Wieloaspektowa analiza specyfiki pacjentów intensywnie korzystających z opieki ambulatoryjnej

Abstract

Praca dotyczy wszechstronnego (wieloaspektowego) badania fenomenu tak zwanych pacjentów heavy user (HU). Pacjenci heavy user stanowią istotny problem wszystkich systemów opieki zdrowotnej na całym świecie z uwagi iż generują bardzo znaczne (w dużym stopniu nieuzasadnione) koszty medyczne oraz koszty społeczne. Badania zostały przeprowadzone na podstawie analizy danych medycznych populacji około 700 tysięcy pacjentów abonamentowych firmy medycznej świadczącej usługi na terytorium Polski w latach 2013-2015. Badaniem zostali objęci pacjenci bez ograniczeń wiekowych. Celem pracy było zbadanie rzeczywistej skali zjawiska heavy user, jego specyfiki medycznej oraz pozamedycznej, jak też zbudowanie odpowiednich modeli predykcyjnych typowania i klasyfikacji pacjentów heavy user. Pozwoliło to na opracowanie efektywnych algorytmów (procedur medycznych) detekcji pacjentów tego typu oraz klasyfikacji ich na podgrupy rodzajowe. W tym celu zdefiniowano w sposób formalny (mierzalny) pojęcia pacjent heavy user oraz poszczególne jego podgrupy rodzajowe, umożliwiające opracowanie algorytmów wczesnej detekcji i klasyfikacji. Wyniki zastosowania tych algorytmów w procedurach detekcji (rozpoznawania) pacjentów HU, umożliwiają w dalszej kolejności opracowanie optymalnych interwencji medycznych,dedykowanych do poszczególnych podgrup pacjentów typu HU. Podstawą zaproponowanych metod detekcji HU było opracowanie sylwetek (profili) pacjentów HU w poszczególnych klasach oraz opracowanie na ich podstawie precyzyjnych (mierzalnych) definicji poszczególnych klas pacjentów heavy user. W pracy dodatkowo przedstawiono przyszłościową koncepcję, bardziej precyzyjnej metody detekcji i klasyfikacji pacjentów typu HU. Bazuje ona na wykorzystaniu tak zwanej wieloaspektowej przestrzeni życia. W przestrzeni tej zdefiniowano kompleksowe, metryczne wskaźniki jakości stanu zdrowia pacjenta oraz wskaźniki oceniające pacjenta w „aspekcie bycia pacjentem” typu HU poszczególnych klas. Wskaźniki te w zestawieniu z informacją o częstości (kosztowości) korzystania z usług medycznych przez pacjenta w określonym czasie mogą dawać możliwość bardziej precyzyjnej i szybszej detekcji oraz klasyfikacji pacjentów typu HU. W trakcie realizacji badań korzystano z metod analizy statystycznej danych medycznych udostępnionych przez Lux Med Sp. z o.o. Zbadano rozkład liczebności grupy pacjentów heavy user w zależności od przyjętej definicji pacjenta heavy user i na tej podstawie zaproponowano definicję pacjenta heavy user jako 5% najbardziej kosztownych pacjentów w okresie 12 miesięcy. Przedstawiono charakterystykę epidemiologiczną pacjentów heavy user, w tym zmieniającą się liczebność kohorty tej grupy pacjentów w kolejnych latach obserwacji. Wykazano, że około 75% pacjentów heavy user traci status pacjenta heavy user w kolejnym roku. Jedynie około 10% pacjentów heavy user spełnia tę definicję przez kolejne 2 lata. W pracy przedstawiono szczegółową charakterystykę kosztową dotyczących realizacji usług medycznych w podziale na pacjentów heavy user i pozostałych. Wykazano istotne statystycznie różnice pomiędzy tymi dwiema grupami pacjentów. Wskazano najczęstsze rozpoznania wg ICD-10, dotyczące pacjentów heavy user, a następnie zestawiono wybrane grupy rozpoznań wśród populacji heavy user z populacją ogólną pacjentów w Polsce. Porównanie to wskazuje, że tak obliczona chorobowość istotnie różni się wśród tych dwóch grup pacjentów. Analizie poddano liczbę zlecanych badań diagnostyki obrazowej w podgrupie pacjentów ultra heavy user. Na podstawie analizy sposobu korzystania z usług medycznych zbudowano modele predykcyjne do typowania statusu pacjent heavy user na kolejne lata, a następnie opracowano „sylwetki” pacjentów heavy user„krótkotrwałych”, „okresowych” i „długotrwałych”. Zaproponowano formalny klasyfikator pacjentów w podziale na pacjentów heavy user, pacjentów „niefrasobliwych” oraz pozostałych pacjentów.