Whole-Person Healthcare
喘息は小児医療における最も重要な慢性疾患の一つで、米国では700万人の子どもが罹患しています。 ある研究によれば，喘息の増悪は「毎年推定1400万日の学校欠席と180万人以上の救急部訪問」の原因となっています1
小児喘息による複数の救急部（ED）訪問と入院の最も大きな非生理的決定要因には，人種，民族性，社会経済格差が挙げられます。 小児喘息と社会的・環境的格差との関連は，数十年前から確立されている。
しかし、主要な技術の進歩と価値ベースのケアへの業界全体のシフトにより、プロバイダーはデータを活用して、健康の質に影響を与える社会経済的状況について患者の医療記録を超えて見ることができるようになりました。 「患者の歴史を理解することは、病歴を特定するだけではなく、患者の脆弱性を特定することです」と、バリューベースのケアのためのデータ集約、分析、ワークフローソフトウェアを専門とする集団健康管理企業、Arcadia.ioの主任データ科学者、マイケル A. サイモン博士（Michael Simon, PhD）は言います。 「言い換えれば、医療データだけでは不完全な話です。
Arcadia.io の最高医療責任者 Rich Parker (MD) は、「意図は、作業対象となる幅広いデータセットを持つことです」と述べています。 これは、臨床データと社会的決定要因の間の相互作用を特定するレベルまで、本当に落とし込むことができる場所なのです。 喘息患者を登録し、社会的決定要因のデータと照らし合わせてみてください。 年に数回、救急外来を受診している患者さんを調べてみてください。 SDOH データを追加することで、より完全な患者のストーリーを伝えることができ、医療従事者が治療、教育、ケアマネジメントにどのようにアプローチするかに影響を与えるだろうと Parker 氏は主張しています。 健康情報管理（HIM）の観点からは、SDOHはコーディングにとどまらない課題を提示します。 HIM の専門家は、SDOH データを取得して分析し、全人的なヘルスケアに適用する創造的で革新的な方法を見つける必要があります。
「医療情報管理者は、請求に関する報告方法や非常に厳しいデータ標準での作業方法を理解しています」と、ケア連携に焦点を当てたテクノロジ企業である HealthBI の製品イノベーション担当副社長の Claire Zimmerman は述べています。 「しかし、今日のチャンスと課題は、利用可能な情報リソースについて少し異なる考え方をし、構造化された情報と組み合わせて、その人のストーリーを伝えることです」
A New Old Idea
なぜ SDOH というギリシャ古代からのアイデアが、突然米国のヘルスケア業界の想像力を結集したのでしょうか。 Zimmerman 氏によれば、その理由の 1 つは、価値ベースのケア モデルへの 10 年に及ぶシフトです。 「もし私がある集団の成果に対してリスクを負い、それらの成果を促進するものの60パーセントまたは80パーセントが、実際には私が直接影響を与えることができない場合、適切な成果を促進するのに役立つリソースとツールを利用できるようにする必要があります」
デロイト健康ソリューションセンターの調査では、社会決定要因をスクリーニングする医療システムと、リスク支払いモデルに関与するシステムの間に高い相関があることがわかりました2。 しかし、イノベーションのポケットにもかかわらず、SDOHの可能性と実際の結果との間には大きな隔たりがあります。 Journal of the American Medical Associationが2019年9月に発表した調査結果によると、SDOH要因のスクリーニングを報告しているのは、病院の24％と医師診療所の16％にすぎませんでした3
「それを行っている医師を見つけることができ、彼らが参加しているであろうプログラムの種類に基づいて、あちこちで断片的です」と、人口健康テクノロジー企業であるHealthECの最高情報責任者のSita Kapoor氏は述べています。 しかし、全体として、健康上の成果を上げるために必要な SDOH データ要素を本当に集めている人はいません」
Unlocking the Data Puzzle
SDOH の主流利用に対する最も大きな障害の 1 つは、データの取得方法、分析方法、実用化方法です」
「日々の医療行為では契約の遵守が求められ、これらの契約には品質指標と利用に関して非常に特定の目標があります。 そして、これらの契約には、SDOHに関する具体的な目標はありません」とParker氏は言います。 医師は、貧しい患者や投獄された患者、食糧難の患者を診るかもしれませんが、それに対してできることは限られています」
「バリューベースのケアを効果的に展開し、それを維持するためには、医療に加えて、健康にも焦点を当てなければならないと思っています」
は、「医療と健康に焦点を当てる」。 と、非営利のヘルスケア分析研究開発機関であるパークランド・センター・フォー・クリニカル・イノベーション (PCCI) の社長兼 CEO、Steve Miff 博士は言います。「それを実現するためには、ヘルスケアだけでなく、彼らの生活、彼らの環境など、複数の観点からコミュニティや患者をよりよく理解する必要があると考えています」と、Miff 氏は言います。 「そして、それを実現するためには、より洗練されたデータ解析と、それを地域全体の団体とデジタルで共有し、それらの努力を調整する方法が必要です」
利用できるデータはありますが、それを入手するのは簡単ではありません。 2019 eHealth Initiative の調査によると、SDOH と行動健康データは、収集と共有が最も難しいタイプの情報です4
「課題は、より孤立した、洗練されていないシステムに存在することです」と Miff は述べています。 「自治体のシステム、Excel シート、食料配給所、ホームレス・シェルターなどに存在するのです。 私たちは、これらの情報をどのようにまとめるかを考えなければなりません。 そして、健康の社会的決定要因に真に取り組み始めるには、このデータの意味を理解するために高度な分析を活用する必要があります」
このことは、いったん取得したデータをどうするかという問題にもつながっています。 「組織はただデータを取得して、どこかのコンピュータのフォルダに落とし、必要なときにいつでもそれを呼び出すのでしょうか。 それとも、この情報をどのように壮大な医療IT計画に組み込むかについて、熟考した設計セッションや話し合いの機会を持つのでしょうか？ とサイモンは問いかけます。 「人々がその情報をどのように使用したいかを前もって考える度合いによって、どれだけその情報を使って行動できるか、どれだけその情報からフィードバックを得て報告できるかが大きく変わってきます」
Ideas on Acquisition
Dell EMC と調査アナリスト企業 IDC による調査レポートは、デジタル世界には 2020 年末までに 44 兆ギガバイトのデータが入っていると予測しており、その 3分の 1 はヘルスケア産業によって収集および保管されると述べています5。
課題は、このヘルスケアデータの約80%が構造化されていないことです6。それらの「ダークデータ」要素は、特定が困難でビジネスや臨床の課題に適用しにくいため、本来の価値はほとんどありません。 このため、認定医であり、Cigna の子会社でバリューベースのケアへの移行においてプロバイダーと提携している CareAllies の最高医療責任者である Joe Nicholson, DO は、SDOH イニシアチブに着手したばかりのプロバイダー組織は、すでに所有しているデータの海を覗くことから始めることができると論じています
B 値ベースの支払いモデルを導入する複合組織は、ネットワーク全体の業績を支える接続基盤が必要です。 これには、電子カルテ (EHR)、検査結果、請求ベースの支払者フィード、リアルタイムの入退院および転送 (ADT) 通知など、さまざまなソースからのデータを集約して分析する基盤技術が含まれます。 高度な分析機能により、ホールパーソン・ケアの新しい可能性が生まれます。
「HIM 専門家にとって、SDOH はビッグデータ管理に関する会話です」と Nicholson 氏は言います。 「私は、医薬品データ、EHR データ、患者調査データなど、すべてのタッチポイントを探し、アルゴリズムにより良い情報を与え、組織がより予測的なモデリングに近いものに踏み込めるようにします。 Arcadia.io では、Simon 氏のプロバイダーのクライアントの 1 つが、組織の契約の 1 つにホームレス状態を追加するという仮説を立てました。 組織自身のデータからどのようなストーリーが語られるでしょうか。
「私たちは、多くの疑似および半構造化情報を掘り下げて、それらに概念を割り当てようとしました。 ホームレスに関する直接的な言及はもちろん、シェルターでの生活、仮設住宅、家族との同居など、住まいの不安という概念をめぐるあらゆる概念が見つかりました」と、Simon 氏は説明します。 「このデータには、強力なワークフローも、コーディングへの取り組みもありませんでした。 しかし、その情報が EHR に取り込まれるにつれて、この情報をコード化および形式化し、より良い報告ができるようになりました」
最終的に、SDOH データの大部分は、医療機関の外部のソースから発信されることになるでしょう。 データ取得の主要な要素は、SDOHプログラムの成功に不可欠な情報の種類を理解することです。 HIM の専門家は、社会問題と健康の公平性について教育されるべきであり、プロバイダーが情報をもとにどのように行動できるかを理解する必要があります。 「実際にどのように優先順位をつけ、これらのコンポーネントのいくつかを展開し始めるのでしょうか。 中心的な組織は誰なのでしょうか。 これらの組織は、最初にガバナンス構造の一部となり、その後、これらの作業プロセスを展開できるようになる必要があります」
Making Data Integrated and Actionable
SDOH 情報を取得しても、それが患者集団へのサービスや外部サービス機関との連携に使用できない場合はあまり意味を持ちません。 Gravity Project などの一部の組織では、食糧不安、住宅事情、交通アクセスを特定するための SDOH データのスクリーニングに関するユースケースを開発しており、個別のデータ フィールド レベルでの定義の定義と標準化も行っています
。 一部のプロバイダ組織は、EHR 内での標準化を試みています。
Access Quality Coding & Consulting の社長である Catrena Smith (CCS, CCS-P, CHTS-PW, CPC-I, CPC) は、「SDOH データが常にまったく同じ場所にあること、常にまったく同じ方法で完成することを確認する必要がある」と述べています。 「EHRでは、情報がチャートの同じ部分に収容されていることを確認し、同じ方法でインデックスを作成します。 ある患者には看護記録になく、別の患者には医師の経過記録に混在し、別の患者にはケースマネジメントノートにあるように。 「HIM チームがこのデータに取り組む場合、チーム、できれば薬剤師やソーシャルワーカー、医師などの異種チームをまとめて、最もリスクの高い患者を特定するためのデータ駆動型の機会を作り出すことが重要になります」と、Nicholson は述べています。 SDOH イニシアチブの持続可能性に不可欠なのは、プロバイダー、患者、およびコミュニティ サービス組織間でデータ駆動型のフィードバック ループを作成することです」
「この中心にあるのはガバナンス構造です」と Miff 氏は述べています。 「このデータ ビジョンを実現するには、他のプロバイダーや支払者、地元の慈善団体、食料配給所、交通機関、保育所、自治体など多岐にわたる地域密着型の組織など、地域全体の複数の組織と協力する必要があります。「
パズルのもうひとつのピースは、このデータ収集および分析インフラに患者を統合することです。
「健康の社会的決定要因に対処し、これらの状態に関連する根本的な環境要因のいくつかに対処するには、これらの接続コミュニティを作成するだけでは十分ではありません」とミフは言います。 “個人自体を巻き込むことは、それが健康の社会的決定要因であろうと、価値ベースのケアの広範な要素であろうと、私たちが向かうべき次のレベルだと強く信じています。”
Putting It Together
最近、Miff、2018年に開始し早産を減らすことに焦点を当てたSDOHパイロットプログラムの結果を発表しました。
「集団健康にとって重要なことの1つは、誰が高リスクかを特定し、最も影響を与えられるところに手を差し伸べられるように、活動やリソースに優先順位を付けられることです」とミフ氏は言います。 「この場合、私たちは早産率を下げ、上流に働きかけたいと考えていました。 重要な要素の1つは、出産前の受診率を上げることであり、それを通じて、妊娠期間を短縮・延長し、早産率を下げ、会員1人あたりの月次コストを削減し、最終的には出産後の母体死亡率を全体的に下げることでした」
PCCI早産防止プログラムは、正確なリスク予測、医療提供者への通知、デジタル技術によるリスク主導型・個別対応型の患者教育、出産成果の改善と早産率の低減を目的としたワークフローの再設計を組み合わせた予測モデルに基づいて実施されています。
予測モデルには、請求、資格、EHR、コミュニティのデータ、人口統計、臨床、社会経済データなど複数のデータソースが組み込まれ、妊娠中のどの時点でも早産のリスクが予測されます。
「年間26000件の妊娠をリスク層別化しているため、その情報を予測モデルに注入しました」とMiffは説明しています。 「ブロックレベルで社会的決定要因をマッピングし、個人を特定のブロックにジオマッピングし、日常生活で経験しているであろうニーズの非常に強力な代理としてそれを使用することができれば、これらのモデルをこれらの予測アルゴリズムに非常に効果的に組み込むことができます」
主たる介入は、予約リマインダー、栄養アドバイス、その他のテーラーメイドのメッセージなどのテキストメッセージでした。 介入初年度は、21,000以上のユニークな妊娠が前向きにリスク層別化され、毎月約7,000の妊娠がリスク層別化された。
800以上のリスクのある患者がテキストメッセージによる介入を受け、75％以上の患者がプログラムへの満足を報告した。 マッチさせた対照群と比較して、テキストメッセージを受け取った患者は、出生前訪問が24％増加し、早期早産が27％減少したと、Miffは述べています。
このイニシアティブに拍車をかけたバックエンド技術インフラは、Isthmusという自家製のもので、異種のソースからデータを取得し調和させて、SDOHに対する集団および患者レベルの洞察を推測するコミュニティデータプラットフォームを構築するクラウド型プラットフォームでした。
「私たちの旅の一部は、既存の技術インフラを活用したり、既存のプラットフォームのライセンスを取得しようとするものでしたが、最終的には、独自のバックエンド技術インフラを構築することにしました」と Miff 氏は述べています。
このイニシアチブのテクノロジーを構築するにあたり、PCCI は、クラウドベースで、機械学習を可能にし、ワークフローツールと API ベースで統合する必要があると結論付けました。 これには、小児喘息の集団健康イニシアチブが含まれます。
- 緊急治療室への訪問を30%削減
- 喘息関連の入院を42%削減
- 喘息治療のコストを36%削減し、1200万ドルを節約
PCCI は、予測モデルを開発し、2年間で2つ以上を防ぐのに役立っています。入院患者の薬物有害事象（ADE）を1,000件削減し、再入院とADEを減らすことで1,700万ドル以上の潜在的な節約を実現しました。
パークランドでの導入2年間で、このプログラムは87,000人以上の患者をスクリーニングし、8,731人の高リスクの患者を特定しました。 高リスク患者のうち、16%がタイムリーな薬学的介入を受け、2,000以上のADEが予防されました。
Closing the Loop on SDOH
多くの医療関係者にとって、SDOHはより効果的、効率的、そして全体的な医療システムを構築する最高のチャンスとなります。 データとその適用方法は、すべての SDOH イニシアチブの成功において中心的な役割を果たすため、HIM 専門家は不可欠なステークホルダーであることを意味します。
「現在、少なくともコーディングの観点から、SDOH に関連するすべてを ICD-10-CM Z コードで捉えることができないことは分かっています。 多くのことを把握することはできますが、すべてではありません」と Smith 氏は言います。 「つまり、何か変化がない限り、すべての社会的要因のデータポイントとしてICD-10 Zコードに依存することはできないのです。 私たちは、患者が特定の社会的決定要因のためにそのマークをヒットしたと判断できる他の方法を見つけなければならないでしょう」
HIM 専門家は、SDOH になるとコーディング問題をはるかに超えて、どこに関与する必要があるかを考える必要があります。
- 正しい情報が収集されていることをどのように確認するか？
- データはどのように分析/チェックされるか？
- SDOHデータ要素は、ケアデリバリやケアコーディネーションの目的で最も影響を受けやすいものという観点から優先順位が付けられていますか？ 医療機関、政府機関、臨床医、支払者、マルチステークホルダー組織など）は収集すべき最も重要なSDOHコードを標準化していますか？
- どのデータ要素を収集すべきかについてコンセンサスはありますか？ 必要最小限の基準が適用されるべきでしょうか。
これは、組織や業界が取り組むべき質問の完全なリストではないことは確かです。 HIM の専門家が SDOH に関するステークホルダーの議論を強化し、情報を提供できることは明らかです。
データの整合性に関する専門知識とデータの背後にいる人に対する洞察から、HIM は最善の決定がなされ、正しい質問がなされるように支援することができます。 ジャーナルが SDOH をさらに深く掘り下げていく中で、上記のような疑問やその他の問題を扱う継続的なコンテンツに注目してください。 “Asthma-related emergency department use: current perspectives,” Open Access Emergency Medicine 8:2016, pp.47-55.
Matt Schlossberg ([email protected]) is editor at the Journal of AHIMA.
Impact Area
Connection.The Journal of AHIMA (ジャーナル・オブ・AHIMA): 電子医療情報への技術的に有効で安全なアクセスを通じて、プロバイダー、消費者、医療情報ネットワーク、および医療計画間の最適なデータ共有を促進すること
。