stringtranslate.com

Análisis de la atención sanitaria

El análisis de la atención sanitaria es la actividad de análisis de la atención sanitaria que se puede llevar a cabo como resultado de los datos recopilados de cuatro áreas dentro de la atención sanitaria: (1) datos de reclamaciones y costes, (2) datos farmacéuticos y de investigación y desarrollo (I+D), (3) datos clínicos (como los recopilados de registros médicos electrónicos (EHR)) y (4) datos de comportamientos y preferencias de los pacientes (por ejemplo, satisfacción del paciente o compras minoristas, como datos capturados en tiendas que venden productos de salud personales). [1] El análisis de la atención sanitaria es una industria en crecimiento en muchos países, incluido Estados Unidos, donde se espera que crezca a más de 31 mil millones de dólares para 2022. [2] También es cada vez más importante para los gobiernos y las agencias de salud pública apoyar la política sanitaria y satisfacer las expectativas públicas de transparencia, aceleradas por la pandemia de Covid-19. [3]

El análisis de la atención sanitaria permite examinar patrones en diversos datos sanitarios para determinar cómo se puede mejorar la atención clínica para los pacientes y los equipos de proveedores, al tiempo que se limita el gasto excesivo y se mejora la salud de las poblaciones. Las áreas de la industria se centran en el análisis clínico, el análisis financiero, el análisis de la cadena de suministro , así como el análisis de marketing, fraude y recursos humanos. En muchos países existe una demanda creciente de incorporar indicadores sociales de pacientes y proveedores en el análisis de la atención sanitaria para informar sobre mejoras en la equidad sanitaria, como en términos de abordar el racismo en la atención sanitaria o la salud de los pueblos indígenas. [3]

Equilibrio de intereses en el análisis de la atención sanitaria: innovación, privacidad y seguridad del paciente

El análisis de la atención sanitaria requiere el acceso a datos completos, pero su utilidad depende de un equilibrio entre los límites expansivos a la recopilación de datos que pueden poner en riesgo la protección de los derechos de los pacientes, [4] las conclusiones o predicciones estadísticas erróneas, < [5] y el uso indebido de los resultados. [6] Las políticas adecuadas podrían respaldar las ganancias en materia de mejoras de procesos, reducción de costos, medicina personalizada y salud de la población. Además, proporcionar incentivos para fomentar el uso adecuado puede abordar algunas preocupaciones, pero también podría incentivar inadvertidamente el uso indebido de los datos. [7] Por último, la creación de estándares para la infraestructura de TI puede fomentar el uso y el intercambio de datos, pero esos estándares deberían reevaluarse de forma regular y continua, ya que el rápido ritmo de la innovación tecnológica hace que los estándares y las mejores prácticas queden obsoletos rápidamente.

Se han identificado varias áreas para mejorar el análisis de la atención sanitaria a través de colaboraciones y legislación nacionales, regionales y locales.

Limitación de la recopilación de datos

Las necesidades de los proveedores de atención médica, las agencias gubernamentales, los planes de salud y los investigadores de obtener datos de calidad deben satisfacerse para garantizar una atención médica adecuada y realizar mejoras en el sistema de atención médica, al mismo tiempo que se garantiza el derecho a la privacidad de los pacientes. La recopilación de datos debe limitarse a la necesidad de atención médica y a las preferencias del paciente más allá de esa atención. Tales límites protegerían la privacidad del paciente y minimizarían los costos de infraestructura para almacenar los datos. Cuando sea posible, se debe informar a los pacientes sobre qué datos se recopilan antes de contratar servicios médicos. [8] Por ejemplo, en Canadá, la recopilación de datos entre las poblaciones indígenas se rige por los principios de propiedad, control, acceso y posesión de las Primeras Naciones .

Limitar el uso de datos

La creciente disponibilidad de big data aumenta el riesgo de errores estadísticos, [1] conclusiones y predicciones erróneas, [5] y mal uso de los resultados. [9] La evidencia apoya el uso de datos para mejoras de procesos, [10] [11] [12] reducciones de costos, [13] medicina personalizada, [14] y salud pública. [15] Los usos innovadores para la salud individual [14] [16] pueden dañar a las poblaciones desatendidas. [17] En los Estados Unidos, limitar el uso para la denegación y exclusión impide el uso para determinar la elegibilidad para beneficios o atención y está armonizado con otras leyes federales contra la discriminación, como la Ley de Informes de Crédito Justos , y está armonizado con leyes contra la discriminación como la Ley de Derechos Civiles y la Ley de No Discriminación por Información Genética .

Ofrecer incentivos para fomentar el uso apropiado

La creciente integración vertical en los proveedores tanto del sector público como del privado [18] ha creado bases de datos masivas de registros médicos electrónicos . [19] En los Estados Unidos, la ACA ha proporcionado incentivos de Medicare y Medicaid a los proveedores para que adopten EHR . [8] Las grandes instituciones de atención médica también tienen una motivación interna para aplicar análisis de atención médica, en gran medida para reducir costos al brindar atención preventiva. [20] La política podría aumentar el uso de datos incentivando a las aseguradoras y proveedores a aumentar el seguimiento de la población, lo que mejora los resultados. [7]

Creación de estándares para la infraestructura de TI

Una infraestructura de TI inadecuada probablemente limite los hallazgos analíticos de atención médica y su impacto en la práctica clínica. [6] Establecer estándares garantiza una infraestructura de TI capaz de albergar grandes datos de manera equilibrada y abordar la accesibilidad, la propiedad y la privacidad. [20] Se podrían explorar nuevas posibilidades, como nubes privadas y "un sandbox virtual" que consiste en datos filtrados autorizados a los investigadores que acceden al sandbox. [6] [21] Los estándares promueven una coordinación más sencilla en la colaboración de información entre diferentes organizaciones médicas y de investigación [6], lo que resulta en una mejora significativa de la atención al paciente al mejorar la comunicación entre proveedores y reducir la duplicidad y los costos.

Se necesitan estándares mínimos para equilibrar la privacidad y la accesibilidad. [6] La estandarización ayuda a mejorar la atención al paciente al facilitar la colaboración en la investigación y una comunicación más sencilla entre los proveedores médicos. [6] La investigación puede generar conceptos de atención preventiva que pueden reducir la carga de trabajo de los pacientes y evitar costos médicos a largo plazo.

Análisis de la atención sanitaria en los Emiratos Árabes Unidos

La Facultad de Farmacia de Dubái (DPCG) es pionera en la formación en análisis de datos sanitarios en la región del CCG. La DPC ofrece un curso de posgrado en "Análisis de datos empresariales sanitarios" para profesionales sanitarios con el fin de motivar la intuición para explorar el concepto de análisis de datos sanitarios y aplicar innovaciones en tecnologías informáticas sanitarias. El objetivo del programa de certificación es proporcionar una plataforma para que los investigadores interprofesionales utilicen la tecnología fundamental, incluidas las aplicaciones de software para la adquisición, el procesamiento y el análisis inteligentes de datos sanitarios. [22]

Análisis de la atención sanitaria en Estados Unidos

El papel del gobierno federal en la tecnología de la información sanitaria

En los Estados Unidos, varias entidades federales participan activamente en la infraestructura de análisis de salud. Dentro del poder ejecutivo, la propia administración, los Centros de Servicios de Medicare y Medicaid (CMS) y la Oficina del Coordinador Nacional de Tecnología de la Información de Salud (ONC) tienen planes estratégicos y participan en la determinación de la regulación. [23] Dentro del poder legislativo, varios comités dentro de la Cámara de Representantes y el Senado celebran audiencias y tienen opiniones sobre el uso de datos y tecnología para reducir costos y mejorar los resultados en la atención médica.

La ONC publicó el Plan Estratégico Federal de Tecnología de la Información para la Salud 2015-2020. [24] El plan describe los pasos que las agencias federales tomarán para lograr un uso generalizado de la tecnología de la información para la salud (TI para la salud) y la información electrónica para la salud con el fin de mejorar la infraestructura de TI para la salud, promover la salud centrada en el paciente y autogestionada, transformar la prestación de servicios de salud y la salud comunitaria, y fomentar la investigación, el conocimiento científico y la innovación. [25] El plan tiene como objetivo “aportar claridad a las políticas, programas y acciones federales e incluye estrategias para alinear los requisitos del programa, armonizar y simplificar las regulaciones, y tiene como objetivo ayudar a los usuarios de TI para la salud a hacer avanzar el sistema de salud de aprendizaje para lograr una mejor salud”. [24]

El Plan Estratégico incluye varias iniciativas clave que emplean múltiples estrategias para alcanzar sus objetivos, entre ellas: (1) finalizar e implementar una hoja de ruta de interoperabilidad; (2) proteger la privacidad y seguridad de la información de salud; (3) identificar, priorizar y promover estándares técnicos; (4) aumentar la confianza de los usuarios y del mercado en la seguridad y el uso seguro de la tecnología de la información en salud; (5) promover una infraestructura nacional de comunicaciones; y (6) colaborar entre todas las partes interesadas. [24]

Desafíos a abordar

Creación de una hoja de ruta de interoperabilidad

Los desafíos que debe abordar el Dr. Aryan Chavan son: (1) variación en cómo se prueban e implementan los estándares; (2) variación en cómo las partes interesadas en TI de salud interpretan e implementan políticas y requisitos legales; y (3) renuencia de las partes interesadas en TI de salud a compartir y colaborar en formas que puedan fomentar la participación de los consumidores. [25]

La ONC está trabajando para desarrollar un documento consultivo de políticas para el intercambio de información de salud para el año 2017 que definirá y delineará las expectativas básicas para los socios comerciales en torno al intercambio de información de salud, la interoperabilidad y el intercambio de información. [25] La ley federal y estatal actual sólo prohíbe ciertos tipos de bloqueo de información en circunstancias limitadas y estrechas, por ejemplo, bajo la Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA) o la ley Antisoborno. [25]

Protección de la privacidad y la seguridad

Además de la HIPAA, muchos estados tienen sus propias leyes de privacidad que protegen la información de salud de una persona. Las leyes estatales que son contrarias a la HIPAA generalmente son reemplazadas por los requisitos federales a menos que se aplique una excepción específica. Por ejemplo, si la ley estatal se relaciona con información de salud identificable y brinda mayores protecciones de privacidad, entonces no es reemplazada por la HIPAA. Dado que las leyes de privacidad pueden variar de un estado a otro, puede crear confusión entre las partes interesadas en la tecnología de la salud y dificultar el cumplimiento de la privacidad. [25]

Establecer normas técnicas comunes

El uso de estándares técnicos comunes es necesario para que la información sanitaria electrónica se pueda trasladar de forma segura y sin problemas. Si bien algunos contenidos de los registros clínicos, como los resultados de laboratorio y las mediciones clínicas, se pueden estandarizar fácilmente, otros contenidos, como las notas de los proveedores, pueden resultar más difíciles de estandarizar. Es necesario identificar métodos que permitan la estandarización de las notas de los proveedores y otros datos que tradicionalmente se presentan en “formato libre”.

El Programa de Certificación de TI de la ONC [26] certifica que un sistema cumple con los requisitos de capacidad tecnológica, funcionalidad y seguridad adoptados por el HHS. La ONC evaluará el programa de manera continua “para garantizar que pueda abordar y reforzar las aplicaciones y los requisitos de TI de salud que respaldan los modelos de pago alternativos y basados ​​en el valor federal”. [24]

Aumentar la confianza en la seguridad y el uso seguro de las TI sanitarias

Los consumidores, proveedores y organizaciones de servicios de salud necesitan tener la seguridad de que los productos, sistemas o servicios de TI de salud que utilizan no solo son seguros, útiles y confiables, sino que también pueden cambiar de un producto, sistema o servicio a otro sin perder información valiosa ni generar una carga financiera indebida. La implementación del Plan Estratégico Federal de TI de Salud 2015-2020, junto con el Plan de Acción y Vigilancia de Seguridad del Paciente de TI de Salud de 2013 del Departamento de Salud y Servicios Humanos de los Estados Unidos (HHS) y la Ley de Seguridad e Innovación de la Administración de Alimentos y Medicamentos de 2012 , intentarán abordar estas preocupaciones. [24]

Desarrollo de la estructura nacional de comunicaciones

Es necesaria una infraestructura nacional de comunicaciones para permitir el intercambio de información sanitaria electrónica entre las partes interesadas, incluidos los proveedores, las personas y los servicios de emergencia nacionales. También es necesaria para la prestación de servicios de telesalud o el uso de aplicaciones sanitarias móviles. “Los servicios inalámbricos y de banda ancha de alta velocidad, seguros y asequibles, la elección y la disponibilidad del espectro respaldarán el intercambio y el uso de información sanitaria electrónica, respaldarán la comunicación necesaria para la prestación de atención y respaldarán la continuidad de la atención sanitaria y los servicios de salud pública durante los desastres y las emergencias de salud pública”. [24]

Colaboración de las partes interesadas

El gobierno federal, en su papel de contribuyente, beneficiario y colaborador, “tiene como objetivo alentar a los innovadores y empresarios del sector privado, así como a los investigadores, a utilizar los datos del gobierno y los financiados por el gobierno para crear aplicaciones, productos, servicios y características útiles que ayuden a mejorar la salud y la atención médica”. El HHS recibe fondos del Fondo Fiduciario de Investigación de Resultados Centrados en el Paciente para desarrollar la capacidad de datos para la investigación de resultados centrados en el paciente. Se estima que el HHS recibirá más de 140 millones de dólares para el período comprendido entre 2011 y 2019. Estos fondos se utilizarán “para permitir una infraestructura de red de datos integral, interoperable y sostenible para recopilar, vincular y analizar datos de múltiples fuentes para facilitar la investigación de resultados centrados en el paciente”. [24]

Legislación

El uso significativo de los datos , la Ley de Protección al Paciente y Atención Médica Asequible (ACA) y la disminución del costo del almacenamiento de datos [27] hacen que los datos de salud sean almacenados, compartidos y utilizados por múltiples proveedores, compañías de seguros e instituciones de investigación. Existen inquietudes sobre cómo las organizaciones recopilan, almacenan, comparten y utilizan la información personal, incluidas las inquietudes sobre la privacidad y la confidencialidad, así como las inquietudes sobre la calidad y la precisión de los datos recopilados. La expansión de la regulación existente puede garantizar la privacidad del paciente y proteger su seguridad para equilibrar el acceso a los datos y el impacto ético de exponerlos.


Véase también

Referencias

  1. ^ ab Fan, Jianqing; Han, Fang; Liu, Han (1 de junio de 2014). "Desafíos del análisis de Big Data". National Science Review . 1 (2): 293–314. arXiv : 1308.1479 . doi :10.1093/nsr/nwt032. ISSN  2095-5138. PMC  4236847 . PMID  25419469.
  2. ^ "El mercado de análisis de la atención médica alcanzará los 31 mil millones de dólares en 2022". Healthcare Finance News . 2018-08-13 . Consultado el 2019-02-05 .
  3. ^ ab Ayles, J.; Lima, MC; Gupta, N (julio de 2024). "Capacidad de análisis de salud del sector público antes y después de la COVID-19: un estudio de caso de las perspectivas de los gerentes en Nuevo Brunswick, Canadá". Revista internacional de ciencia de datos de población . 9 : 2370. doi : 10.23889/ijpds.v9i1.2370 .
  4. ^ Fan, Jianqing; Han, Fang; Liu, Han (1 de junio de 2014). "Desafíos del análisis de Big Data". National Science Review . 1 (2): 293–314. arXiv : 1308.1479 . doi :10.1093/nsr/nwt032. ISSN  2095-5138. PMC 4236847 . PMID  25419469. 
  5. ^ por Austin B. Frakt; Steven D. Pizer (16 de febrero de 2016). "La promesa y los peligros del Big Data en la atención sanitaria". American Journal of Managed Care . 22 (febrero de 2016 2).
  6. ^ abcdef Roski, Joachim; Bo-Linn, George W.; Andrews, Timothy A. (1 de julio de 2014). "Creación de valor en la atención sanitaria mediante macrodatos: oportunidades e implicaciones políticas". Health Affairs . 33 (7): 1115–1122. doi :10.1377/hlthaff.2014.0147. ISSN  0278-2715. PMID  25006136.
  7. ^ ab "IBM El valor de la analítica en la atención sanitaria". www-935.ibm.com . 2015-12-10 . Consultado el 2016-10-22 .
  8. ^ ab "Implementación e información sobre la Ley de Atención Médica Asequible". www.amga.org . Consultado el 22 de octubre de 2016 .[ enlace muerto permanente ]
  9. ^ "FTC advierte contra el uso y el mal uso de análisis de macrodatos | Asociación de Investigación de Marketing" www.marketingresearch.org . Consultado el 8 de octubre de 2016 .
  10. ^ Khalifa, Mohamed (1 de enero de 2016). "Utilización de análisis de salud para mejorar el rendimiento de las salas de emergencia". Estudios en tecnología e informática de la salud . 225 : 138–142. ISSN  0926-9630. PMID  27332178.
  11. ^ Liu, Hongfang; Kaggal, Vinod; Elayavilli, Ravikumar Komandur; Mehrabi, Saeed; Pankratz, Joshua; Sohn, Sunghwan; Wang, Yanshan; Li, Dingcheng; Rastegar, Majid Mojarad (23 de junio de 2016). "Hacia un sistema de atención sanitaria de aprendizaje: entrega de conocimiento en el punto de atención potenciada por big data y procesamiento del lenguaje natural". Biomedical Informatics Insights . 2016 (Supl. 1): 13–22. doi :10.4137/bii.s37977. PMC 4920204 . PMID  27385912. 
  12. ^ Janke, Alexander T.; Overbeek, Daniel L.; Kocher, Keith E.; Levy, Phillip D. (2016). "Explorando el potencial de la analítica predictiva y los macrodatos en la atención de urgencias". Anales de Medicina de Urgencias . 67 (2): 227–236. doi :10.1016/j.annemergmed.2015.06.024. PMID  26215667.
  13. ^ Khalifa Mohamed; Zabani Ibrahim; Khalid Parwaiz (2016). "IOS Press Ebooks - Exploración de patrones de utilización de pruebas de laboratorio mediante métodos de análisis de salud". Estudios en tecnología e informática de la salud . 226 (Unificación de las aplicaciones y fundamentos de la informática biomédica y de la salud). doi :10.3233/978-1-61499-664-4-190.
  14. ^ ab Maglaveras, Nicos; Kilintzis, Vassilis; Koutkias, Vassilis; Chouvarda, Ioanna (1 de enero de 2016). "Atención integrada y enfoques de salud conectados que aprovechan la salud personalizada mediante análisis de big data". Estudios en tecnología e informática de la salud . 224 : 117–122. ISSN  0926-9630. PMID  27225565.
  15. ^ Razavian, Narges; Blecker, Saul; Schmidt, Ann Marie; Smith-McLallen, Aaron; Nigam, Somesh; Sontag, David (1 de diciembre de 2015). "Predicción a nivel poblacional de diabetes tipo 2 a partir de datos de reclamaciones y análisis de factores de riesgo". Big Data . 3 (4): 277–287. doi : 10.1089/big.2015.0020 . ISSN  2167-6461. PMID  27441408.
  16. ^ "Informe de la FTC ofrece recomendaciones a las empresas sobre el creciente uso de big data | Comisión Federal de Comercio". www.ftc.gov . 6 de enero de 2016 . Consultado el 8 de octubre de 2016 .
  17. ^ "Big Data: ¿Una herramienta para la inclusión o la exclusión? Entender los problemas (Informe de la FTC) | Comisión Federal de Comercio". www.ftc.gov . 6 de enero de 2016 . Consultado el 8 de octubre de 2016 .
  18. ^ "Health Care & Analytics - Revista Analytics". Revista Analytics . 4 de septiembre de 2011. Consultado el 22 de octubre de 2016 .
  19. ^ "Mantenerse al día con el uso significativo: los análisis clínicos son la clave". Health Catalyst . 2013-11-21 . Consultado el 2016-10-22 .
  20. ^ ab "3 maneras en que el big data está mejorando el análisis de la atención médica". Healthcare IT News . 2015-07-17 . Consultado el 2016-10-22 .
  21. ^ Marshall, Deborah A.; Burgos-Liz, Lina; Pasupathy, Kalyan S.; Padula, William V.; IJzerman, Maarten J.; Wong, Peter K.; Higashi, Mitchell K.; Engbers, Jordan; Wiebe, Samuel (1 de febrero de 2016). "Transformando la prestación de servicios de salud: integración de modelos de simulación dinámica y big data en la economía de la salud y la investigación de resultados". PharmacoEconomics . 34 (2): 115–126. doi :10.1007/s40273-015-0330-7. ISSN  1179-2027. PMID  26497003. S2CID  2759268.
  22. ^ "Dubai Pharmacy College for Girls - Certificado de posgrado en análisis de datos empresariales de atención médica".
  23. ^ "Andy Slavitt pone el uso significativo del hielo; lea la transcripción de su discurso en JP Morgan". Healthcare IT News . 2016-01-13 . Consultado el 2017-01-20 .
  24. ^ abcdefg "Plan estratégico federal de TI en salud 2015-2020" (PDF) . Consultado el 21 de octubre de 2016 .
  25. ^ abcde "Actualización de 2015 para el Congreso sobre la adopción de tecnología de información sanitaria". dashboard.healthit.gov . Consultado el 22 de octubre de 2016 .
  26. ^ "Programa de Certificación de Tecnologías de la Información para la Salud de la ONC | Investigadores e Implementadores de Políticas | HealthIT.gov". www.healthit.gov . Consultado el 22 de octubre de 2016 .
  27. ^ "El costo del almacenamiento y la gestión de datos: ¿hacia dónde se dirige en 2016?". The Data Center Journal . Consultado el 22 de octubre de 2016 .

Lectura adicional