Utveckling, implementering och utvärdering av ett stödsystem för socialt engagemang

Sociala drivkrafter för hälsa (SDOH) är de största faktorerna som påverkar vår hälsa och välbefinnande men är svåra för sjukvårdssystem att ta itu med. Trots nya modeller som ger incitament för hälsoplaner och leverantörer att nå utöver klinisk vård för att förbättra patientens hälsoresultat, saknar befintlig datainfrastruktur relevant information för att stödja sådana interventioner. Det första problemet är ett identifiering; Leverantörer underkoder sociala behov i befintliga scheman och metoder för insamling av data som sociala skärmar är inte vanliga, standardiserade eller lätt delade. Det andra problemet är en brist på engagemang mellan individer och sociala tjänster, vilket är särskilt frustrerande eftersom det finns många evidensbaserade praxis som samhällsbaserade organisationer (CBO) använder för att tillgodose sociala behov. Utan exakt information om vem som behöver socialt stöd och hur man maximerar sitt engagemang med CBO: er har leverantörer och försäkringsbolag begränsad förmåga att distribuera interventioner som tar bort hinder för vård och utjämnar hälsoresultaten mellan utsatta befolkningar.

Vårt projekt kommer att tillämpa en precisionsmedicinsk strategi för identifiering av och engagemang med Medicaid -mottagare med sociala behov. Utredarna har samarbetat med en hanterad vårdorganisation som samordnar förmåner för över 250 000 Maryland Medicaid -medlemmar. De har lanserat ett befolkningsomfattande socialt screeningprogram för att lägga till medlemsrapporterade sociala behov till deras befintliga kliniska data. Utredarna kommer att förbättra sin infrastruktur för hälsoinformationsteknologi (IT) med en uppsättning maskininlärningsmodeller för riskidentifiering, ett engagemangsstödssystem för att maximera medlemmens användning av sociala stöd och en kontinuerlig kvalitativ och kvantitativ förbättringsprocess för att skapa ett lärande hälsosystem. Vi kommer att utföra detta arbete genom följande mål:

Mål 1: Utveckla och distribuera en uppsättning maskininlärningsmodeller som använder flera individuella och samhällsnivå datakällor för att förutsäga vilka medlemmar som använder akutmottagningen för att uppfylla sociala eller icke-brådskande behov i motsats till behandling för brådskande medicinska tillstånd. Dessa modeller kommer att identifiera individer vars sociala behov driver olämpligt utnyttjande så att individer med hög risk kommer att ges förbättrade uppsökningstjänster för att underlätta genomförandet av en omfattande bedömning av sociala behov. Utredarna kommer att analysera dessa bedömningar för att avgöra om våra modeller leder till bedömning av individer med en högre profil för socialt behov.

Mål 2: Utveckla och distribuera ett engagemangsstödssystem som identifierar och visar egenskaperna hos medlemmar som hindrar dem från att engagera sig i CBO. Detta system kommer att använda konstgjorda intelligenstekniker för att identifiera egenskaper hos individer som historiskt har kopplats bort från socialtjänstens rörledning innan de får sociala tjänster och föreslår potentiella strategier för att öka engagemanget. Utredarna kommer att tillämpa modellerna på nyutvärderade medlemmar och presentera förutsagda individer med hög risk för planens samhällshälsoarbetare genom sin befintliga IT -plattform, vilket gör att de proaktivt kan hantera medlemmarnas hinder för åtkomst till tjänster. Utredarna kommer att analysera framgång för engagemang (dvs huruvida en medlem som hänvisades till tjänster fick hjälp från en CBO) för att avgöra om vårt stödsystem ökade sannolikheten för framgång.

Mål 3: Implementera en kontinuerlig kvalitativ och kvantitativ förbättringsprocess som identifierar återkommande teman och frigöringspunkter i fall där medlemmarna inte kunde slutföra sin relevanta sociala ingripande. Dessa resultat kommer att analyseras av forskargruppen för att identifiera potentiella taktiker för att hantera engagemangsbarriärer, och resulterande rekommendationer för att öka engagemanget kommer att förökas genom systemet antingen genom uppdateringar av hälso -IT -infrastrukturen eller personalutbildningen. Genom detta mål kommer utredarna att bygga ett lärande hälsosystem, med teamet ständigt förädla engagemangsmetoder under hela projektet.

Studieteamet är väl positionerat för att utveckla ett socialt behovsinterventionsprotokoll och kommer att inkludera rigorösa utvärderingar för att bedöma effekterna av vår intervention på hälso- och sociala resultat hos deltagande medlemmar genom deras demografiska och geografiska egenskaper. Tillsammans kommer dessa mål att hjälpa till att informera nästa generation av värdebaserade vårdparadigmer genom att identifiera och tillgodose sociala behov och krympa skillnader i hälsoresultat över en stor, högriskpopulation.