医療ルーチンデータのシミュレーション・モデリング

医療ルーチンデータのシミュレーション・モデリング

医療の専門家による様々な意思決定には、プランニング、テストおよびアセスメントツールを必要とします。医療の複雑な構造、相互作用およびプロセスは、常に変化と革新を繰り返し、課題が絶えることはありません。社会保険オーストリア協会(AASI)と提携するDWHシミュレーションサービスおよびウィーン工科大学のPatrick Einzinger氏およびChristoph Urach氏は、クリティカルな将来の意思決定の目的で、医療データを解析する機会を得ました。

AASIは、医療従事者への償還上のルーチン・ケア・データを集めました。それは、処方された薬、与えられたサービスおよび診断を含んでいます。代表的な統計および数学モデルは、データ解析ツールとして考えられていましたが、解析と結果の精度を高めるのに、大量のデータを十分に利用することができるシミュレーションが選ばれました。更に、AnyLogicシミュレーションとモデリング・ソフトウェアは複数の方法論を使用したマルチメソッドで開発されました。構築されたモデルは、医療における複数の償還スキームのエージェントベースのシミュレーション、グループ演習結果のシステムダイナミクスモデル、および腹部大動脈瘤(AAA)のスクリーニングの健康技術評価のためのマイクロシミュレーションモデルを含みます。

償還システムの比較

問題:

患者は、医師に支払うAASI 現在の償還システムにおいて不必要な手続きをしているかもしれません。AASIは1つの訪問当たり、症状、あるいは処置当たりのような、これまでとは異なる償還制度を検討しています。しかし、いかなる変更を遂行する前に、それらのオプションは提案された償還制度を実現するためにテストする必要があります。

ソリューション:

コンサルタントは、AnyLogicシミュレーションや、モデリング・ソフトウェアを使い、患者、医療問題、医療プロバイダー、医療サービスおよび支払タイプのデータのインポートを含むモデルを構築しました。サブグループに患者集団を分ける必要がある場合、AnyLogicは、トップダウン・アプローチとは異なり多くのサブグループの様々なパラメーターの取り込みを可能にする、エージェント・ベース性能を選択しました。AnyLogicのエージェントは、サブグループおよびパラメーターを確定する属性を持っています。それらを変化させることで、多数のシミュレーションが実行されるので、各償還システムの効果を理解し実感することできます。

結果:

医療償還システムシミュレーション

医療償還システムモデリング:コンサルタントの本問題における見解

考慮すべき多くの疾病のために、それは広範な文献検索や各疾患に関する専門家の意見の収集のみで完了することはできません。今回使用されたアプローチは、データとして病気の有病率と発生率を提供することで、ルーチンの医療データの複雑で包括的なモデル構造に、それらの入力として分析することができる方法を示しています。たとえ前提がリサーチのある部分に必要でも、彼らのサービス·ポートフォリオのプロバイダーの最適なセレクションは妥当性があり適切な結果に結びつきます。

モデルは償還制度の比較のみならず仮説を試すことに役立ち、また新しい償還制度の策定を支援することができます。その効力は論理上シミュレーションにおいて速く示します。しかし、典型的に簡単ではなく、直ちに容易に分かりません。

連携治療の効果

問題:

AASIは、異なる専門分野を持つ医師は、例えば、呼吸器科医と内科の組み合わせたグループ・プラクティスの効果に関心があります。グループ診療は、場合によって、相談や個々のサービスの数によって複雑になります。医師は、作業量と報酬によって提供するサービス量を増減するのでしょうか?連携治療の活動は、個別診療の医師とどう異なるのでしょうか。

連携治療医療シミュレーション

連携治療システム・ダイナミクス・モデル構造

ソリューション:

AASIのための洞察力を提供するために、コンサルタントは、ほぼすべての変数は、配列変数による医師(個別呼吸器科医、個別内科医、連携治療呼吸器科医および連携治療内科医)の4グループとし、AnyLogicシミュレーション・ソフトウェアを使用して、システムダイナミクスモデルを開発しました。モデルの入力値は固定パラメーター(データ分析、OOEGKKおよび内科医/pulmonologists)(戦略の前提)を含んでおり、照会患者の数を仮定します。また、新しいケースは増加するでしょう。

結果:

モデルのパラメーターはシミュレーションのためAASIに提供されましたが、DWH(データウェアハウス)はプライバシー・ポリシーにより結果を見ることができませんでした。シミュレーションの出力は、支払料金、事例数、診察回数、特別サービス数、重複サービス数および各事例の代価の合計を含みます。モデルは、入力変数を変更し、多数のシナリオの実行が可能です。

腹部大動脈瘤の検査

問題:

腹部大動脈瘤(AAA)疾患は65歳以上のオーストリア男性に顕著に表れています。高額でリスクのある手術をする可能性が高い場合、初期段階で発見されれば、血管の破裂およびリスクは後期段階で発見されるより著しく減少します。超音波検査は体に痛みを伴う検査ではなく、適度な費用で腹部大動脈瘤(AAA)の早期発見に利用されています。

データウェアハウスによるAASIの調査内容:

ソリューション:

コンサルタントは、AnyLogicソフトウェアのエージェント・ベース・モデリングを利用し、年齢、性別、喫煙習慣、病歴および他の疾患による血管内径成長の大動脈の状態をあらゆる人に伝えます。更に、彼らは、最適なソリューションを見つけるために多数のスクリーニング計画のシミュレーションを実行します。

腹部大動脈瘤シミュレーション

腹部大動脈瘤

結果:

65歳以上の定期検診が、人口の約40%導入された場合、死亡率はおよそ3分の1まで減少します。腹部大動脈瘤(AAA)予防に他の対策を取ることも、考慮されました。例えば、オーストリア人口の喫煙者数を38%から20%まで削減させると、定期検診プロセスの実施で見られた減少と同様にAAA疾患数を削減しました。

モジュール設計は、詳しい分析のためのAAAに関する補足知識の集積化と、短期間の戦略あるいは他の干渉のスクリーニング評価を許可します。また、疾病進行モジュールは全体のモデル構造を変更せずに適応させることができます。

この規模の研究では、時間的、ロジスティック、倫理的またはその他の理由により、多くの場合不可能です。シミュレーション·モデルを利用することにより、その結果はヘルスケアの意思決定者のための補助として役立たせることができます。さらに洞察力を与え、そのデザインは他の疾患を評価するために適合させることができます。

AnyLogicソフトウェアにおけるEinbzinger氏およびUrahc氏のさらなる活動についてはAnyLogicコンファレンス2013プレゼンテーションをご覧ください:

同様のケーススタディ

その他のケーススタディ