Read in | English | Español | Français | Deutsch | Português | Italiano | 日本語 | 한국어 | 简体中文 | 繁體中文 | Nederlands | Русский | Svenska | Polski

Il gruppo di Johns Hopkins ACG rilascia al il modello premonitore basato a farmacia

Published on September 11, 2006 at 7:24 PM · No Comments

I Ricercatori al Banco di Johns Hopkins Bloomberg della Salute pubblica hanno sviluppato Johns Hopkins ACG RX-PM - nuovo software modellante premonitore basato su informazioni al minuto di reclami della farmacia.

ACG RX-PM può aiutare le pianificazioni di salubrità, indicare le agenzie e la farmacia di Medicaid per avvantaggiare i gestori diminuisca i costi e migliori la qualità predicendo l'esigenza dei servizi futuri di sanità. I rivelatori vedono i vantaggi al nuovo software modellante premonitore perché i dati della farmacia sono più timelier, più completi e comunicano le informazioni più cliniche che i metodi tradizionali di previsione, che sono basati sull'età, sul genere e sul costo priore. ACG RX-PM egualmente fornisce il supporto accurato di previsione per le pianificazioni del farmaco da vendere su ricetta medica della farmacia della Parte D di Assistenza Sanitaria Statale.

“il Rx-PM è un complemento potente al Sistema di ACG,„ ha detto Jonathan Weiner, DrPH, co-rivelatore del Sistema originale di ACG e guida del gruppo di ricerca e sviluppo di ACG al Banco di Johns Hopkins Bloomberg della Salute pubblica. “Permette che noi integriamo le nuove fonti dei dati nei nostri modelli premonitori per la maggior prestazione statistica e la tessitura più clinica. Combinando ai i modelli premonitori basati a farmacia con ai i modelli premonitori basati a diagnosi piombo ancora alle maggiori comprensioni in salubrità paziente della popolazione e di qualità.„

ACG RX-PM è l'ultima aggiunta alla serie dei Modelli Premonitori di ACG sviluppati dalla Salute pubblica del Banco di Bloomberg. ACG RX-PM egualmente complementa il software modellante premonitore precedentemente rilasciato di ACG DX-PM basato su informazioni di diagnosi dai reclami medici.