Répondre aux besoins sociaux liés à la santé des patients tels que l'instabilité du logement, l'insécurité alimentaire, les obstacles au transport et la tension financière est important pour améliorer les résultats pour la santé, mais peuvent être difficiles. Une étude récente de Regensstrief Institute et de l'Indiana University Indianapolis Richard M. Fairbanks School of Public Health enquête la meilleure approche pour prédire un besoin probable pour un ou plusieurs services de besoin social liés à la santé.
Pour identifier les patients du service des urgences (ed) ayant besoin de ces services, les chercheurs ont comparé l'utilisation de l'apprentissage automatique pour extraire les informations pertinentes du dossier de santé électronique d'un patient (DSE) par rapport à l'administration d'enquêtes de dépistage remplies de patients pour identifier les patients ED susceptibles d'avoir besoin de services pour aborder Besoins sociaux liés à la santé dans les 30 prochains jours.
Ils ont constaté qu'un modèle prédictif d'apprentissage automatique tirant parti de plusieurs sources de données de DSE robustes, y compris les données de planification et les notes cliniques, a surpassé un modèle de questionnaire de dépistage pour prédire les besoins futurs de services sociaux liés à la santé.
« La comparaison des performances des enquêtes de dépistage par rapport aux modèles prédictifs dans l'identification des patients ayant besoin de services de besoin social liés à la santé dans le service d'urgence » est publié dans Plos un.
« L'accès à l'information est une condition préalable clé aux soins efficaces et à la prestation de ces soins », a déclaré l'auteur principal de l'étude, Joshua Vest, Ph. .
« La tendance aux soins de santé américaine est d'aider à répondre aux besoins sociaux liés à la santé des patients. Pour amener les patients aux services efficacement commence par la recherche de patients qui ont des besoins et qui souhaitent une aide. Beaucoup de défis.
« Nous espérons développer des outils que nous pouvons intégrer dans les systèmes de DSE pour faciliter le processus d'identification et de répondre aux besoins sociaux liés à la santé plus faciles et plus efficaces pour tout le monde. »
Bien que le modèle d'apprentissage automatique ait fait un meilleur travail pour prédire les besoins futurs, les deux modèles ont démontré des biais. Les deux modèles étaient meilleurs pour identifier les patients blancs non hispaniques ayant des besoins sociaux liés à la santé que d'identifier les patients d'autres races et ethnies avec ces besoins.
« Un service d'urgence est un excellent endroit pour projeter les besoins sociaux liés à la santé, car de nombreux patients qui se présentent sont parmi les plus vulnérables et les plus susceptibles de passer par les mailles Ne pas avoir de médecin pour aborder leur asthme ou tout ce qui les a amenés à l'urgence « , a déclaré la première auteur de l'étude et chercheuse des services de santé Olena Mazurenko, MD, Ph.D., MS, un scientifique affilié de l'Institut Regenstrief et professeur agrégé de politique de santé et Gestion à la Fairbanks School of Public Health.
«La population de services d'urgence est très vulnérable et connue pour avoir des besoins sociaux plus élevés liés à la santé par rapport à la population de patients moyenne observée dans les soins primaires.
« Nous savons qu'actuellement, bon nombre de ces patients – individus ayant des besoins sociaux liés à la santé – ne sont pas identifiés, et beaucoup sont des minorités raciales et ethniques ou d'autres groupes vulnérables. Bien que leurs besoins cliniques soient pris en charge, ils finissent souvent par revenir à plusieurs reprises à plusieurs reprises à plusieurs reprises à l'urgence parce que leurs besoins sociaux n'ont pas été abordés. «
En plus de bénéficier des soins aux patients, la collecte d'informations sur les besoins sociaux liées à la santé est une nécessité croissante pour les prestataires de soins de santé en raison des exigences de déclaration de qualité des Centers for Medicare et Medicaid Services (CMS) et d'autres organisations, y compris la Commission mixte, la plus grande santé Corps de mise en place et d'accréditation des normes aux États-Unis