ICB-led applied research projects

These research projects are led by ICB colleagues supported by researchers to target ICB priority areas.

Znajdowanie projektów: Użyj “Ctrl + F”, aby użyć funkcji wyszukiwania w przeglądarce. Następnie użyj kluczowych terminów, aby wyszukać projekty w interesującym Cię temacie. Najlepiej wypróbować kilka alternatywnych słów, np. “Birth” lub “Maternity” lub “Maternal” lub “natal”.

Testosteron w menopauzie: przegląd dowodów i praktyki przepisywania - The Pharmaceutical Journal

Bliższe spojrzenie na bazę dowodową dotyczącą przepisywania testosteronu kobietom z menopauzą, analiza wpływu regionalnych formularzy i gwałtownego wzrostu popytu w ostatnich latach.

Lepsze wykorzystanie symulacji w opiece zdrowotnej: Rozwój narzędzia open-source do modelowania przepływu pacjentów sterowany przez użytkowników 

Model PathSimR to wszechstronny model symulacyjny stworzony specjalnie w BNSSG do modelowania ścieżek pacjenta w opiece zdrowotnej. Zapewniając bezpłatne i elastyczne rozwiązanie, oprogramowanie było używane w BNSSG i innych systemach NHS w różnych projektach i pracach. Niniejszy dokument opowiada o tym, jak oprogramowanie zostało opracowane i zawiera szczegółowe informacje na temat jego działania i funkcjonalności.

Optymalizacja równowagi między możliwościami opieki doraźnej i pośredniej dla złożonej ścieżki wypisu.

Równoważenie przepustowości i przepływu pacjentów między ostrym szpitalem a opieką środowiskową jest trudnym problemem planowania, obejmującym uwzględnienie niepewnych przyjazdów pacjentów i zmiennych długości pobytu. Dzięki różnym scenariuszom nasze modelowanie pomogło ujawnić optymalną alokację przepustowości na tej ścieżce. Modelowanie przeprowadzono w miesiącach następujących bezpośrednio po pandemii COVID-19.

Zbadanie zrównoważonych finansowo inicjatyw mających na celu rozwiązanie kwestii umieszczania pacjentów na psychiatrycznych oddziałach intensywnej terapii poza danym obszarem.

Umieszczenie poza obszarem ma miejsce, gdy nie ma dostępnej pojemności, aby zaspokoić zapotrzebowanie w obszarze lokalnym. Może się to często zdarzać w przypadku opieki psychiatrycznej o wysokiej intensywności, a pacjenci mogą być wysyłani na duże odległości do innych placówek. Nasze modelowanie, wykorzystujące model PathSimR, uwzględniało różne scenariusze po stronie wydajności w celu złagodzenia takich ewentualności.

Modelowanie odzyskiwania list oczekujących na zabieg po COVID-19

Po pandemii COVID-19 znacznie wzrosły listy oczekujących na zabiegi elektywne, a na wczesnych etapach wychodzenia z pandemii nie było pewne, ile z wielu ‘nieodebranych skierowań’ powróci. Modelowanie przeprowadzono lokalnie, aby zrozumieć możliwą wielkość listy oczekujących i czas oczekiwania w przypadku powrotu różnych proporcji. Model został również zastosowany na poziomie krajowym w całej Anglii.

Optymalizacja ścieżek leczenia ostrego udaru mózgu poprzez elastyczne wykorzystanie pojemności łóżek 

Nasz model PathSimR został wykorzystany do modelowania przyszłej scentralizowanej ścieżki leczenia udaru mózgu planowanej w BNSSG. Modelowanie obejmowało kalibrację modelu ścieżki i jego wykorzystanie w celu udzielenia odpowiedzi na pytania dotyczące tego, jak duża elastyczna pojemność będzie wymagana w różnych momentach, aby zapewnić, że zdecydowana większość pacjentów nie napotka żadnych opóźnień przy przyjęciu na oddział udarowy.

Wspieranie powrotu do zdrowia po pandemii COVID-19 poprzez skalowalne modelowanie list oczekujących

Niniejszy dokument przedstawia podejście do modelowania przyjęte w BNSSG w celu oszacowania przyszłej wielkości listy oczekujących na poziomie trustu i specjalności, w oparciu o różne założenia dotyczące przyszłego popytu i poziomów wydajności. Prosty i skalowalny model został zastosowany do każdego trustu szpitalnego i specjalizacji w Anglii, a prognozy są aktualizowane co miesiąc.

Fałszywa ekonomia dążenia do wyeliminowania opóźnionych transferów opieki: Kilka lekcji z teorii kolejek

Praca ta podważyła ustaloną mądrość, że w dobrze funkcjonujących systemach opieki zdrowotnej konieczne jest “wyeliminowanie” opóźnionych transferów opieki (czasami określanych jako ‘blokowanie łóżek’). Badanie, wykorzystujące metody z matematycznej dyscypliny teorii kolejek, wykazało, że realizacja takiej polityki jest prawdopodobnie nieekonomiczna, ponieważ wymagałaby dużej pojemności społeczności, aby pomieścić nawet najrzadsze szczyty popytu, pozostawiając wiele pojemności niewykorzystanych przez większość czasu.

Wdrożenie zalecanego skróconego planu opieki i leczenia w nagłych wypadkach (ReSPECT)

Proces ReSPECT to inicjatywa, która tworzy spersonalizowane zalecenia dotyczące opieki klinicznej i leczenia danej osoby w przyszłym nagłym wypadku, w którym nie jest ona w stanie dokonywać lub wyrażać wyborów. Inicjatywa ta została wdrożona na lokalnym obszarze podczas pandemii. Celem analizy jest określenie sprawiedliwości procesu wdrażania formularza ReSPECT (podczas pierwszej fali Covid-19) oraz wszelkich powiązanych zmian w sposobie interakcji między pacjentami a ich lokalnymi organami opieki zdrowotnej. Pomoże to w podejmowaniu przyszłych decyzji dotyczących wykorzystania formularza ReSPECT.

Wykorzystanie hiperlokalnego zarządzania zdrowiem populacji w celu zwiększenia liczby osób szczepionych przeciwko COVID-19

IBNSSG ICB zleciło przeprowadzenie lokalnych kampanii zachęcających osoby, które rzadziej poddają się szczepieniom, do zaszczepienia się przeciwko COVID-19. Analiza ta pomoże nam zrozumieć, jak skuteczne były te kampanie, abyśmy mogli poprawić sposób organizowania lokalnych i krajowych programów zdrowotnych z udziałem dużej liczby osób w przyszłości.

P-NEWS: spersonalizowane wyniki wczesnego ostrzegania dla pacjentów w stanie krytycznym

Projekt ten ma na celu zmniejszenie liczby przyjęć na intensywną terapię poprzez wcześniejszą interwencję w celu skorygowania problemów, zanim staną się one krytyczne. Planuje się to osiągnąć poprzez wykorzystanie obserwacji pacjentów i zaawansowanej analityki w celu określenia dokładnego ryzyka pogorszenia stanu zdrowia każdego pacjenta. Krajowa skala wczesnego ostrzegania (NEWS) jest “uniwersalną” skalą podkreślającą, jak chory jest pacjent. Niestety, NEWS nie bierze pod uwagę ważnych cech, takich jak diagnoza i wcześniejsza historia medyczna. Projekt ten ma na celu udoskonalenie wyniku i wcześniejsze przewidywanie pogorszenia stanu zdrowia.

Projekt ten jest częścią partnerstwa Health Data Research UK South Better Care Partnership.

Porównanie metod segmentacji populacji

Segmentacja populacji na poszczególne grupy w oparciu o indywidualne atrybuty i/lub aktywność w zakresie opieki zdrowotnej jest kluczowym elementem zarządzania zdrowiem populacji (Population Health Management - PHM). Istnieje jednak wiele możliwych metod przeprowadzania segmentacji populacji, z których każda ma swoje wady i zalety. W ramach tego projektu dokonano przeglądu 16 najczęściej stosowanych podejść w celu określenia, która metoda jest najbardziej odpowiednia do udzielenia odpowiedzi na poszczególne rodzaje pytań. Uzyskane wyniki wpłynęły na nasz wybór metody segmentacji podczas pracy nad projektami w ramach naszego programu PHM.

Rozwikłanie dynamiki skierowań na leczenie w NHS

Skierowanie na leczenie (RTT), mierzące odsetek pacjentów oczekujących poniżej 18 tygodni, jest głównym barometrem wyników leczenia planowego w NHS i służy do monitorowania, jak długo pacjenci czekają na planowane leczenie. Dla systemów opieki zdrowotnej ważne jest zrozumienie i modelowanie dynamiki ścieżki RTT, tak aby można było wiarygodnie przewidzieć przyszłe czasy oczekiwania i ocenić wpływ zmian w skierowaniach i przepustowości. Nasz komputerowy model symulacyjny był regularnie wykorzystywany w tym celu, zarówno dla różnych trustów szpitalnych, jak i specjalności klinicznych.

Modelowanie przepustowości wzdłuż ścieżki pacjenta z opóźnieniami w transferze i wypisie.

Bez wystarczającej przepustowości, ścieżki kliniczne mogą zostać zablokowane, z pacjentami gotowymi do wypisu, ale niezdolnymi do przeniesienia w dół. Jest to niekorzystne zarówno dla pacjentów, jak i szpitali. Oszacowanie optymalnej wymaganej przepustowości nie jest jednak proste. Podejścia oparte na arkuszach kalkulacyjnych są szybkie i łatwe, ale zazwyczaj niedoszacowują wymaganej liczby łóżek do uruchomienia. W tym artykule opracowaliśmy bardziej solidne podejście, zapewniając konfigurowalny model komputerowy wielokrotnego użytku, który jest stosowany do szacowania wydajności przyszłej ścieżki udaru.

Zarządzanie zdrowiem populacji w celu identyfikacji i scharakteryzowania bieżących potrzeb zdrowotnych osób wysokiego ryzyka chronionych przed COVID-19: przekrojowe badanie kohortowe

Na wczesnych etapach pandemii COVID-19 około 30 000 wrażliwych mieszkańców BNSSG zostało poproszonych o ‘osłonę’ w celu ochrony przed zagrożeniami związanymi z zakażeniem COVID-19. Jednak niewiele było wiadomo o tej kohorcie osób. Korzystając z powiązanych danych, zidentyfikowano sześć odrębnych segmentów w populacji ochronnej. Ich znajomość pomogła nam lepiej dostosować porady dla pacjentów i wesprzeć lokalne zespoły podstawowej opieki zdrowotnej w zarządzaniu ich stanem zdrowia podczas stosowania osłon.

Modelowanie scenariusza COVID-19 w celu złagodzenia liczby zgonów na intensywnej terapii zależnych od wydajności

Na samym początku pandemii było bardzo mało informacji, które pomogłyby menedżerom i klinicystom zrozumieć liczbę łóżek intensywnej terapii potrzebnych do zaspokojenia potencjalnego zapotrzebowania. Było to ważne, ponieważ trudno było przekształcić łóżka w specyfikację intensywnej terapii. Jeśli jednak przekształcono zbyt mało łóżek, mogło to spowodować, że pacjenci nie będą mieli dostępu do wymaganego poziomu opieki. Aby rozwiązać tę kwestię, szybko opracowano komputerowy model symulacyjny przepływu pacjentów z COVID-19 i wykorzystano go jako część kluczowej wstępnej reakcji na dużą liczbę przypadków wiosną 2020 roku.

Modelowanie wpływu COVID-19 na czas oczekiwania na wizytę planową

Podczas gdy bezpośrednie skutki COVID-19 dotyczyły opieki szpitalnej w nagłych wypadkach, szybko stało się jasne, że decyzja o odroczeniu planowego leczenia wiosną 2020 r. będzie miała poważny wpływ na czas oczekiwania. Pytania brzmiały: jak duży będzie to miało wpływ i jak szybko możemy odzyskać równowagę? Aby odpowiedzieć na te pytania, istniejące narzędzie wykorzystywane do modelowania dynamiki skierowań na leczenie (RTT) zostało ponownie skalibrowane i wykorzystane do prognozowania czasów oczekiwania w różnych scenariuszach uznanych za prawdopodobne na początku pandemii.

Prognozowanie w celu lepszego zarządzania pojemnością łóżek w ostrych stanach COVID-19

Wraz z gwałtownym wzrostem obłożenia łóżek w drugiej fali pandemii, planiści szpitalni potrzebowali szacunków dotyczących prawdopodobnej liczby przyjęć w nadchodzących dniach. Prosty model prognozowania szeregów czasowych został zbudowany i wdrożony do codziennego użytku w prognozowaniu obłożenia łóżek na ostrym i intensywnym oddziale dla wszystkich lokalnych szpitali. Pomogło to zapewnić przygotowanie odpowiedniej liczby łóżek i otwarcie nowych oddziałów zakaźnych w razie potrzeby.

Wpływ zwiększonej telemedycyny ambulatoryjnej podczas COVID-19: Retrospektywna analiza ankiet pacjentów i rutynowych danych dotyczących aktywności z dużego systemu opieki zdrowotnej w Anglii

Aby pomóc ograniczyć liczbę zakażeń szpitalnych, na wczesnych etapach pandemii znaczna liczba konsultacji ambulatoryjnych została przeniesiona ze środowiska fizycznego do wirtualnego. Badając dużą liczbę ankiet przeprowadzonych wśród pacjentów, stwierdzono, że więcej respondentów ‘wolało’ spotkania wirtualne niż fizyczne, przy czym siedem razy więcej osób uznało je za ‘mniej stresujące’ niż ‘bardziej stresujące’. Wyniki pomogły w określeniu możliwej przydatności konsultacji wideo w przyszłości.

Wartość Triage w okresach intensywnego zapotrzebowania na COVID-19: Badanie modelowania symulacyjnego

Podczas gdy NHS na szczęście nie musiał wprowadzać selekcji przyjęć na intensywną terapię w pierwszym roku pandemii, czasami był tego bliski. Kiedy popyt na takie zasoby przewyższa podaż, ważne jest, aby promować lepszy dostęp do tych, którzy mają najwięcej do zyskania. Istnieje jednak niewiele dowodów na to, jak wiele można zyskać dzięki wdrożeniu triage. Nasza praca zajęła się tą luką, stwierdzając, że triage może zmniejszyć całkowitą liczbę utraconych lat życia o 12%, jeśli popyt kiedykolwiek przekroczy podaż.

Badania operacyjne na rzecz bezpiecznego i skutecznego projektowania ośrodków masowych szczepień przeciwko COVID-19

Ośrodki szczepień miały kluczowe znaczenie dla zwiększenia skali masowych szczepień ludności przeciwko COVID-19. Jednak planiści mieli bardzo mało informacji, aby pokierować konfiguracją tych miejsc, które musiały zostać utworzone w ciągu kilku tygodni. W ośrodku Ashton Gate w Bristolu wykorzystano komputerowe modelowanie symulacyjne, aby określić maksymalną przepustowość ośrodka pod względem liczby osób, które można zaszczepić każdego dnia. Wyniki modelu zostały wykorzystane w kluczowych miesiącach otwarcia.

Prognozowanie wpływu złagodzenia ograniczeń społecznych na popyt na usługi ratunkowe inne niż COVID-19 w Wielkiej Brytanii: Wnioskowanie statystyczne z wykorzystaniem danych dotyczących mobilności publicznej

Podczas gdy wiele uwagi poświęcono przypadkom COVID-19, ograniczenia społeczne miały również znaczący wpływ na przyjęcia do szpitali niezwiązane z COVID-19. Na przykład przy mniejszej liczbie urazów sportowych i wypadków drogowych w lokalnych szpitalach było mniejsze zapotrzebowanie na pomoc w nagłych wypadkach. W pierwszych miesiącach 2021 r., wraz ze stopniowym rozluźnianiem blokad, wykorzystano model regresji do prognozowania, w oparciu o oczekiwany wzrost mobilności publicznej, zakresu, w jakim mogą wzrosnąć przyjęcia do łóżek.

Rozwiązanie problemu przeszacowania i niewrażliwości w celu 85% dla średniego obłożenia łóżka

Od dawna i zasadniczo niekwestionowany wynik stanowi, że szpitale powinny dążyć do średniego obłożenia łóżek 85%, równoważąc ryzyko dla bezpieczeństwa pacjentów wynikające ze zbyt małej pojemności z konsekwencjami finansowymi zbyt dużej. Jednak pojedyncza miara jest niewrażliwa na zakres warunków, które realnie istnieją w terenie. Tworząc tabelę ‘look up’ opartą na wielkości oddziału i specjalizacji, nasze modelowanie ujawnia zestaw dokładniejszych celów, które mogą być wykorzystywane przez kierowników szpitali i zleceniodawców.

Modelowanie wpływu pierwszej fali COVID-19 na usługi w zakresie zdrowia psychicznego

Podczas pierwszej fali pandemii istniała duża niepewność co do wielkości ‘stłumionego’ popytu na usługi w zakresie zdrowia psychicznego, które mogłyby prowadzić do presji po zwolnieniu blokady. Szybko opracowano wszechstronny model kolejkowania dyskretnego w czasie i wykorzystano go do zbadania potencjalnego wpływu szeregu różnych trajektorii popytu i interwencji usługowych mających na celu złagodzenie poważnej presji systemowej.

Ustanowienie ram opartych na SEIR dla lokalnego modelowania zakażeń COVID-19, hospitalizacji i zgonów

Podczas gdy modelowanie epidemiologiczne było rutynowo wykorzystywane do informowania o podejmowaniu decyzji na szczeblu krajowym, bardzo niewiele było wskazówek dotyczących planowania na szczeblu lokalnym. Ostatecznie kluczową miarą zainteresowania była oczekiwana przyszła liczba ostrych przyjęć COVID-19. Korzystając z przedziałowego modelu typu ‘SEIR’, powołano międzysystemową multidyscyplinarną grupę roboczą w celu skonfigurowania różnych prawdopodobnych scenariuszy, a wyniki kształtowały lokalną reakcję przy określaniu, ile łóżek było potrzebnych, aby bezpiecznie zaspokoić przyszłe zapotrzebowanie.

Modelowanie wpływu masowych szczepień przeciwko COVID-19 na ostre przyjęcia do szpitala

Opierając się na wcześniejszych pracach obejmujących przedziałowy model typu ‘SEIR’, wprowadzono szereg ulepszeń technicznych w celu uwzględnienia wpływu szczepień na dynamikę transmisji. Model został następnie wykorzystany do zbadania szeregu scenariuszy związanych z planem złagodzenia lockdownu na początku 2021 roku. Prognozy zostały zweryfikowane z jesiennym odbiciem w 2021 r. w przypadkach szpitalnych mieszczących się w modelowanym zakresie międzykwartylowym.

Wykorzystanie powiązanych danych pacjentów do oceny wpływu Long-COVID na wykorzystanie opieki zdrowotnej w całym systemie

Oprócz bezpośredniego wpływu zakażenia COVID-19 na ostre usługi opieki zdrowotnej, istniały obawy, że długoterminowe skutki (tak zwany ‘Long-COVID’) mogą nakładać dodatkowe wymagania na inne placówki opieki zdrowotnej. Zbiór danych BNSSG System Wide Dataset został wykorzystany do zidentyfikowania dowodów na statystycznie istotny wzrost aktywności opieki zdrowotnej w ciągu trzech miesięcy od diagnozy COVID-19.