要安全重启选修程序,请查看数据

文章总结


许多卫生系统已经意识到,他们缺乏数据和分析基础设施来指导可持续的恢复计划,并弥补因COVID-19而暂停数月的程序所造成的收入损失。然而,有了操作、临床和财务数据,加上分析工具,领导者可以了解医院和资源的能力,以指导安全、可持续的择期手术重启计划。

卫生系统恢复道路上的第一步是获得强有力的分析,以了解COVID-19对临床、财务和业务结果的全面影响。其次,组织需要数据共享工具,如数据显示和仪表板,允许领导者根据支持组织重新激活目标的一致数据做出决策。领导者甚至可以通过预测模型和预测程序数量、员工和资源来进一步利用数据。

下一个:
利用数据确保2019冠状病毒病期间安全返校
希瑟作者舒诺华

MN, ARNP-CNS, PHCNS-BC, FCNS,临床操作价值架构师,副总裁

本文基于2020年医疗保健分析峰会(有20虚拟)由Nirav Patel,医学博士,班纳健康外科和程序服务医学主任,和Martina Brooks, MHI, CSSBB,班纳健康外科和程序标准化项目主任,题为“COVID-19后有效重启选择性手术”的突破性演讲。

2020年3月,美国各地的医疗机构暂停工作选择性手术和程序为COVID-19患者预留资源。虽然医护延误是COVID-19应对措施的关键组成部分,但也造成了重大收入损失。的美国医院协会估计四个月的选择性手术已经导致损失2026亿美元美国医院和卫生系统平均每月支出507亿美元。一些专家估计,选择性手术的暂停导致了医疗保健行业多年来面临的最大财务障碍,因为这些手术是许多卫生系统的主要收入来源。

面对财政紧张(甚至崩溃),卫生系统欢迎有机会在2020年春季晚些时候恢复选择性程序(这对财政复苏和可持续性至关重要),前提是它们符合CMS的要求推荐标准通过状态。然而,卫生系统重启选择性程序的绿灯凸显出缺乏数据基础设施和分析工具来支持有效的恢复计划。为了克服这一数据和分析障碍,努力恢复,防止更多的损失收入在美国,组织需要一个基于数据的路线图和分析工具,包括数据可视化仪表板和预测模型。

稳健分析:安全重启可选程序的第一步

为了全面了解COVID-19的后果并重启选择性程序,卫生系统必须首先获得可靠的分析(临床、财务和运营)。如果没有全面的分析,领导者只能看到画面的一部分,比如没有运营和财务背景的临床数据。相反,有了全面的信息,领导者可以看到所有的机会来优化重新激活计划,避免浪费资源,并产生收入。

在一个综合平台(例如,卫生催化剂数据操作系统(DOS™))中访问完整的数据集,使卫生系统能够查看所有世界杯厄瓜多尔vs塞内加尔波胆预测数据,然后选择与其恢复目标相一致的特定数世界杯葡萄牙vs加纳即时走地据。这种广泛的数据访问使组织能够衡量进展,并确保他们正在按计划实现其程序量目标。

例如,如果一个卫生系统想要了解程序性病例数量和取消的病例,以告知选择性程序恢复计划,它需要访问反映取消病例、取消原因和已完成病例的分析。理想情况下,团队的所有成员(包括提供者、管理员和其他领导者)都可以访问相同的数据并利用相同的信息来推动决策制定。

数据和分析工具驱动有效的选择性程序恢复计划

一旦临床、操作和财务数据可以在一个地方访问,卫生系统就可以专注于创建数据和分析工具(例如,数据仪表板),从一开始就指导重新激活过程。当卫生系统停止选择性手术时,许多人依赖于现有的数据工具(通常是延迟的、基于可用数据手动配置的报告)来识别机会并告知恢复计划。然而,如果没有更有效的数据和分析工具,领导者就无法快速查看实时数据,以了解临床资源、人员配备和用品(例如个人防护装备和呼吸机)。

有效的信息共享工具,例如数据显示或仪表板(图1),允许领导者通过以一种引起对异常值或趋势注意的格式查看高级信息来最大化数据。构建可以动态反映新数据的仪表板还允许支持人员避免在部分数据集上匆忙构建一次性仪表板。有了数据和分析工具,卫生系统准备在符合CMS指南后立即重新启动选择性程序。

程序性恢复计划仪表板示例
图1:带有完整案例数据的程序性恢复计划仪表板示例。

创建有效分析工具的另一个重要部分是在开发过程中包含来自不同部门的利益相关者。听取关于应该包括哪些数据集的不同观点会导致更全面的再激活策略。对仪表板的系统范围访问与数据可视化工具相结合,也是领导者在整个组织中促进数据驱动决策和数据共享的机会。

预测模型促进灵活的方法重新启动选修程序

一旦卫生系统创建了仪表板,并让团队成员访问它们,数据专家就可以用预测模型进一步分析数据。例如,容量规划团队可以通过帮助卫生系统了解相对于其临床工作人员和供应资源,他们可以容纳多少可选程序,从而为恢复过程增加价值。虽然由于冠状病毒的快速变化,预测模型无法准确预测未来六个月将会发生什么,但它们可以帮助卫生系统为未来几周做准备,这是一种比每天改变策略更有效的方法。

有了数据驱动工具,数据专家就可以创建预测模型,洞察可能的结果和反应。例如,如果发生X,卫生系统应采取Y措施;如果发生Y,卫生系统将采取z措施。由于COVID-19变化迅速,直接影响到卫生系统的能力,因此预测模型可以帮助组织为意外变化做好准备,并支持适应性强的恢复响应计划。

通过预测模型为决策提供信息,卫生系统可以创建其他可操作的工具,例如资源容量模型,其中包含有关人员配置、医院资源、住院时间、ICU、PPE和呼吸机的信息。数据科学团队可以利用预测模型来衡量卫生系统可以安全容纳的可选程序量。根据模型预测的数量(考虑到历史和当前的数量数据),卫生系统可以制定重新启动选择性程序的标准,而不是开足马力,冒着因COVID-19暴发或容量紧张而关闭的风险。

数据促进可选程序恢复策略的可持续方法

虽然卫生系统必须在可预见的未来应对COVID-19,但他们可以通过数据知情的恢复计划安全地重新启动选择性程序。全面的仪表板和预测模型提供了影响择期手术重启的医院能力的各个方面的可见性,使卫生系统能够调整资源,从战术上恢复这些手术。

数据和分析洞察力使领导者能够将历史信息与当前情况进行比较,揭示填补空白、未来病例量和资源利用的见解。这些见解优先考虑提供商和患者安全,帮助企业走上财务复苏之路。

更多的阅读

你想了解更多关于这个话题的信息吗?以下是我们推荐的一些文章:

  1. 如何优化医疗保健收入周期,改善患者获取
  2. 医疗救助资金:五个步骤最大限度地利用COVID-19资金
  3. 医疗保健收入周期:财务可持续性的五个关键
  4. 四种策略为COVID-19恢复提供高价值医疗保健分析
  5. 减少坏账:在COVID-19期间限制风险敞口的四种策略

幻灯片

您愿意使用或分享这些概念吗?下载突出重点的演示文稿。

点击此处下载幻灯片

利用数据确保2019冠状病毒病期间安全返校

本网站使用cookies

我们以为您提供相关、有用的内容而自豪。我们可以使用cookie来跟踪您阅读的内容吗?我们非常重视您的隐私。请参阅我们的隐私政策详情和任何问题。