和我自己作为一个初级保健医生，能够超越受诊所外因素影响的 10% 的个人健康。通过访问整个社区的数据，我可以考虑影响个人健康的其余关键因素，包括行为、社会条件和环境。通过结合这些要素，我们能够更好地了解这些变量如何影响健康，并重新调整我们如何实现改善患者健康的目标。 例如，通过这些数据功能，我们可以从查看您的社区开始，识别环境危害，并将这些与使您将来易患哮喘的某些遗传因素联系起来。随着我们开始利用消费者信息（例如您在健身房刷会员卡和在商店购买甜甜圈时提供的数据）以及来自的数据，模型将比这复杂得多启用规模，除了临床和遗传数据。 一个例子是我们团队在美国国立卫生研究院资助的探索跨社区热点问题的早期阶段。我们从医疗保健系统和社区引入数据，将其结合起来并创建模型来识别最有可能去急诊室接受在初级保健办公室得到更好治疗的事情的人，比如头痛，喉咙痛或咳嗽。
这些类型的数据模
型能够非常准确地识别发生这种情况的社区。使用这些预测模型，我们不再需要等待人们尝试进入我们的诊所；我们现在可以让居住在这些社区的人们参与进来，并指导他们在医疗保健系统中的导航。 该项目还使我们能够确定环境和社会问题，这些问题使生活在这些高风险社区的人们无法做正确的事情——比如锻炼或吃健康的食物。我们在这些社区中发现的是阻碍人们进行健康行为的多重障碍。例如，拐角处可能有一个社区成 电话号码列表 员可以用来锻炼的公园，但由于附近暴力犯罪或无家可归者的发生率很高，他们出门感到不安全。通过与他们作为医疗保健系统合作，我们能够帮助他们克服其中一些障碍，并找到其他锻炼方式，例如集体散步和与邻居建立关系。 问：在过去三年中，您在 期间是否学到了任何新东西？ 吸取的主要教训之一是数据分析对于评估和验证我们作为医疗保健系统所做工作的重要性。过去，在 EMR 出现之前，我们经常不得不通过格式塔来确定医疗保健中的最佳实践——这种方法导致患者的治疗方式发生巨大变化。
现在我很高兴我们
有机会真正评估我们正在做的工作并围绕循证实践进行标准化。因此，当我们对医疗服务进行更改、重新设计临床系统以及在 EMR 中实施新的决策支持工具时，我们能够利用我们的分析团队来评估这些更改所带来的差异。一个例子是电子哮喘行动计划生成器，我们在开发决策支持辅助方面投入了大量工作。这个项目需要做很多工作，但我们能够首先确定工作的必要性，然后评估其影响。这种评估也让我们的临床团队 手机号码输入 保持参与——当他们看到他们的额外努力在患者结果中得到回报时，他们仍然有动力并坚持不懈。 吸取的另一个教训是，许多人（包括我）都认为数据总是很容易获得，并且当我们部署影响护理服务的干预措施时，数据将随之而来并可用于评估。为了充分了解我们工作的影响，我们需要花时间定义指标以及随着时间的推移将驱动这些指标的数据元素。通常，最好的方法是使用研究方法在现实环境中设计一项研究，以真正了解对患者结果的影响。我的大部分工作是帮助我们的团队提前思考如何定义和衡量我们的成功。 问：当您开始从事人口健康管理工作时，您知道必须克服哪些挑战？您是如何取得成功的，数据扮。
