Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El científico del comportamiento de Columbia utiliza ciencia de los datos para enfrentar la desigualdad de la atención sanitaria

La investigación de Kai Ruggeri tiene un objetivo que reemplaza: para perfeccionar el bienestar de poblaciones enfrentando la desigualdad. Él es un científico del comportamiento en Columbia que utiliza ciencia de los datos para diseñar intervenciones y para recomendar los planes de acción que ayudan más vulnerables y más perjudicadas las desigualdades vencidas a las poblaciones.

Como profesor adjunto en el departamento de la política sanitaria y de la administración en la escuela del cartero de Columbia de la salud pública, los focos de Ruggeri en comportamientos del nivel de la población tales como la gente de la manera toman decisiones financieras y utilizan atención sanitaria. Mientras que su trabajo implica los toda la población, mucho de su foco está en cómo dirigir desigualdades en el acceso y resultados, determinado entre el más perjudicado. Tales injusticias han llegado a ser aún más evidentes con el brote de Covid-19, mientras que índices más altos de infección y de muerte entre persona de color demuestran el carácter racial de la desigualdad en el sistema sanitario de América.

Usted puede atar apenas sobre cada tema importante a las desigualdades. Algunas son fallas o polarizaciones negativas en el sistema; algunas son condiciones económicas lamentables; más o menos todos son dañinos. El objetivo es aumentar el suelo, cambio el medio hacia arriba, y eliminar techos. Si usted hace esto, usted ve los toda la población el perfeccionar. Esto comienza con los que lo necesiten más, pero todo el mundo se beneficia de él.”

Kai Ruggeri, afiliado del instituto de la ciencia de los datos

Uno de los proyectos de Ruggeri está utilizando ciencia de los datos para eliminar la desigualdad y para aumentar el acceso de la atención sanitaria en comunidades inmerecidas en Brooklyn, el Bronx, Manhattan, y Queens. El proyecto, llamado Nueva York que da un [email protected] codazo, es soportado por una concesión del fondo de semilla del instituto de la ciencia de los datos. Él está colaborando en el proyecto con la red de la atención sanitaria de la comunidad (CHN), una clínica de salud federal calificada que ofrezca cuidado a los neoyorquinos perjudicados.

Los centros federal financiados de la atención sanitaria como CHN ofrecen asistencia médica a más de 20 millones de americanos que vivan en áreas empobrecidas. Con todo en muchas de esas áreas, casi la mitad de los pacientes que hacen las citas médicas en los centros no aparece--no porque no quieren a, solamente encuentran barreras importantes. Los datos muestran que las citas pacientes de la ausencia, y las oportunidades perdidas para la asistencia médica necesaria, ponen una carga enorme de la salud en comunidades perjudicadas. Las ausencias, por ejemplo, aumentan la probabilidad que los pacientes visitarán salas de urgencias y serán hospitalizados para las condiciones que se habrían podido tratar en las clínicas. Como tal, incluso las pequeñas disminuciones de regímenes de la ausencia en las clínicas perfeccionarían la salud de poblaciones vulnerables mientras que reducían los costos médicos de la nación.

Ruggeri publicó recientemente un papel sobre la investigación de Nueva York que daba un [email protected] codazo en la investigación de los servicios médicos de BMC, que es poseída por la naturaleza del saltador. En el papel, sus detalles de las personas cómo es datos grandes de las aplicaciones y técnicas de aprendizaje Bayesian de máquina para entender lo que evita que muchos de los 80.000 pacientes de CHN concierten sus citas médicas. Las personas también discuten vario las intervenciones del sistema y los planes de acción amplios y del comportamiento que les ayudarían para guardar sus citas. También exploran barreras comunes a la atención a los pacientes, tal como transporte, cuidado de niños, servicios de traducción, y tiempos incómodos de la cita.

Una vez que las personas han evaluado a los pacientes del comportamiento y los datos ambientales, así como los datos de departamentos de emergencia en los hospitales del socio, utilizarán una técnica conocida como “da un [email protected] codazo” para ayudar a pacientes a guardar citas. Los codazos son las intervenciones del comportamiento que animan opciones óptimas. Pueden ser aplicados de una variedad de maneras, tales como ofrecer más información a los pacientes, o más enfático esfuerzo de la importancia de asistir chequeoes regulares. Cuál es el más importante es que los codazos están personalizados, pues las intervenciones más efectivas son las que dirigen las necesidades específicas de individuos, Ruggeri dice.

“Evaluando fuentes de datos clínicos, del comportamiento, y ambientales, y después de igualar las intervenciones más efectivas a los grupos adecuados de pacientes, esperamos reducir a ausencias y las visitas evitables a los departamentos de emergencia,” él dice. “En la ejecución de métodos Bayesian del aprendizaje de máquina para entender mejor configuraciones del comportamiento en estos grupos, diseñaremos los codazos que aumentan el acceso de la atención sanitaria para los neoyorquinos más vulnerables. Si lo hacemos él la derecha, los métodos que creamos se pueden utilizar en las clínicas de la comunidad a través de los E.E.U.U. para perfeccionar radicalmente atención sanitaria mientras que importante reducen costo. Mientras que nos centramos en Nueva York, este trabajo tiene el potencial de tener impacto en comunidades rurales y urbanas alrededor del país.”

CHN también está desempeñando un papel principal en el combate de Covid-19. Transitioned a la telemedicina de ofrecimiento a sus clientes, dados el cierre hacia abajo, mientras que también sirve como sitio de prueba Covid-19. Las personas de Ruggeri han adaptado su investigación para ayudar a la red para afirmar con el coronavirus, que la demostración de los datos desproporcionado afecta a comunidades de color.

“Estamos trabajando con la red en varias iniciativas, colocando de ordenaciones óptimas de la telemedicina a rastrear a los individuos incapaces de asistir a sesiones para ver si podemos formular intervenciones para soportar a los que necesiten cuidado pero hacemos frente a barreras a conseguirlo,” él dice. “CHN está contribuyendo de maneras críticas en este pandémico, y somos agradecidos para el apoyo del instituto de la ciencia de los datos permitir que diseñemos intervenciones del comportamiento y que maximicemos el uso de datos de ayudar a la red para entregar cuidado.”

Junto con ser un afiliado de DSI, Ruggeri pertenece a dos de los centros del instituto: Analytics financiero y del asunto y Analytics de la salud. La educación, la estabilidad financiera, la salud, y la seguridad nacional son los factores fundamentales que permiten a las poblaciones prosperar, que es porqué él dice que él ensambló ambos centros. En el pasado, los investigadores podrían centrarse en uno o dos de estos factores, pero con más datos y recursos tecnológicos modernos, “podemos ahora ver cómo obran recíprocamente todos estos factores.”

“Y conociendo esto, podemos hacer uso de todos los datos y nueva tecnología para impulsar mejores resultados para los que la necesitan más,” Ruggeri dice. “El instituto de la ciencia de los datos me dio una gran oportunidad de zambullirme de cabeza en este trabajo temprano en mi tiempo en Columbia, y el apoyo que me dieron para moverse delante con mi investigación es algo la esperanza de I tendrá incluso mayor impacto en un futuro próximo. Mi meta es crear mejores resultados en bienestar a través de todas las comunidades--es qué me consigue hacia arriba por las mañanas--y la ciencia de los datos me está ayudando a lograr esa meta.