Sekcja zatytułowana moduł-2
Projekt modelowania systemów
Brak dostępności usług opieki społecznej jest uznanym czynnikiem wpływającym na presję, z jaką borykają się szpitale. Niniejszy projekt będzie modelował przepływ pacjentów od etapu ostrej gotowości do wypisu, poprzez dłuższe wizyty domowe, aż po umieszczenie w domach opieki, w celu określenia optymalnej równowagi w zakresie przepustowości w tej ścieżce klinicznej.
Ten projekt jest częścią Badania danych zdrowotnych w Wielkiej Brytanii, Południowy Partnerstwo na rzecz lepszej opieki.
Ołów: Richard Wood
Projekt dotyczący oporności na środki przeciwdrobnoustrojowe (AMR)
Antybiotyki stanowią kluczowy element współczesnej medycyny, ale rosnący poziom oporności i brak nowych leków w fazie rozwoju oznaczają, że musimy ostrożnie stosować istniejące leki. Lekarze często nie mają informacji na temat historii antybiotykoterapii swoich pacjentów ani wrażliwości zakażeń na leki. Przeanalizujemy dane z ogólnokrajowego zbioru danych systemu Bristol, North Somerset and South Gloucestershire (BNSSG), obejmującego powiązane dane z podstawowej opieki zdrowotnej, opieki specjalistycznej i dokumentacji laboratoryjnej, aby zoptymalizować wybór antybiotyków dla pacjentów w oparciu o ich indywidualną historię i cechy kliniczne, a także ryzyko wystąpienia oporności u nich i całej populacji.
Ten projekt jest częścią Badania danych zdrowotnych w Wielkiej Brytanii, Południowy Partnerstwo na rzecz lepszej opieki.
Ołów: Doktor Katy Turner oraz Dr Andrew Dowsey
Projekt RAPCI: Szybka informacja o COVID-19 w celu usprawnienia reagowania w praktyce lekarza rodzinnego
Celem tego projektu jest zrozumienie, w jaki sposób gabinety lekarzy rodzinnych radzą sobie ze znacznie zwiększonym zapotrzebowaniem w połączeniu z natychmiastowym przejściem na konsultacje zdalne (pisemne, telefoniczne i wideo) w odpowiedzi na pandemię COVID-19, a także szybkie dzielenie się udanymi innowacjami w ramach praktyki ogólnej.
Projekt ten jest finansowany przez Szkołę Badań nad Opieką Podstawową NIHR.
Ołów: Dr Mairead Murphy
Zrozumienie czynników leżących u podłoża ataków astmy i objawów na oddziale intensywnej terapii
Identyfikacja pacjentów z astmą wysokiego ryzyka w przypadku OIT umożliwiłaby wczesną interwencję. W ramach tego projektu zbadane zostaną wzorce korzystania z opieki oraz cechy kliniczne pacjentów z astmą zgłaszających się na OIT (i SOR), a następnie oceniona zostanie możliwość lepszego leczenia tych pacjentów przez lekarzy rodzinnych w ramach podstawowej opieki zdrowotnej.
Ołów: Doktor Jenny Cooper
Automatyczna identyfikacja ścieżek klinicznych za pomocą uczenia maszynowego
Identyfikacja ścieżek klinicznych nie zawsze jest prosta. W ramach tego projektu zbadamy wykorzystanie metod uczenia maszynowego do wyodrębniania informacji o ścieżkach klinicznych z rutynowo gromadzonych danych.
Ołów: Doktor Jenny Cooper
Prognozowanie wpływu COVID-19 na doświadczenia pacjentów i świadczenie usług w zakresie opieki psychiatrycznej
W ramach tego projektu badane są obciążenia, z jakimi mogą się mierzyć służby zdrowia psychicznego w BNSSG podczas pandemii COVID-19. Do modelowania przepływu pacjentów w różnych placówkach opieki wykorzystuje się symulację w czasie dyskretnym.
Ołów: Ben Murch
Prognozowanie “Nieobecnych”
W ramach tego projektu analizowano, jakie atrybuty, szczegóły dotyczące wizyt i szersze czynniki warunkujące uczestnictwo pacjenta w zaplanowanych wizytach ambulatoryjnych byłyby predyktorami. Wyniki badań mogłyby obejmować usługę przypominania opartą na połączeniach telefonicznych, która okazała się opłacalna, biorąc pod uwagę dokładność modelu.
Ołów: Dr Adrian Pratt