સિસ્ટમ્સ મોડેલિંગ પ્રોજેક્ટ
હોસ્પિટલો દ્વારા સામનો કરવામાં આવતા દબાણમાં સામાજિક સંભાળ સેવાઓનો અભાવ એક માન્ય ફાળો આપનાર છે. આ પ્રોજેક્ટ દર્દીઓના પ્રવાહને તીવ્ર ડિસ્ચાર્જ તૈયારીથી લઈને લાંબા ગાળાની ડોમિસિલરી હોમ વિઝિટ અને કેર હોમ પ્લેસમેન્ટ સુધી મોડેલ કરશે, જેનો ઉદ્દેશ્ય આ ક્લિનિકલ માર્ગ સાથે ક્ષમતાનું શ્રેષ્ઠ સંતુલન નક્કી કરવાનો છે.
આ પ્રોજેક્ટનો એક ભાગ છે હેલ્થ ડેટા રિસર્ચ યુકે સાઉથ બેટર કેર પાર્ટનરશિપ.
લીડ: રિચાર્ડ વુડ
એન્ટિમાઇક્રોબાયલ રેઝિસ્ટન્સ (AMR) પ્રોજેક્ટ
એન્ટિબાયોટિક દવાઓ આધુનિક દવાનો એક મહત્વપૂર્ણ ભાગ છે, પરંતુ પ્રતિકારના વધતા સ્તર અને વિકાસમાં નવી દવાઓના અભાવનો અર્થ એ છે કે આપણે હાલની દવાઓનો કાળજીપૂર્વક ઉપયોગ કરવો જોઈએ. ક્લિનિશિયનો પાસે ઘણીવાર તેમના દર્દીઓના એન્ટિબાયોટિક ઇતિહાસ અને દર્દીઓના ચેપ પ્રત્યે ડ્રગ સંવેદનશીલતા વિશે માહિતીનો અભાવ હોય છે. અમે બ્રિસ્ટોલ, નોર્થ સમરસેટ અને સાઉથ ગ્લોસ્ટરશાયર (BNSSG) સિસ્ટમ-વ્યાપી ડેટાસેટમાંથી લિંક્ડ પ્રાથમિક સંભાળ, ગૌણ સંભાળ અને પ્રયોગશાળા રેકોર્ડ્સમાંથી ડેટાનું વિશ્લેષણ કરીશું જેથી દર્દીઓ માટે તેમના વ્યક્તિગત ઇતિહાસ અને ક્લિનિકલ લાક્ષણિકતાઓ, તેમજ તેમના અને વસ્તીના પ્રતિકારના જોખમના આધારે એન્ટિબાયોટિક પસંદગીને ઑપ્ટિમાઇઝ કરી શકાય.
આ પ્રોજેક્ટનો એક ભાગ છે હેલ્થ ડેટા રિસર્ચ યુકે સાઉથ બેટર કેર પાર્ટનરશિપ.
લીડ: ડૉ. કેટી ટર્નર અને ડૉ. એન્ડ્રુ ડોસી
RAPCI પ્રોજેક્ટ: સામાન્ય પ્રેક્ટિસ પ્રતિભાવ સુધારવા માટે ઝડપી COVID-19 ગુપ્ત માહિતી
આ પ્રોજેક્ટનો ઉદ્દેશ્ય એ સમજવાનો છે કે GP પ્રેક્ટિસ કેવી રીતે નોંધપાત્ર રીતે વધેલી માંગનો સામનો કરી રહી છે, સાથે સાથે COVID-19 રોગચાળાના પ્રતિભાવમાં રિમોટ કન્સલ્ટેશન (લેખિત, ટેલિફોન અને વિડિયો) તરફ તાત્કાલિક આગળ વધવાનો અને સામાન્ય પ્રેક્ટિસમાં સફળ નવીનતાને ઝડપથી શેર કરવાનો છે.
આ પ્રોજેક્ટને NIHR સ્કૂલ ફોર પ્રાઇમરી કેર રિસર્ચ દ્વારા ભંડોળ પૂરું પાડવામાં આવે છે.
લીડ: ડૉ. મૈરેડ મર્ફી
અસ્થમાના હુમલા પાછળના પરિબળો અને ICU માં હાજર રહેવાની સ્થિતિને સમજવી
ICU માટે ઉચ્ચ જોખમ ધરાવતા અસ્થમાના દર્દીઓની ઓળખ કરવાથી વહેલા હસ્તક્ષેપ શક્ય બનશે. આ પ્રોજેક્ટ ICU (અને A&E) માં હાજર રહેલા અસ્થમાના દર્દીઓની સંભાળના ઉપયોગની પેટર્ન અને ક્લિનિકલ લાક્ષણિકતાઓની તપાસ કરશે અને ત્યારબાદ મૂલ્યાંકન કરશે કે શું GP પ્રાથમિક સંભાળ પ્રણાલીમાં આ દર્દીઓનું વધુ સારી રીતે સંચાલન કરી શકે છે.
લીડ: ડૉ જેની કૂપર
ક્લિનિકલ માર્ગોની સ્વચાલિત મશીન લર્નિંગ ઓળખ
ક્લિનિકલ માર્ગોની ઓળખ હંમેશા સરળ હોતી નથી. આ પ્રોજેક્ટ નિયમિત રીતે એકત્રિત કરવામાં આવતા ડેટામાંથી ક્લિનિકલ માર્ગો પર માહિતી મેળવવા માટે મશીન લર્નિંગ પદ્ધતિઓના ઉપયોગની તપાસ કરશે.
લીડ: ડૉ જેની કૂપર
દર્દીના અનુભવ અને માનસિક સ્વાસ્થ્ય સંભાળ માટે સેવા વિતરણ પર કોવિડ-૧૯ ની અસરોની આગાહી
આ પ્રોજેક્ટ કોવિડ-૧૯ રોગચાળા દરમિયાન BNSSG માં માનસિક સ્વાસ્થ્ય સેવાઓ પર પડી શકે તેવા દબાણની તપાસ કરી રહ્યો છે. સંભાળની વિવિધ સેટિંગ્સની આસપાસ દર્દીના પ્રવાહનું મોડેલ બનાવવા માટે એક ડિસ્ક્રીટ-ટાઇમ સિમ્યુલેશનનો ઉપયોગ કરવામાં આવી રહ્યો છે.
લીડ: બેન મર્ચ
"હાજર ન રહ્યા" ની આગાહી કરવી“
આ અંદાજમાં દર્દી શેડ્યૂલ કરેલ આઉટપેશન્ટ એપોઇન્ટમેન્ટમાં હાજરી આપશે કે નહીં તે અંગે કયા લક્ષણો, એપોઇન્ટમેન્ટ વિગતો અને વ્યાપક નિર્ણાયકો આગાહી કરે છે તે જોવામાં આવ્યું હતું. કાર્યના કાર્યક્રમોમાં કૉલ આધારિત રીમાઇન્ડર સેવા શામેલ હોઈ શકે છે જે મોડેલની ચોકસાઈને જોતાં ખર્ચ અસરકારક હોવાનું દર્શાવવામાં આવ્યું હતું.
લીડ: ડૉ. એડ્રિયન પ્રેટ