ICB öncülüğünde yürütülen Uygulamalı Araştırma Projeleri
Bu araştırma projeleri, ICB'nin öncelikli alanlarını hedefleyen araştırmacılar tarafından desteklenen ICB çalışanları tarafından yürütülmektedir.
Proje bulma: Tarayıcınızdaki arama işlevini kullanmak için “Ctrl + F” tuşlarını kullanın. Ardından, ilgi alanınızdaki projeleri aramak için anahtar kelimeler kullanın. “Doğum”, “Annelik”, “Anne” veya “doğumla ilgili” gibi birkaç alternatif kelime denemek en iyisidir.
Menopozda testosteron: Kanıtların ve reçeteleme uygulamalarının gözden geçirilmesi – Eczacılık Dergisi
Menopoz dönemindeki kadınlar için testosteron reçeteleme konusundaki kanıt tabanına daha yakından bakış, bölgesel ilaç listelerinin etkisi ve son yıllardaki talep artışının analizi.
Sağlık hizmetlerinde simülasyon kullanımının artırılması: Hasta akışını modellemek için kullanıcı odaklı açık kaynaklı bir aracın geliştirilmesi
PathSimR modeli, sağlık hizmetlerinde hasta yolculuklarını modellemek için BNSSG'de özel olarak geliştirilmiş çok yönlü bir simülasyon modelidir. Ücretsiz ve esnek bir çözüm sunan yazılım, BNSSG'de ve diğer NHS sistemlerinde çeşitli projeler ve çalışmalar için kullanılmıştır. Bu makale, yazılımın nasıl geliştirildiğinin öyküsünü anlatmakta ve çalışma şekli ve işlevselliği hakkında ayrıntılı bilgi vermektedir.
Karmaşık taburculuk sürecinde akut ve ara bakım kapasitesinin dengesinin optimize edilmesi
Akut hastane ve toplum bakımı arasında kapasiteyi ve hasta akışını dengelemek, belirsiz hasta gelişleri ve değişken kalış sürelerini dikkate almayı gerektiren zorlu bir planlama problemidir. Çeşitli senaryolar aracılığıyla, modellememiz bu süreç boyunca kapasitenin en uygun şekilde nasıl tahsis edileceğini ortaya koymaya yardımcı olmuştur. Modelleme, COVID-19'u takip eden ilk aylarda gerçekleştirilmiştir.
Psikiyatri yoğun bakım ünitelerinde bölge dışı yerleştirmelere yönelik mali açıdan sürdürülebilir girişimlerin araştırılması
Bölge dışı yerleştirmeler, yerel bölgede talebi karşılayacak kapasite bulunmadığında gerçekleşir. Bu durum genellikle yüksek yoğunluklu ruh sağlığı hizmetlerinde yaşanır ve hastalar potansiyel olarak çok uzak mesafelerdeki diğer tesislere gönderilir. PathSimR modelini kullanarak yaptığımız modelleme, bu tür olasılıkları azaltmak için çeşitli kapasite senaryolarını dikkate almıştır.
COVID-19 Sonrası Seçmeli Bekleme Listelerinin İyileşmesinin Modellenmesi
COVID-19 pandemisinin ardından seçmeli bekleme listeleri önemli ölçüde artmıştı ve pandeminin etkilerinden kurtulmanın ilk aşamalarında, "kaçırılan sevklerin" ne kadarının geri döneceği belirsizdi. Bekleme listesinin olası büyüklüğünü ve bekleme sürelerini anlamak için yerel düzeyde modelleme yapıldı; bu modelleme, farklı oranlarda geri dönüş olması durumunda ulusal düzeyde de uygulandı.
Yatak kapasitesinin esnek kullanımı yoluyla akut inme tedavi yollarının optimize edilmesi
PathSimR modelimiz, BNSSG'de planlanan gelecekteki merkezi inme tedavi yolunu modellemek için kullanıldı. Modelleme, tedavi yolu modelinin kalibrasyonunu ve hastaların büyük çoğunluğunun hiperakut inme ünitesine kabulünde herhangi bir gecikme yaşamamasını sağlamak için çeşitli zamanlarda ne kadar esnek kapasiteye ihtiyaç duyulacağıyla ilgili soruları yanıtlamak için kullanımını içeriyordu.
Ölçeklenebilir bekleme listesi modellemesi yoluyla COVID-19'dan sonraki planlı iyileşme sürecini desteklemek
Bu makale, BNSSG'de gelecekteki talep ve kapasite düzeylerine ilişkin farklı varsayımlara dayanarak, hastane ve uzmanlık alanı düzeyinde gelecekteki bekleme listesi boyutunu tahmin etmek için izlenen modelleme yaklaşımını ele almaktadır. Basit ve ölçeklenebilir olması nedeniyle, model o zamandan beri İngiltere'deki her hastane kuruluşu ve uzmanlık alanına uygulanmış ve bu tahminler aylık olarak güncellenmiştir.
Bakım Transferlerindeki Gecikmeleri Ortadan Kaldırma Çabasının Yanlış Ekonomik Yaklaşımı: Kuyruk Teorisinden Bazı Dersler
Bu çalışma, iyi işleyen sağlık sistemlerinde bakım transferlerindeki gecikmelerin (bazen 'yatak işgali' olarak da adlandırılır) "ortadan kaldırılmasının" gerekli olduğu yönündeki yerleşik görüşe meydan okudu. Matematiksel kuyruk teorisi disiplininden yöntemler kullanan çalışma, böyle bir politikanın izlenmesinin ekonomik olmayacağını, çünkü en nadir talep zirvelerini bile karşılamak için büyük miktarda topluluk kapasitesi gerektireceğini ve kapasitenin büyük bir kısmının zamanın büyük bir bölümünde kullanılmadan kalacağını ortaya koydu.
Acil Bakım ve Tedavi için Önerilen Özet Planın (ReSPECT) Uygulanması
ReSPECT süreci, bir kişinin gelecekte acil bir durumda, seçim yapamayacak veya tercihlerini ifade edemeyecek durumda olması halinde, klinik bakım ve tedavisi için kişiselleştirilmiş öneriler oluşturan bir girişimdir. Bu girişim, pandemi sırasında yerel bölgede hayata geçirildi. Analizin amacı, ReSPECT formunun uygulama sürecinin (ilk Covid-19 dalgası sırasında) eşitliğini ve sonrasında hastalar ile yerel sağlık kuruluşları arasındaki etkileşimde meydana gelebilecek değişiklikleri belirlemektir. Bu, ReSPECT formunun kullanımıyla ilgili gelecekteki görevlendirme kararlarına ışık tutacaktır.
Yerel odaklı nüfus sağlığı yönetimini kullanarak COVID-19'a karşı aşılanan kişi sayısını artırmak
IBNSSG ICB, aşı olma olasılığı düşük olan kişileri COVID-19 aşısı olmaya teşvik etmek için yerel kampanyalar görevlendirdi. Bu analiz, bu kampanyaların ne kadar etkili olduğunu anlamamıza yardımcı olacak, böylece gelecekte çok sayıda insanı kapsayan yerel ve ulusal sağlık programlarını nasıl organize edeceğimizi geliştirebileceğiz.
P-NEWS: Kritik durumdaki hastalar için kişiselleştirilmiş erken uyarı skorları
Bu proje, sorunlar kritik hale gelmeden önce müdahale ederek yoğun bakım ünitelerine yatışları azaltmayı amaçlamaktadır. Bunu, hasta gözlemlerini ve gelişmiş analitik yöntemleri kullanarak her bir hasta için doğru bir kötüleşme riski tahmini üreterek yapmayı planlıyorlar. Ulusal Erken Uyarı Skoru (NEWS), bir hastanın ne kadar hasta olduğunu vurgulayan "herkese uyan tek bir skor"tur. Ne yazık ki, NEWS tanı ve geçmiş tıbbi öykü gibi önemli özellikleri dikkate almamaktadır. Bu proje, skoru iyileştirmeyi ve kötüleşmeyi daha erken tahmin etmeyi amaçlamaktadır.
Bu proje, Health Data Research UK South Better Care Partnership'in bir parçasıdır.
Nüfus segmentasyon yöntemlerinin karşılaştırılması
Nüfusu bireysel özelliklere ve/veya sağlık hizmeti faaliyetlerine göre belirli gruplara ayırmak, Nüfus Sağlığı Yönetimi'nin (PHM) önemli bir bileşenidir. Bununla birlikte, nüfus segmentasyonu yapmak için her birinin kendi avantaj ve dezavantajları olan çok sayıda olası yöntem mevcuttur. Bu proje, belirli soru türlerine en uygun yöntemi belirlemek için en yaygın kullanılan 16 yaklaşımı incelemiştir. Bulgular, PHM programımız kapsamındaki projelerde segmentasyon yöntemimizi seçmemize yardımcı olmuştur.
NHS'te sevkten tedaviye kadar olan dinamiklerin çözümlenmesi
NHS'de planlı tedavi performansının temel göstergesi olan ve 18 haftadan daha kısa süre bekleyen hastaların oranını ölçen tedaviye yönlendirme (RTT), hastaların planlı tedavi için ne kadar süre beklediğini izlemek için kullanılır. Sağlık sistemleri için, gelecekteki bekleme sürelerinin güvenilir bir şekilde tahmin edilebilmesi ve sevk ve kapasitedeki değişikliklerin etkisinin değerlendirilebilmesi için RTT yolunun dinamiklerini anlamak ve modellemek önemlidir. Bilgisayar simülasyon modelimiz, hem farklı hastane kuruluşları hem de klinik uzmanlık alanları için bu amaçla düzenli olarak kullanılmaktadır.
Hastanın transfer ve taburculuk süreçlerindeki gecikmeleri de içeren hasta yolculuğu boyunca kapasite modellemesi
Yeterli kapasite olmadan, klinik süreçler tıkanabilir; taburcu edilmeye hazır hastalar bir sonraki aşamaya aktarılamaz. Bu durum hem hastalar hem de hastaneler için olumsuz sonuçlar doğurur. Ancak, gerekli optimum kapasiteyi tahmin etmek kolay değildir. Hesap tablosu yaklaşımları hızlı ve kolay olsa da, genellikle devreye alınması gereken yatak sayısını olduğundan düşük tahmin ederler. Burada, gelecekteki inme tedavi süreçleri için kapasiteyi tahmin etmek amacıyla kullanılan, özelleştirilebilir ve yeniden kullanılabilir bir bilgisayar modeli sağlayan daha sağlam bir yaklaşım geliştiriyoruz.
COVID-19'dan korunmuş yüksek riskli bireylerin devam eden sağlık ihtiyaçlarını belirlemek ve karakterize etmek için Nüfus Sağlığı Yönetimi: kesitsel kohort çalışması
COVID-19 pandemisinin ilk aşamalarında, yaklaşık 30.000 savunmasız BNSSG sakinine, COVID-19 enfeksiyonunun tehlikelerinden korunmak için 'kendilerini izole etmeleri' istendi. Ancak bu birey grubu hakkında çok az şey biliniyordu. Bağlantılı veriler kullanılarak, kendini izole eden nüfus içinde altı farklı segment belirlendi. Bunların farkında olmak, hastalara daha iyi tavsiyeler vermemize ve yerel birinci basamak sağlık ekiplerine kendilerini izole ederken durumlarını yönetmelerinde destek olmamıza yardımcı oldu.
Yoğun bakımda kapasiteye bağlı ölümlerin azaltılması için COVID-19 senaryo modellemesi
Pandeminin başlangıcında, yöneticilerin ve klinisyenlerin olası talebi karşılamak için gereken yoğun bakım yatağı sayısını anlamalarına yardımcı olacak çok az bilgi vardı. Bu önemliydi çünkü yatakları yoğun bakım özelliklerine dönüştürmek zordu. Ancak, çok az yatak dönüştürülürse, bu durum hastaların ihtiyaç duydukları bakım seviyesine erişememelerine yol açabilirdi. Bu sorunu ele almak için, COVID-19 hasta akışının bilgisayar simülasyon modeli hızla geliştirildi ve 2020 baharındaki yüksek vaka sayılarına verilen kritik ilk yanıtın bir parçası olarak kullanıldı.
COVID-19'un planlı ameliyat bekleme süreleri üzerindeki etkisinin modellenmesi
COVID-19'un acil etkileri hastanelerin acil bakımını etkilerken, 2020 baharında planlı tedavilerin ertelenmesi kararının bekleme süreleri üzerinde ciddi bir etkiye sahip olacağı hızla anlaşıldı. Sorular şunlardı: Bu ne kadar etkili olacak ve ne kadar çabuk toparlanabileceğiz? Bu soruları yanıtlamak için, sevkten tedaviye (RTT) dinamiklerini modellemek için kullanılan mevcut bir araç yeniden kalibre edildi ve pandeminin başlangıcında olası kabul edilen çeşitli senaryolar altında bekleme sürelerini tahmin etmek için kullanıldı.
COVID-19 yoğun bakım yatak kapasitesinin daha iyi yönetimi için anlık tahminleme
Pandeminin ikinci dalgasında yatak doluluk oranları hızla artarken, hastane planlamacıları önümüzdeki günlerde muhtemel hasta kabul sayısına ilişkin tahminlere ihtiyaç duydu. Yerel hastanelerin tamamı için akut ve yoğun bakım yatak doluluk oranlarını tahmin etmek amacıyla basit bir zaman serisi tahmin modeli oluşturuldu ve günlük kullanım için devreye alındı. Bu, uygun sayıda yatağın hazırlanmasını ve gerektiğinde yeni enfeksiyon servislerinin açılmasını sağlamaya yardımcı oldu.
COVID-19 sırasında artan ayakta tedavi teletıp hizmetlerinin etkisi: İngiltere'deki büyük bir sağlık sisteminden elde edilen hasta anketleri ve rutin faaliyet verilerinin retrospektif analizi
Hastane enfeksiyonlarını sınırlamaya yardımcı olmak amacıyla, pandeminin ilk aşamalarında poliklinik görüşmelerinin önemli bir kısmı fiziksel ortamdan sanal ortama taşındı. Çok sayıda hasta anketini incelediğimizde, katılımcıların daha büyük bir kısmının sanal görüşmeleri fiziksel görüşmelere tercih ettiği ve yedi kat daha fazla kişinin sanal görüşmeleri "daha az stresli" bulduğu, "daha stresli" bulmadığı tespit edildi. Bu sonuçlar, video görüşmelerinin gelecekteki uygunluğu konusunda bilgi sağlamaya yardımcı oldu.
Yoğun COVID-19 Talebi Dönemlerinde Triage'ın Değeri: Simülasyon Modelleme Çalışması
Neyse ki NHS, pandeminin ilk yılında yoğun bakım ünitelerine yatışlar için triyaj uygulamak zorunda kalmadı, ancak zaman zaman buna çok yaklaştı. Böyle bir kaynağa olan talep arzı aştığında, en çok fayda görecek olanlara daha iyi erişim sağlamanın önemli olduğu tartışılabilir. Bununla birlikte, triyaj uygulamasının ne kadar fayda sağlayabileceğini destekleyen çok az kanıt bulunmaktadır. Çalışmamız bu boşluğu ele alarak, talep arzı aştığı takdirde triyajın toplam kaybedilen yaşam yıllarını 121.300 yıl azaltabileceğini bulmuştur.
COVID-19 kitlesel aşılama merkezlerinin güvenli ve etkili tasarımı için operasyonel araştırma
Aşı merkezleri, COVID-19'a karşı nüfusun kitlesel aşılanmasını artırmak için kritik öneme sahipti. Ancak planlamacılar, birkaç hafta içinde kurulması gereken bu merkezlerin yapılandırılmasına rehberlik edecek çok az bilgiye sahipti. Bristol Ashton Gate merkezinde, merkezin günlük olarak aşılanabilecek kişi sayısı açısından maksimum kapasitesini belirlemek için bilgisayar simülasyon modellemesi kullanıldı. Model çıktıları, operasyonun kritik ilk aylarında kullanıldı.
Birleşik Krallık'ta toplumsal kısıtlamaların gevşetilmesinin COVID-19 dışı acil durum talebi üzerindeki etkisinin tahmin edilmesi: Kamu hareketliliği verileri kullanılarak istatistiksel çıkarım
Odak noktasının büyük ölçüde COVID-19 vakaları üzerinde olmasına rağmen, toplumsal kısıtlamalar COVID-19 dışı hastane yatışları üzerinde de önemli bir etkiye sahipti. Örneğin, spor yaralanmaları ve trafik kazalarının azalmasıyla yerel hastanelerde acil servis talebi de azaldı. 2021 yılının ilk aylarında, kısıtlamaların kademeli olarak gevşetilmesiyle birlikte, kamusal hareketlilikteki beklenen artışlara dayanarak, yatak kapasitesinin ne kadar artabileceğini tahmin etmek için bir regresyon modeli kullanıldı.
85% Ortalama Yatak Doluluk Oranı Hedefinde Aşırı Tahmin ve Duyarsızlık Sorunlarının Giderilmesi
Uzun süredir kabul gören ve büyük ölçüde sorgulanmayan bir sonuç, hastanelerin yetersiz kapasitenin hasta güvenliğine yönelik riskleri ile aşırı kapasitenin finansal sonuçları arasında denge kurmak için ortalama 85% yatak doluluk oranını hedeflemesi gerektiğini belirtmektedir. Bununla birlikte, tek bir ölçüt, sahada gerçekçi olarak var olan koşulların çeşitliliğine duyarsızdır. Servis büyüklüğü ve uzmanlık alanına dayalı bir "arama" tablosu oluşturarak, modellememiz hastane yöneticileri ve yetkilileri tarafından kullanılabilecek daha doğru bir dizi hedef ortaya koymaktadır.
Birinci dalga COVID-19'un ruh sağlığı hizmetleri üzerindeki etkisinin modellenmesi
Pandeminin ilk dalgası sırasında, karantina kısıtlamalarının kaldırılmasının ardından oluşabilecek baskıya yol açabilecek, ruh sağlığı hizmetlerine yönelik "birikmiş" talebin miktarı konusunda büyük bir belirsizlik vardı. Hızlı bir şekilde çok yönlü, ayrık zamanlı bir kuyruk modeli oluşturuldu ve bu model, ciddi sistem baskısını hafifletmek için tasarlanmış çeşitli talep yörüngelerinin ve hizmet müdahalelerinin potansiyel etkisini incelemek için kullanıldı.
COVID-19 enfeksiyonları, hastaneye yatışlar ve ölümlerin yerel modellemesi için SEIR tabanlı bir çerçeve oluşturulması
Epidemiyolojik modelleme ulusal düzeyde karar alma süreçlerini bilgilendirmek için rutin olarak kullanılırken, yerel düzeyde planlamaya rehberlik edecek çok az şey yapılmıştır. Nihayetinde, en önemli ölçüt, gelecekteki akut COVID-19 yatışlarının beklenen sayısı olmuştur. Bölümlere ayrılmış bir 'SEIR' tipi model kullanılarak, çeşitli olası senaryoları yapılandırmak üzere sistemler arası çok disiplinli bir çalışma grubu oluşturulmuş ve elde edilen sonuçlar, gelecekteki talebi güvenli bir şekilde karşılamak için kaç yatağa ihtiyaç duyulduğunu belirlemede yerel yanıtı şekillendirmiştir.
COVID-19 kitlesel aşılama uygulamasının akut hastane yatışları üzerindeki etkisinin modellenmesi
Daha önceki, bölümlere ayrılmış 'SEIR' tipi bir model içeren çalışmalara dayanarak, aşılama etkisinin bulaşma dinamikleri üzerindeki etkisini hesaba katmak için bir dizi teknik iyileştirme yapıldı. Model daha sonra 2021 başlarındaki karantina gevşetme yol haritasıyla ilgili bir dizi senaryoyu incelemek için kullanıldı. Projeksiyonlar, 2021 Sonbaharındaki hastane vakalarındaki artışın modellenen çeyrekler arası aralık içinde rahatlıkla yer almasıyla doğrulandı.
Bağlantılı hasta verilerinin kullanımıyla Uzun Süreli COVID'in sistem genelindeki sağlık hizmeti kullanımına etkisinin değerlendirilmesi
COVID-19 enfeksiyonunun acil sağlık hizmetleri üzerindeki doğrudan etkisinin yanı sıra, uzun vadeli etkilerinin ('Uzun COVID' olarak adlandırılan) diğer sağlık hizmeti ortamlarına ek yük getirebileceği endişesi de vardı. BNSSG Sistem Geneli Veri Seti, COVID-19 teşhisinden sonraki üç ay içinde sağlık hizmeti faaliyetlerinde istatistiksel olarak anlamlı artışların kanıtlarını belirlemek için kullanıldı.