Báo cáo cho thấy sự phụ thuộc của hệ thống chăm sóc sức khỏe Hoa Kỳ vào dữ liệu thiên lệch sẽ duy trì sự bất bình đẳng về sức khỏe

Việc sử dụng rộng rãi dữ liệu sử dụng thành kiến ​​trong hệ thống chăm sóc sức khỏe của Hoa Kỳ, dẫn đến việc phân bổ sai nguồn lực và kéo dài tình trạng bất bình đẳng về sức khỏe, đáng chú ý nhất là trong các cộng đồng vốn đã không được phục vụ trên toàn quốc, theo “How Biased Utilization Data Perpetuate Health Inequity: A Two Part Chiến lược để giải quyết vấn đề “, một báo cáo mới từ The Terry Group, một công ty tư vấn hành chính và sức khỏe.

Báo cáo cho thấy việc hệ thống chăm sóc sức khỏe phụ thuộc vào dữ liệu sử dụng không chính xác, lỗi thời hoặc không đầy đủ có thể không phản ánh chính xác các rủi ro sức khỏe tiềm ẩn và nhu cầu của các nhóm dân cư và cộng đồng thiệt thòi, dẫn đến phân bổ sai nghiêm trọng các nguồn lực chăm sóc sức khỏe.

Chúng tôi đã ngồi lại với Munzoor Shaikh, phó chủ tịch điều hành về thành công khách hàng, chăm sóc sức khỏe và Terry Ventures tại Terry Group, để thảo luận về những phát hiện của báo cáo và hiểu chiến lược hai phần được đề xuất của công ty để giải quyết vấn đề.

Q. Lực đẩy của báo cáo mới của bạn là gì? Nói một chút về vấn đề.

MỘT. Dữ liệu sử dụng được sử dụng cho nhiều mục đích khác nhau trong hệ thống chăm sóc sức khỏe, bao gồm thiết lập mạng lưới nhà cung cấp, thiết lập tỷ lệ bồi hoàn thương lượng và tính toán điểm điều chỉnh rủi ro. Họ cũng được đưa vào các mô hình y tế dự đoán được sử dụng để nhắm mục tiêu các dịch vụ chăm sóc dự phòng cho các bệnh nhân có nguy cơ và các thành viên lập kế hoạch và để ưu tiên tiếp cận tiếp cận quản lý ca bệnh.

Vấn đề là dữ liệu có thể không phản ánh chính xác các rủi ro sức khỏe tiềm ẩn và nhu cầu của các nhóm dân cư không được phục vụ. Đầu tiên, phạm vi bảo hiểm bị lệch theo tình trạng kinh tế xã hội, cũng như chủng tộc và dân tộc, với người da đen và gốc Tây Ban Nha ít có khả năng được bảo hiểm hơn người da trắng không phải gốc Tây Ban Nha.

Hơn nữa, ngay cả khi mọi người được bao phủ, các thành viên của các nhóm yếu thế trong dân số có thể gặp phải những rào cản để tiếp cận mà các thành viên của các nhóm thuận lợi hơn thì không. Và khi các thành viên của các nhóm thiệt thòi tương tác với hệ thống chăm sóc sức khỏe, nó có nhiều khả năng nằm trong ER, có nghĩa là dữ liệu đánh giá sức khỏe tiêu chuẩn thường không được thu thập.

Vì dữ liệu sử dụng đóng vai trò trung tâm trong việc chỉ đạo tài chính và cung cấp dịch vụ chăm sóc sức khỏe, sự sai lệch trong dữ liệu có thể dẫn đến sự phân bổ sai nghiêm trọng các nguồn lực chăm sóc sức khỏe gây ra sự bất bình đẳng về sức khỏe. Đây cũng không phải là mối quan tâm giả thuyết đơn thuần. Ngày càng có nhiều nghiên cứu khẳng định rằng dữ liệu sử dụng thường đánh giá thấp đáng kể nhu cầu sức khỏe cơ bản của người thiểu số.

Q. Bạn có một chiến lược gồm hai phần để chống lại vấn đề dữ liệu sử dụng sai lệch. Vui lòng mô tả phần đầu tiên của chiến lược: những bước nhảy vọt về niềm tin.

MỘT. Phần đầu tiên của chiến lược kêu gọi các công ty bảo hiểm, người sử dụng lao động, hệ thống y tế và các nhóm nhà cung cấp chủ động đưa ra các sáng kiến ​​được thiết kế để cải thiện sự tham gia với hệ thống chăm sóc sức khỏe tại các cộng đồng có nguy cơ. Mục tiêu là bắt đầu bù đắp tác động bất lợi của dữ liệu sử dụng sai lệch đối với công bằng sức khỏe bằng cách tăng cường sự tham gia với hệ thống chăm sóc sức khỏe.

Việc đưa ra các sáng kiến ​​này mà không có dữ liệu sử dụng đại diện như một hướng dẫn sẽ đòi hỏi phải có niềm tin. Tuy nhiên, họ không cần phải là những người mù quáng. Tất nhiên, có dữ liệu quốc gia về tỷ lệ mắc các tình trạng sức khỏe mãn tính theo độ tuổi, giới tính, chủng tộc và dân tộc.

Ngoài ra còn có dữ liệu về các yếu tố xã hội quyết định sức khỏe [SDOH] các biến ở cấp độ cộng đồng. Dựa trên dữ liệu có sẵn, cũng như quan sát và kinh nghiệm, người trả tiền và nhà cung cấp có thể đưa ra những phỏng đoán sáng suốt về các quần thể và cộng đồng nơi dữ liệu sử dụng hiện tại có nhiều khả năng đáp ứng nhu cầu thực sự.

Trong báo cáo, chúng tôi thảo luận về một loạt các sáng kiến ​​khả thi. Các phòng khám cộng đồng và các đơn vị y tế di động có thể thu hẹp khoảng cách trong các dịch vụ chăm sóc dự phòng. Các chương trình thực phẩm như thuốc không chỉ có thể giúp ngăn ngừa, quản lý và điều trị bệnh tật mà còn tạo cơ hội cho các chuyên gia dinh dưỡng và nhân viên phụ trách trường hợp tương tác thường xuyên với bệnh nhân có thể đề xuất nhu cầu can thiệp sức khỏe bổ sung.

Các lợi ích phi y tế, chẳng hạn như dịch vụ vận chuyển và chăm sóc trẻ em, có thể loại bỏ những rào cản chính thường là đối với việc tiếp cận của những người dân không được phục vụ. Các chương trình đào tạo sức khỏe cộng đồng có thể trang bị cho nhân viên y tế cộng đồng và người điều hướng bệnh nhân để xác định các nhu cầu chưa được đáp ứng và giới thiệu mọi người đến các nguồn lực y tế và phi y tế thích hợp.

Q. Vui lòng mô tả phần thứ hai của chiến lược: các nghiên cứu chuyên sâu về cộng đồng được thiết kế để xác định các nguyên nhân cơ bản của việc sử dụng ít và sử dụng sai.

MỘT. Mặc dù các sáng kiến ​​mang tính nhảy vọt của niềm tin có thể đóng góp quan trọng vào việc cải thiện sự công bằng về sức khỏe, nhưng chúng lại là một công cụ cùn. Để hoàn thiện các sáng kiến ​​này, cũng như để thực hiện các can thiệp được cá nhân hóa ở cấp cá nhân thay vì cấp cộng đồng, cần phải hiểu chính xác điều gì đang dẫn đến việc sử dụng ít và sử dụng sai các dịch vụ chăm sóc sức khỏe.

Biết cộng đồng xếp hạng như thế nào về các biến số SDOH, chẳng hạn như thu nhập hoặc chất lượng trường học và nhà ở, có thể giúp cung cấp thông tin cho những nỗ lực cải thiện khả năng tiếp cận và sự tham gia. Vì vậy, có thể biết chủng tộc, dân tộc và trình độ học vấn của từng bệnh nhân và thành viên chương trình.

Nhưng cuối cùng những biến số này chỉ đơn thuần là phương tiện cho những trở ngại cơ bản sâu hơn đối với việc tương tác hoặc tương tác một cách thích hợp với hệ thống chăm sóc sức khỏe. Chúng có tương quan với việc sử dụng ít và sử dụng sai các dịch vụ chăm sóc sức khỏe nhưng không nhất thiết là nguyên nhân.

Để hiểu hành vi cá nhân, chúng ta phải tìm hiểu sâu hơn. Có lẽ, sự thiếu tin tưởng vào hệ thống chăm sóc sức khỏe đã ngăn cản một số người tham gia vào hệ thống này. Có lẽ, đó là trách nhiệm chăm sóc ngăn cản những người khác.

Hoặc có thể lý do nằm ở rào cản ngôn ngữ hoặc nhu cầu vận chuyển chưa được đáp ứng. Những câu hỏi như vậy không thể được trả lời, hoặc ít nhất là không được trả lời đầy đủ, bằng dữ liệu ủy quyền về nhóm nhân khẩu học hoặc kinh tế xã hội mà mọi người thuộc về hoặc cộng đồng mà họ sinh sống. Chúng tôi gọi đây là các yếu tố quyết định cơ bản của các trình điều khiển tương tác gây ra hành vi cá nhân để phân biệt chúng với các biến proxy.

Hiểu được các động cơ gây bệnh này là nơi mà các nghiên cứu cộng đồng chuyên sâu mà chúng tôi đề xuất đi vào. Khi chúng tôi hình dung chúng, các nghiên cứu này sẽ bắt đầu với giai đoạn khám phá, trong đó thông tin và dữ liệu liên quan đến trải nghiệm sống của mọi người trong cộng đồng được thu thập thông qua quan sát sâu rộng và các cuộc phỏng vấn với các tác nhân chính của cộng đồng.

Dựa trên những gì học được, một cuộc khảo sát sau đó sẽ được thực hiện trong cộng đồng với mục tiêu xác định “con đường bền vững” mà qua đó hành vi của bệnh nhân và kết quả của bệnh nhân có thể bị ảnh hưởng.

Những hiểu biết thu được từ các nghiên cứu cộng đồng này có thể cải thiện công bằng sức khỏe theo một số cách. Họ có thể giúp cải tiến các sáng kiến ​​mang tính nhảy vọt đã được đưa ra trong phần đầu tiên của chiến lược, cũng như trong việc thiết kế các sáng kiến ​​mới. Họ cũng có thể giúp đào tạo lại các thuật toán được sử dụng để dự đoán các rủi ro và nhu cầu về sức khỏe.

Tuy nhiên, những lợi ích lớn nhất có thể sẽ đến từ việc sử dụng thông tin chi tiết để cá nhân hóa việc tiếp cận và tham gia của bệnh nhân. Khi cuộc khảo sát đã được hoàn thành và phân tích, các bệnh nhân và thành viên chương trình cũng sẽ được yêu cầu trả lời những câu hỏi mang lại thông tin có giá trị nhất về những trở ngại đối với sự tham gia trong cộng đồng và câu trả lời của họ sẽ được tích hợp vào hồ sơ bệnh án của họ.

Điều này có thể được thực hiện trong khi ghi danh theo kế hoạch và các chuyến thăm khám sức khỏe hàng năm, hoặc thông qua các chương trình tiếp cận cộng đồng đặc biệt.

Chúng tôi tin rằng các nghiên cứu sâu về cộng đồng kiểu này có khả năng cải thiện đáng kể sự tham gia với hệ thống chăm sóc sức khỏe ở các cộng đồng có nguy cơ, tăng việc sử dụng phù hợp và giảm việc sử dụng không phù hợp.

Theo thời gian, dữ liệu sử dụng mà những người tham gia hệ thống chăm sóc sức khỏe dựa vào sẽ trở nên đại diện hơn, dẫn đến việc phân bổ các nguồn lực chăm sóc sức khỏe tổng thể một cách công bằng hơn. Và khi việc phân bổ các nguồn lực chăm sóc sức khỏe được cải thiện, thì sự công bằng về sức khỏe cũng vậy.

Trong khi mục tiêu của phần đầu tiên của chiến lược là để bù đắp tác động bất lợi của dữ liệu sử dụng thiên vị đối với công bằng sức khỏe, mục tiêu của phần thứ hai là loại bỏ nó bằng cách dần dần cải thiện chính dữ liệu sử dụng.

Không cần phải nói, điều này sẽ không xảy ra trong một sớm một chiều. Một nghiên cứu thành công sẽ cần phải là một quá trình lặp đi lặp lại trong đó các mô hình sử dụng được phân tích, dữ liệu quan sát và khảo sát được thu thập, các trình điều khiển tương tác nguyên nhân được xác định và tích hợp vào hồ sơ bệnh nhân, tăng cường tiếp cận bệnh nhân và sự tham gia xảy ra, tác động đến các mô hình sử dụng là được phân tích và toàn bộ quá trình được lặp lại.

Mặc dù một nghiên cứu thành công sẽ đòi hỏi một cam kết đáng kể về thời gian và tiền bạc, nhưng kết quả có thể thay đổi cuộc sống đối với những người dân và cộng đồng không được phục vụ.

Cùng với các lợi ích về sức khỏe cho các cá nhân, cũng sẽ có các lợi ích tài chính cho những người trả tiền và nhà cung cấp. Tiềm năng thu được lợi nhuận đáng kể từ các khoản đầu tư vào công bằng sức khỏe rõ ràng là lớn nhất trong các thỏa thuận thanh toán dựa trên giá trị, trong đó những cải thiện về sức khỏe chuyển trực tiếp thành những cải thiện ở điểm mấu chốt.

Nhưng cũng có những cơ hội đáng kể để nhận ra lợi nhuận tích cực trong các thỏa thuận thanh toán phí dịch vụ.

Q. Ngày nay, các CIO của tổ chức cung cấp dịch vụ chăm sóc sức khỏe và các nhà lãnh đạo CNTT y tế khác nên làm gì để giúp chống lại vấn đề sử dụng dữ liệu sai lệch?

MỘT. Các CIO và các chuyên gia CNTT y tế khác có quyền truy cập vào rất nhiều dữ liệu hoạt động hàng ngày, bao gồm số liệu thống kê về việc sử dụng trang web / trung tâm cuộc gọi và số liệu thống kê gặp phải trong các cài đặt điều trị khác nhau, hầu hết có thể được phân chia theo nhân khẩu học của bệnh nhân / thành viên.

Cũng giống như dữ liệu sử dụng được sử dụng trong việc phân bổ các nguồn lực chăm sóc sức khỏe, dữ liệu hoạt động này có thể không phản ánh các rủi ro và nhu cầu sức khỏe tiềm ẩn do việc sử dụng không đúng cách và sử dụng sai các dịch vụ chăm sóc sức khỏe của các nhóm dân cư có hoàn cảnh khó khăn. Các nhà lãnh đạo CNTT có thể giúp thúc đẩy công bằng sức khỏe bằng cách xác định các mẫu trong dữ liệu mà họ sử dụng có thể chỉ ra sự thiên vị cơ bản.

Có thể có một vấn đề, ví dụ, khi dữ liệu hoạt động có vẻ không phù hợp với những gì người ta mong đợi sẽ thấy dựa trên các nguồn dữ liệu khác. Đôi khi những nguồn dữ liệu khác này sẽ là nội bộ.

Ví dụ, các nhà lãnh đạo CNTT có thể nhận thấy rằng sự đa dạng sắc tộc trong nhân khẩu học bệnh nhân / thành viên của họ không được phản ánh trong dữ liệu cuộc gặp gỡ của họ. Mặc dù các chuyên gia CNTT không thể tự giải quyết vấn đề, nhưng họ có thể gắn cờ để các bộ phận khác trong tổ chức của họ có thể đưa ra các giải pháp thích hợp, chẳng hạn như cung cấp dịch vụ vận chuyển hoặc dịch thuật.

Đôi khi, các nguồn dữ liệu khác sẽ là các nguồn bên ngoài mà các nhà lãnh đạo CNTT thường tham khảo. Ví dụ: dữ liệu gặp gỡ ở một khu vực địa lý nhất định có thể không tương quan với dữ liệu chỉ số tính dễ bị tổn thương xã hội, cho thấy có thể có khoảng cách trong phạm vi bảo hiểm, rào cản tiếp cận hoặc thiên vị lựa chọn thành viên. Một lần nữa, gắn cờ vấn đề tiềm ẩn có thể dẫn đến giải pháp.

Một điều khác cần chú ý là sự thay đổi nhanh chóng trong các mô hình sử dụng. Kể từ khi đại dịch COVID-19 bắt đầu, hệ thống chăm sóc sức khỏe của chúng ta đã phải chịu nhiều cú sốc. Ví dụ, vào năm 2020, số lượt khám sức khỏe trực tiếp giảm xuống do tình trạng bế tắc và sự xa cách xã hội làm gián đoạn hoạt động chăm sóc y tế thông thường.

Bây giờ, vào năm 2022, số lượt khám bệnh ER đang tăng đột biến. Hai diễn biến có liên quan với nhau không? Có thể. Dựa trên điều đầu tiên, điều thứ hai có thể được dự đoán không? Một lần nữa, có lẽ.

Các nhà lãnh đạo CNTT được định vị duy nhất để theo dõi sự thay đổi trong các mô hình sử dụng trong thời gian thực. Việc phát hiện sớm chúng không chỉ giúp các tổ chức chăm sóc sức khỏe có thời gian điều chỉnh và chuẩn bị mà còn có thể cải thiện sự công bằng về sức khỏe. Cũng giống như đại dịch đã đưa đến sự bất bình đẳng tiềm ẩn nhẹ trong hệ thống chăm sóc sức khỏe của chúng ta, cũng có thể thay đổi nhanh chóng trong các mô hình sử dụng.

Cho dù đó là sự sụt giảm số lần khám sức khỏe hay số lần khám ER tăng đột biến, chúng đều là dấu hiệu của các vấn đề tiềm ẩn cần được giải quyết.

Twitter: @SiwickiHealthIT
Gửi email cho người viết: [email protected]
Healthcare IT News là một ấn phẩm của HIMSS Media.