Данные области почтового индекса могут помочь в планировании экономически эффективных услуг здравоохранения
                Распространенность диабета 2 типа по районам почтовых индексов в восточной Финляндии в 2012 году. Фото: Майя Тойвакка/UEF

При оценке влияния социально-экономического статуса (SES) на неравенства в отношении здоровья или результаты медицинской помощи целесообразно использовать открытые данные на небольших территориях вместо индивидуальной информации SES, согласно новому исследованию, проведенному Университетом Восточной Финляндии. , Получение доступа к индивидуальной информации SES часто является длительным и дорогостоящим процессом, требующим нескольких разрешений. Опубликованное в BMC Public Health, исследование показало, что при прогнозировании результатов лечения у пациентов с диабетом 2 типа, влияние переменных SES на основе небольших площадей соответствует индивидуальной информации SES для конкретного пациента.
                                                                                       

«Это важное наблюдение, поскольку данные SES для небольших территорий доступны в виде бесплатных наборов данных открытого доступа», — говорит исследователь проекта Майя Тойвакка из Университета Восточной Финляндии.

Переменные SES для небольших территорий могут предоставить экономически эффективную информацию из первых рук для планирования медицинского обслуживания и надлежащего выделения ресурсов. Социально-экономическая справочная информация обычно не регистрируется в клинических электронных записях пациентов, и поэтому их использование в исследовательских целях является трудоемким и дорогостоящим.

Уровень образования в области почтового индекса связан с результатами ухода

В исследовании изучалось, как средние переменные SES для малых районов (заработанный доход, образовательный уровень, статус безработицы) и соответствующая информация о SES для отдельных пациентов объясняли результаты лечения пациентов с диабетом 2 типа в восточной Финляндии. Исследователи использовали долгосрочные значения глюкозы в крови (HbA1c) пациентов в качестве показателя результатов лечения.

Результаты показывают, что в областях почтового индекса, связанных с более низким уровнем образования, пациенты имели более высокие долгосрочные значения глюкозы в крови. Статус безработицы, однако, не был связан с долгосрочными уровнями глюкозы в крови ни на уровне области, ни на уровне пациента. Заработанный доход, в свою очередь, ассоциировался по-разному: высокие долгосрочные значения глюкозы в крови были связаны с низкими заработанными доходами пациентов, но средний уровень дохода в области почтового индекса не был предиктором долгосрочных значений глюкозы в крови пациентов./р>

Легко доступны различные наборы данных на основе небольших площадей, относящихся, например, к искусственной среде, и эти наборы данных также можно использовать для прогнозирования распространенности различных заболеваний, а также результатов оказания медицинской помощи.




Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *