Opinion: le manque de partage de données continue d’entraver les progrès des soins de santé

Nous savons que les bonnes données de santé, utilisées de manière significative, peuvent garantir que les patients reçoivent les bons soins au bon moment, aider à éviter la duplication inutile des services et prévenir les erreurs médicales. Les données peuvent également aider à réduire les taux de réadmission et, par conséquent, les dépenses de santé. Malgré ces preuves de résultats puissants, les communautés sont souvent bloquées à la première étape : un manque de partage de données.

Où est le goulot d’étranglement ? Chaque hôpital, clinique et autre établissement de santé génère une énorme quantité de données. Cependant, une enquête récente a révélé que moins de 4 systèmes de santé sur 10 réussissent à partager des données avec d’autres systèmes. De plus, seulement un peu plus des deux tiers des responsables technologiques des hôpitaux et des systèmes de santé américains partagent efficacement des données au sein de leurs propres organisations. L’un des obstacles comprend le manque d’orientation claire de la part des dirigeants. Les responsables de la santé doivent être précis avec leurs équipes non seulement sur la nécessité de se connecter aux données, mais aussi sur les cas d’utilisation et la valeur du partage en interne et en externe et sur la génération d’informations à partir d’informations brutes. Les données sont essentielles aux objectifs de chaque leader de la santé, mais sont-elles traitées comme telles ?

La réadmission à l’hôpital, par exemple, est l’un des problèmes les plus coûteux pour notre système de santé. Les Centers for Medicare and Medicaid Services rapportent que près d’un bénéficiaire de Medicare sur cinq subit une réadmission à l’hôpital dans les 30 jours, ce qui coûte plus de 26 milliards de dollars chaque année, au détriment des patients, des prestataires et des contribuables. Un bon 20% des réadmissions sont susceptibles d’être évitées chez les patients atteints de trois maladies chroniques ou plus s’ils sont contactés par un fournisseur dans les 14 jours suivant leur sortie. Cette boucle peut être bouclée avec les bons processus en place, en commençant par s’assurer que les prestataires sont alertés et disposent d’informations sur le séjour et la sortie de l’hôpital.

L’Inland Empire Foundation for Medical Care ACO, où je suis PDG, a réalisé un travail important sur ces objectifs. Nous sommes l’un des réseaux PPO les plus complets du sud de la Californie, responsable de la prise en charge de plus de 9 200 patients de Medicare, dont beaucoup souffrent de maladies chroniques. Nous avons organisé le Foundation Accountable Care Network, un ACO du programme d’épargne partagé de Medicare, et avons constaté des résultats convaincants dans nos efforts pour réduire les réadmissions (réduction de 39,4 % des réadmissions de patients après la sortie) en tirant parti des données que nous obtenons de Manifest MedEx, un non-pour -réseau de données de santé à l’échelle de l’État.

L’IEFMC reçoit des services de notification d’admission, de sortie et de transfert (ADT) et des dossiers de santé longitudinaux, ainsi que des données cliniques et de réclamation en temps réel. Nos pratiques ACO sont alertées immédiatement lorsqu’un patient est vu au service des urgences ou est admis ou sorti de l’hôpital, ce qui permet aux équipes de soins de réagir rapidement et d’initier un suivi post-sortie dans les sept jours.

La FACN reçoit en moyenne 190 notifications par mois de Manifest MedEx pour son panel de patients de 9 200 patients, et les visites de suivi après la sortie de sept jours sont extrêmement élevées en raison de ces données. Sur la cohorte totale de patients hospitalisés en 2021, 68,6 % ont été évalués dans les sept jours suivant leur sortie de l’hôpital, et 31,4 % ne l’ont pas été. Pour ceux qui ne l’étaient pas, le taux de réadmission était de 25,5 %, ce qui contraste fortement avec le taux de réadmission pour ceux qui l’étaient – seulement 15,6 %.

Les équipes de soins doivent consulter les antécédents des patients pour déterminer qui a le plus besoin d’aide. Les données cliniques et de réclamations sont tout aussi importantes pour créer une image complète de la santé et des antécédents médicaux d’un patient et pour voir comment il utilise les soins de santé. Ils doivent savoir à quel moment un patient est vu à l’hôpital et quand il est renvoyé chez lui. Nos cabinets ACO savent quels patients ont eu plus de quatre consultations à l’urgence au cours des six derniers mois et peuvent cibler ces patients pour des interventions. Les données identifient également les patients souffrant de multiples maladies chroniques et nécessitant une gestion supplémentaire, ce qui a considérablement diminué les dépenses par bénéficiaire et par an.

Nous devons élargir les types de données que nous examinons, en particulier du point de vue de l’équité en santé. Les informations partagées sur la santé doivent inclure des données précises sur la race et l’origine ethnique, ainsi que l’orientation sexuelle et l’identité de genre (OSIG) pour tous les patients. La plupart des hôpitaux recueillent des données sur la race et l’ethnicité; La Caroline du Nord y parvient avec succès, atteignant 94 % de documentation sur la race et l’origine ethnique pour les vaccinations contre le COVID-19 après avoir mis en œuvre des exigences strictes en matière de collecte de données. Cependant, les données SOGI à travers le pays sont incohérentes et de nombreuses plateformes informatiques de santé n’ont pas encore adopté des champs de données et des ensembles de valeurs cohérents et interopérables pour capturer ces informations. Le processus United States Core Data for Interoperability (USCDI) facilité par le Bureau du coordinateur national des technologies de l’information sur la santé du Département de la santé et des services sociaux aide à résoudre ce problème, et nous devrions tous soutenir les efforts visant à rationaliser et à rendre les données SOGI interopérables.

Les responsables de la santé devraient y adhérer et encourager le partage de données. Nous avons les données et nous savons comment les utiliser pour les rendre utiles à tous les niveaux. Il est temps d’éliminer le goulot d’étranglement.