Ежегодная исследовательская встреча Академии здравоохранения

Ежегодная исследовательская встреча Академии здравоохранения

Параметр

24–26 июня 2018 г.; Сиэтл, Вашингтон, США

TL;DR

• Кокрейн использует технологические инновации для существенного улучшения процесса создания систематических обзоров.
• Более тесные партнерские отношения между академическими кругами и промышленностью могут существенно способствовать инновациям.
• Ученые, занимающиеся исследованиями в области здравоохранения, все больше интересуются методами машинного обучения.
• Много захватывающих возможностей для постоянно обучающейся системы здравоохранения, но до сих пор не так много убедительного прогресса.
• Некоторые очень интересные попытки использовать подталкивание для пропаганды здорового поведения.

Кокрановские системы доказательств нового поколения

Кэти Гордон из Орегонского университета здоровья и науки представила Cochrane Crowd, платформу, где любой представитель общественности может помочь ускорить процесс систематического обзора. До сих пор общественность играла важную роль в выявлении рандомизированных контролируемых испытаний гораздо быстрее и с гораздо меньшими ресурсами, чем это было необходимо ранее. Теперь они используют толпу для идентификации таблиц в PDF-файлах. У них также есть учебная зона, где участники могут получить значки за прохождение обучения таким вещам, как Одного экспертного мнения недостаточно или Роль ослепления. Какая фантастическая инициатива! Cochrane удалось зарекомендовать себя на вершине пищевой цепи доказательной медицины, и я надеюсь, что они продолжат ответственно использовать свою роль, даже несмотря на то, что презентация Джулиана Эллиотта в этом отношении вызывала некоторое беспокойство.

Джулиан Эллиот представил несколько технологических решений для более эффективных и живых систематических обзоров. Во-первых, он представил Covidence, платформу, которая значительно упрощает проведение систематических обзоров — это некоммерческая организация, и их программное обеспечение кажется отличным, но разочаровывает, что оно такое дорогое (240 долларов за один обзор, 445 долларов за три обзора). ). Во-вторых, он указал, что RevMan, Кокрановский инструмент для метаанализа, теперь переработан и доступен в виде веб-приложения здесь — похоже, оно еще не доступно для широкой публики. В-третьих, он указал, что они работают над постоянно обновляемыми систематическими обзорами с Prof. Джеймс Томас из UCL. В-четвертых, они работают над разработкой онтологий с точки зрения PICO для выявления подобных систематических обзоров, ускорения поиска знаний и выявления пробелов в знаниях. Обзор этого можно найти здесь, но доступ ограничен для публики. Компания Epistemonikos, работающая над тем же самым, и их платформу можно найти здесь. Это разрабатывается за счет средств фонда Билла и Мелинды Гейтс, фонда Роберта Вуда Джонсона и опыта Microsoft Research. К сожалению, эти усилия не являются открытым исходным кодом и что используемые данные доступны не всем — мы могли бы сделать лучше и быстрее, как всемирное сообщество.

Ратуша NLM: будущее научной коммуникации и HSR

В нем не обсуждались какие-либо темы, о которых я надеялся услышать, например, использование технологий 21-го века для существенного улучшения научной коммуникации и открытия знаний. Самым интересным для меня было выступление Дженнифер Хансен, которая представила платформу, созданную Фондом Билла и Мелинды Гейтс, чтобы сделать все исследования, финансируемые этим Фондом, открытыми. Сейчас это становится все более распространенным явлением — у WellcomeTrust тоже есть такая платформа, и Европейский Союз работает над такой платформой.

Выход за пределы p ‹ 0,05; сделать медицинские услуги актуальными для топ-менеджеров

На этом заседании присутствовали члены высшего руководства, такие как Рассел Холман (LifePoint Health), Ашиш Джа (Гарвард) и Фрэнсис Чесли (AHRQ), которые давали советы о том, как сделать исследования в области здравоохранения более актуальными для административного персонала. Главный вывод заключался в том, что нам нужно иметь в виду будущее применение, когда мы приступаем к новым исследованиям. Комментарий члена аудитории о том, что это заседание должно было быть посвящено не тому, как исследователи могут сделать свою работу более актуальной для высшего руководства, а скорее тому, как высшее руководство могло бы более эффективно общаться с исследователями, вызвало аплодисменты и энтузиазм.

Пленарное заседание за обедом, часть 1: Обед и вручение наград

Ричард Франк из Гарвардского университета получил награду выдающегося исследователя. Митеш Патель из Университета Пенсильвании получил премию Элис С. Херш как новый исследователь. Работа Пателя по использованию поведенческих вмешательств для улучшения здоровья звучала феноменально.

Пленарное заседание, часть 2: Инновации и будущее

Дискуссия между Порше Эверсоном (Relevant Strategies), Дэйвом Чокши (NYC Health) и Робертом Калиффом (Verily, Duke, бывший председатель FDA) о том, что такое инновации и как их можно стимулировать. Много говорилось о сложности инноваций в текущей исследовательской среде и полезности партнерских отношений с промышленностью. Профессора Калиффа попросили прокомментировать недавнюю инициативу Amazon, Berkshire Hathaway и Chase, которая, по его словам, дает возможность существенно изменить первичную помощь, хотя специализированную помощь изменить будет сложнее. Меня очень заинтересовало его замечание о том, что каждый пользователь поиска Google участвует в среднем в 3 рандомизированных контролируемых испытаниях — я бы хотел, чтобы мы могли сделать то же самое с нашими системами здравоохранения, чтобы все, что мы делаем, было частью испытания и чтобы мы использовали каждую возможность. доступны нам для эффективного обучения.

Машинное обучение и приложения для медицинских услуг и здравоохранения

Это было общее руководство о том, что возможно с помощью методов машинного обучения в исследованиях в области здравоохранения. Эдвин Вонг кратко рассказал о методах машинного обучения и о том, как пакет caret можно использовать для подбора всех видов моделей — отличное руководство по каретке можно найти здесь. Шерри Роуз, автор книги Целевое обучение: причинный вывод для данных наблюдений и экспериментов с Марком Дж. ван дер Ланном, продемонстрировала, как машинное обучение можно использовать для причинного вывода — очень интересная работа, которая напомнила мне о двойном машинном обучении; большой обзор таких методов, сделанный Susan Athey, можно найти здесь.

Применение алгоритмов обучения для понимания сложных медицинских данных

На этом заседании были показаны примеры использования методов машинного обучения в исследованиях в области здравоохранения. Дэвид Чен проиллюстрировал, как его команда разработала модель для прогнозирования кровотечения после колоректальной хирургии с использованием повышения градиента. Меня особенно заинтересовало их использование пакета Boruta в R для выбора важных переменных и сокращения их параметрического пространства — отличное руководство по использованию пакета Boruta можно найти здесь. Кэролайн Тирукумаран продемонстрировала, как они использовали обработку естественного языка (NLP) с логистической регрессией для выявления инфекций в области хирургического вмешательства. Функции, которые они использовали для NLP, заключались в наличии или отсутствии определенных ключевых слов — они не использовали более сложные функции или глубокое обучение. Они продемонстрировали, что модели, использующие свободный текст, были лучше моделей, использующих свободный текст и дополнительные ковариаты — я чувствовал, что их использование логистики с регуляризацией эластичной сети было бы более естественным способом проиллюстрировать это. Джиали Ян провел кластерный анализ электронных медицинских карт на основе плотности, а затем охарактеризовал основные характеристики каждого кластера. Стивен Липпманн попытался предсказать, есть ли у пациента заболевание периферических артерий или нет, используя LASSO.

Эмпирические данные о влиянии стимулов на поведение потребителей в отношении здоровья и решения о медицинском обслуживании

В первую очередь это относится к использованию финансовых стимулов для пропаганды здорового поведения. Исследователи проверили, могут ли финансовые стимулы улучшить соблюдение рекомендаций по физическим упражнениям у людей с ишемической болезнью сердца, и обнаружили существенный положительный эффект. Очень интересные взгляды Мишры Пателя на использование таких стимулов для улучшения здоровья. Интересный комментарий другого докладчика о том, что между качеством и выбором провайдера мало корреляции, потому что доплата, как правило, одинакова у всех провайдеров; как таковые, у провайдеров нет причин конкурировать по стоимости и качеству.

Использование и совершенствование электронных медицинских карт для оказания медицинской помощи и общения

На этом занятии были проиллюстрированы варианты использования электронных медицинских карт (ЭМК) для исследований в области здравоохранения. Рагнхильдур Бьярнадоттир продемонстрировала, как она использовала анализ текста для анализа записей медсестер и измерения знаний о факторах, связанных с падением. Меган Лафферти проиллюстрировала проблемы, связанные с использованием архаичных технологий для связи между поставщиками медицинских услуг в больнице (например, пейджеры) — она не коснулась того, почему технологические решения, которые могут решить эти проблемы, не получили более широкого распространения.

Общий

Отличный обзор исследований в области здравоохранения, текущих ограничений и будущих возможностей.

Отказ от ответственности

Этот отчет не претендует на то, чтобы быть исчерпывающим, и просто отражает мои собственные выводы и мнения.