Cutting-edge data analytics, indien goed gebruikt, verbetert de patiëntenzorg in het gezondheidszorgsysteem. Met de verandering in de gezondheidszorg in de richting van resultaatgerichte en op waarde gebaseerde betalingsinitiatieven, helpt het analyseren van beschikbare gegevens om te ontdekken welke praktijken het meest effectief zijn, kosten te besparen en de gezondheid te verbeteren van de populaties die worden bediend door zorginstellingen.
“Data analytics” verwijst naar de praktijk van het nemen van massa’s geaggregeerde gegevens en deze te analyseren om daaruit belangrijke inzichten en informatie te destilleren die ze bevatten. Dit proces wordt in toenemende mate ondersteund door nieuwe software en technologie die helpt grote hoeveelheden gegevens te onderzoeken op verborgen informatie.
In de context van de gezondheidszorg, die in toenemende mate afhankelijk is van gegevens, kan data-analyse helpen inzichten af te leiden over systemische verspilling van middelen, kan de prestaties van individuele artsen volgen en kan zelfs de gezondheid van populaties volgen en mensen identificeren die risico lopen op chronische ziekten. Met deze informatie kan het gezondheidssysteem efficiënter middelen toewijzen om de inkomsten, de gezondheid van de populatie en – heel belangrijk – de patiëntenzorg te maximaliseren.
Evaluating Practitioner Performance
Gelijktijdig met de seismische verschuiving van volumezorg naar op waarde gebaseerde zorg, biedt de implementatie van gezondheidszorganalyses nieuwe methoden om de prestaties en effectiviteit van zorgverleners op de plaats van levering te evalueren. Met voortdurende prestatie-evaluaties, samen met gezondheidsgegevens met betrekking tot het welzijn van patiënten, kunnen gegevensanalyses worden gebruikt om voortdurende feedback te geven over zorgverleners.
Als gezondheidszorganalyses steeds beter worden begrepen en geïmplementeerd, belooft dit positieve verschuivingen in de patiëntervaring en de kwaliteit van de zorg. De McKesson Ongoing Professional Practice Evaluation evalueert bijvoorbeeld voortdurend de prestaties van zorgverleners door gegevens van directe observatie, klachten, praktijkpatronen, patiëntresultaten en middelengebruik te aggregeren. De gegevens worden vergeleken met verschillende prestatiemetingen, zoals professionaliteit, patiëntenzorg en interpersoonlijke communicatievaardigheden.
Op de plaats van levering kunnen artsen met behulp van gegevensanalyses voortdurend in realtime worden geëvalueerd, om de effectieve praktijken van artsen op te sporen en te verbeteren en de patiëntenzorg te verbeteren.
Patiëntkosten
Opbrengsten- en op waarde gebaseerde betalingsinitiatieven stimuleren prestatieverbetering in de gezondheidszorg. Het in rekening brengen van kosten is daarom gekoppeld aan het meten van prestaties en het waarderen van beste praktijken.
Dit betekent dat, in plaats van zich te concentreren op vergoeding per geval, algemene resultaten de betaling bepalen. Voortdurende analyse van de gezondheidszorg kan helpen bij het identificeren van grote patronen die leiden tot een beter begrip van de gezondheid van de bevolking. Een systeem van onderling gekoppelde elektronische medische dossiers waarover artsen kunnen beschikken, helpt gedetailleerde informatie te verstrekken die kan helpen kosten te besparen door onnodige zorg te beperken. Bovendien kan prescriptieve analyse, door trends in populatieresultaten te identificeren, de individuele patiëntkosten schatten; hierdoor kan het gezondheidszorgsysteem personeel en middelen beter toewijzen om verspilling te verminderen en efficiëntie te maximaliseren.
Inzicht in de kosten van patiënten, evenals in de totale programmakosten, houdt ook in dat rekening wordt gehouden met wat er buiten en binnen de zorg met patiënten gebeurt. Door gegevensanalyse kunnen we de kosten van type-II-diabetes voor de gezondheidszorg begrijpen. Omdat diabetes te voorkomen is door programma’s voor dieet en lichaamsbeweging, kan het betalen voor de gezondheidsadviezen van individuen met een hoog risico in de bevolking de totale kosten voor de industrie sterk verlagen.
Predicting Risk
Een van de grootste kosten voor de gezondheidszorgindustrie betreft de behandeling van chronische ziekten. Op populatieniveau kan predictive analytics helpen de kosten sterk te verlagen door te voorspellen welke patiënten een hoger risico op ziekte lopen en vroegtijdig in te grijpen, voordat zich problemen ontwikkelen. Dit houdt in dat gegevens worden samengevoegd die verband houden met een verscheidenheid aan factoren. Deze omvatten medische geschiedenis, demografisch of sociaaleconomisch profiel, en comorbiditeiten.
Medische geschiedenis omvat meestal leeftijd, bloeddruk, bloedglucose, familiegeschiedenis van chronische aandoeningen, en cholesterolgehalte.
Een groot percentage van wat van invloed is op de gezondheidsuitkomsten wordt geassocieerd met factoren die buiten het gezichtsveld van de traditionele gezondheidszorg liggen. Deze factoren omvatten de gezondheidsgewoonten en het gezondheidsgedrag van de patiënt, sociaaleconomische factoren zoals werkgelegenheid en opleiding, en de fysieke omgeving. Om de resultaten te verbeteren, moet het gezondheidszorgsysteem zijn grenzen verleggen om rekening te houden met deze ‘externe’ factoren. In data analytics kunnen deze metrieken worden gemodelleerd om het risico op chronische ziekten te voorspellen.
Ten slotte moeten analytics risico’s modelleren door rekening te houden met de meervoudige medische aandoeningen die een patiënt kan hebben. Door al deze vormen van gegevens samen te voegen en te analyseren, kan de gezondheidszorg effectiever middelen toewijzen, waardoor deze agressief kan ingrijpen in populaties met een hoog risico in een vroeg stadium en systemische kosten op de lange termijn kan voorkomen.
Learn More
De University of Illinois at Chicago levert enkele van de meest innovatieve en uitgebreide Health Informatics en Health Information Management-programma’s in het land. Onze geavanceerde graad en certificaat programma’s kunt u voor te bereiden op een onmiddellijke impact binnen uw organisatie te maken en een belangrijke rol spelen in de evolutie van de gezondheidszorg als geheel.
Bronnen
Change Healthcare, “Healthcare Data & Analytics Solutions”
Health Catalyst, “Healthcare Analytics”
Health IT Outcomes, “The Power Of Real-Time Analytics At The Point Of Care”
Health IT News, “Data-Analytics Gap: How Real-Time Strategies Can Improve Care Quality and Efficiency”
Change Healthcare, “Reimbursement Manager”
IBM Big Data and Analytics Hub, “Het risico van chronische ziekten: Identificeren van risicopatiënten via geavanceerde analytics”