Health Management Platform 

Big Data voor iedereen

Analyse

In welke mate helpen data ons om de patiënt beter te behandelen, beter samen te werken, minder dubbel te hoeven registeren, onderzoek te kunnen doen of deze data ook beschikbaar te stellen aan de patiënt?

De mogelijkheid om regionale data te ontsluiten, te analyseren en voor meerdere doelen te gebruiken is een integraal onderdeel van het Portavita Health Management Platform (HMP). Met Portavita Analytics kunt u eenvoudig cohort-analyse, casefinding en rapportages maken op basis van uw regionale zorgdata.

Hiermee is het mogelijk om inhoud te geven aan een populatiegerichte benadering van de regionale zorg.

HIS-data

Data vanuit een huisartsinformatiesysteem (HIS) kunnen worden overgenomen in het Health Management Platform. Dit maakt het mogelijk om het HIS te gebruiken als primaire bron voor analyse en samenwerking.
De HIS-data worden gebruikt in de analyse-omgeving voor rapportages, casefinding en om de volledigheid van de HIS-registratie te toetsen.
Daarnaast kan de huisartspraktijk een deel van deze gegevens ter beschikking stellen aan geautoriseerde ketenpartners in het HMP.

Rapportages

Zorggroepen, huisartsen praktijken en antistollingscentra hebben de noodzaak om voor diverse partijen periodiek de nodige cijfers aan te leveren ten behoeve van benchmarking of accreditatie. Het zelf opzoeken en uitrekenen van deze cijfers is een tijdrovende zaak. Voor dit doeleinde zijn in Portavita Analytics standaard-rapportages beschikbaar. Deze worden in het benodigde formaat opgesteld, waarmee u ze gemakkelijk kunt inlezen op de daarvoor bestemde plek. Denk aan:

  • InEen benchmark voor zorggroepen
  • Kwaliteitsrapportages voor antistollilngscentra
  • Productiecjjfers voor antistollingscentra
  • NHG-accreditatie van de NPA
  • NHG-Indicatoren met zorggroep benchmarkscores

Casefinding

Portavita Analytics is ook uitermate geschikt voor casefinding. De Patient Explorer binnen Analytics maakt u dit gemakkelijk met ruim vierhonderd variabelen. Hiermee worden selecties gemaakt om een specifieke groep patiënten te identificeren.

Factoren zoals een hoge bloeddruk, kunt u combineren met het gebruik van bepaalde medicatie, aangevuld met leeftijdscriteria en andere laboratoriumuitslagen.
Een hoge HbA1c bij diabetespatiënten komt nu eenmaal voor, maar welke van deze patiënten zijn een jaar geleden voor het laatst gezien? Het eenvoudig kunnen combineren van deze factoren is de kracht van Patient Explorer.

Als zorgverlener zult u niet altijd de gelegenheid hebben om deze zoekopdrachten zelf samen te stellen. Met de Patient Explorer kan ook een andere partij (zorggroep, de kaderarts, een collega) de nodige casefinding acties voor u klaar zetten. Deze kunnen werken in een anonieme omgeving zonder patiëntgegevens te zien. U logt vervolgens zelf in vanuit uw praktijk en hoeft de casefinding zoekopdrachten alleen maar aan te klikken. De patiënten die voldoen aan de criteria worden direct voor u op het scherm getoond.

Cohort Selectie

Met de grote verzameling filters en variabelen in Portavita Analytics, kunnen ook op eenvoudige wijze cohorten patiënten geselecteerd worden en gegevens getoond worden van deze cohorten.
Stel u kiest voor een cohort patiënten met diabetes type II en het gebruik van lipidenverlagende middelen (LDL). Van dit cohort kan Portavita Analytics de gemiddelde LDL weergeven en het percentage van het cohort waarbij in de afgelopen zesmaanden de LDL is gemeten. U kunt er ook voor kiezen om het verloop van deze waarden in de tijd te tonen.

Als de gewenste gegevens eenmaal zijn geselecteerd, kan deze zoekopdracht opgeslagen worden als een zogenaamde preset. Die deelt u met de huisartsen in uw regio, zodat zij dezelfde zoekactie kunnen uitvoeren op hun gegevens.

Cohort Selectie is één van de krachtigste tools binnen Portavita Analytics. Het definiëren en naar wens aanpassen van cohorten is eenvoudig. De ontsloten informatie is uitermate nuttig voor het monitoren van de zorg binnen uw regio.

Research

Op regionaal of landelijk niveau kan Portavita Analytics ingezet worden om onderzoek te doen. Hierbij wordt dieper op de gegevens ingegaan. Analytics kan door meerdere bronnen (o.a. HIS, KIS, Lab, ZIS) worden gevoed en in anonieme vorm worden geraadpleegd. Afhankelijk van de beschikbare data kunnen gegevens over het proces (wie heeft welk onderzoek of welk event wanneer gehad) gecombineerd worden met alle beschikbare meetwaarden.

Op geaggregeerd niveau kan men zo gemiddelden, minima, maxima, standaarddeviaties en varianties berekenen van de uitslagen. Alle data kunnen eventueel geëxporteerd worden naar Excel voor verdere analyse.

Binnen een regio kunnen naar wens clusters gedefinieerd worden, die in Analytics te gebruiken zijn om patiënten in onder te verdelen. Zo kunnen bijvoorbeeld de gemiddelden of varianties van verschillende wijken in de regio met elkaar vergeleken worden.

Hebben wij uw interesse gewekt of wilt u meer weten?