Verwenden von Daten, um effektiv auf eine ausgewogene Gesundheitsversorgung hinzuarbeiten

Die COVID-19-Krise hat die bestehenden gesundheitlichen Ungleichheiten in den Vereinigten Staaten, insbesondere für Schwarze und Lateinamerikaner, beleuchtet und verschärft.

Viele Befürworter der Gesundheitsgerechtigkeit haben auf die wichtige Rolle hingewiesen, die Daten bei der Beseitigung dieser Ungleichheit spielen, und festgestellt, dass es schwierig ist, ein Problem zu beheben, über das wir keine Informationen haben.

Kellie Goodson, Leiterin der Leistungsverbesserungsprogramme bei Vizient, sagt jedoch, dass die gesamte Datenerfassung in dieser Hinsicht nicht gleichermaßen nützlich ist.

“Im Gesundheitswesen dreht sich alles um Daten”, sagte sie IT-Nachrichten für das Gesundheitswesen. “Aber was wir mit den Daten machen, ist, dass wir die Daten in praktisch allem zusammenfassen.”

Diese Aggregation, sagt sie, kann wichtige Unterschiede in der Art und Weise verschleiern, wie schutzbedürftige Menschen und Gruppen Zugang zur Pflege haben.

“Was wir in all unseren Gesundheitssystemen tun müssen, ist, dass wir die Daten disaggregieren und herausfinden müssen, wer diese gefährdeten Patienten sind. Wir müssen unsere Prozesse untersuchen, Anpassungen vornehmen und sicherstellen, dass sie für alle funktionieren gefährdete Bevölkerungsgruppen “, sagte sie.

Goodson verweist auf einige Erfolgsgeschichten, in denen Gesundheitssysteme Daten durch die Linse bestimmter Patientengruppen untersuchten.

Zum Beispiel bemerkte ein in Seattle ansässiges Gesundheitssystem, dass Patienten häufig zu Koloskopien erschienen, die nicht richtig vorbereitet waren.

“Dann müssen Sie stornieren, und Ihnen fehlen Einnahmen und Effizienz”, sagte sie – und verzögerte die Patientenversorgung. Als das System die Daten nach Sprache aufteilte, stellten die Mitarbeiter fest, dass spanisch- und vietnamesischsprachige Patienten ohne angemessene Vorbereitung häufig auftauchten.

“Sie haben angefangen, Vorbereitungskurse und Materialien auf Spanisch und Vietnamesisch anzubieten, und ihre Verbesserungs- und Erfolgsraten sind deutlich gestiegen”, sagte Goodson.

Goodson stellte fest, dass diese Änderungen keine komplexen Aktionen erfordern, aber enorme Ergebnisse haben können.

“Ich bin noch nicht auf eine Intervention gestoßen, die unglaublich kompliziert war”, sagte sie.

“Wenn Sie über Qualitätsverbesserungen und Ihre Patienten und deren Leben nachdenken, insbesondere angesichts des seit Jahrhunderten bestehenden strukturellen Rassismus”, haben solche datengesteuerten Entscheidungen einen enormen Einfluss, sagte sie.

“Wenn Sie bestimmte Arbeiten ausführen, um Ihren am stärksten gefährdeten Patienten zu helfen, verbessern Sie am Ende die Ergebnisse für alle Ihre Patienten”, sagte sie. “Das wurde immer wieder bewiesen.”

Goodson, die auf der HIMSS21 präsentiert, hofft, dass die Teilnehmer ihre Sitzung mit der Idee verlassen, dass “perfekt” nicht der Feind von “gut” sein muss, insbesondere wenn es um Daten geht.

“Finden Sie die Daten, die richtungsrichtig sind”, riet sie. “Dies ist kein theoretisches Zeug auf 30.000 Fuß-Ebene, sondern” Gehen Sie mit Tools, die Sie ändern können, zu Ihrer Organisation zurück “, sagte sie.

Kellie Goodson und Co-Moderatorin Dr. Knitasha Washington werden am Dienstag, den 10. August, auf der HIMSS21 in Venetian-Murano 3201A präsentieren.

Kat Jercich ist leitende Redakteurin der Healthcare IT News.
Twitter: @kjercich
E-Mail: [email protected]
Healthcare IT News ist eine Veröffentlichung von HIMSS Media.