Paradigma Prediksi: Analitik Prediktif untuk Mencegah Gagal Jantung Kongestif

Paradigma sistem layanan kesehatan di Amerika Serikat bergeser ke sistem informasi elektronik untuk mengelola dan memberikan layanan pasien. WHO mengatakan bahwa sistem informasi yang efisien merupakan investasi vital untuk melacak, mengamati trend, dan merancang layanan pasien untuk mencegah penyakit kronik. Maka, pakar teknologi informasi menjadi yang pertama menggunakan software analitik yang dapat memprediksikan risiko pasien terhadap penyakit kronis berdasarkan analisis statistik data pasien yang diolah komputer.

CDC menyambut strategi untuk mendeteksi dan mencegah penyakit kronis dan mengenali bahwa meningkatkan kesehatan kardiovaskuler adalah tantangan besar.

translate jasa jurnal fk murah berkualitas

Proyek ini menawarkan wawasan mengenai penggunaan model analitik yang dapat mengidentifikasi pasien yang berisiko gagal jantung kongestif.

Data DHHS tahun 2011 menyatakan bahwa perlu ditekankan pentingnya pencegahan dan deteksi gagal jantung kongestif karena diketahui menjadi penyebab utama rawat inap berulang. DHHS juga melaporkan bahwa terdapat lebih dari lima juta warga Amerika Serikat yang didiagnosis dengan gagal jantung kongestif, 1,4 jutanya berusia di bawah 60 tahun, dan lebih dari 500 ribu kasus baru ditemukan tiap tahun, dan biaya penanganan sebesar lebih dari 300 miliar dolar. Secara keseluruhan gagal jantung kongestif merupakan sesuatu yang mengerikan dari sisi kesehatan maupun ekonomi nasional. NCSL melaporkan bahwa mengatasi masalah kesehatan kronis, misalnya penyakit jantung, dapat menghemat anggaran hingga 5 miliar dolar per tahun.

Kematian terkait penyakit jantung terjadi setiap 60 detik. Penyedia layanan kesehatan ditantang untuk mengembangkan perencanaan untuk memperbaiki kepatuhan pasien terhadap cara-cara utama yang dapat mencegah rawat inap berulang akibat gagal jantung kongestif. Pengenalan tanda dan gejala awal yang mengarah pada gagal jantung kongestif (misalnya kombinasi diabetes, hipertensi, obesitas, dan hiperkolesterolemia) memberikan kesempatan pada petugas kesehatan untuk memulai intervensi edukasional yang dapat menurunkan tingkat rawat inap pasien terkait gagal jantung kongestif. Pendekatan ini adalah pendekatan yang proaktif.

Baca juga: Komorbiditas PJK Perlu Rawat Bersama

dokteryoseph banyakbaca sitrus lemon

Tujuan proyek ini untuk mengembangkan model prediktif bagi sistem informasi yang dapat mengidentifikasi pasien yang memiliki risiko tinggi terjadinya gagal jantung kongestif dan memperingatkan petugas kesehatan. Rancangannya dimaksudkan untuk menunjukkan kontraindikasi potensial, memperbaiki layanan yang diberikan, dan menurunkan biaya. Alat bantu ini ditambahkan pada software rekam medis elektronik. Ketika dokter mengisi rekam medis elektronik, data pasien dibandingkan dengan data kedokteran berbasis bukti terbaru, yang juga sudah ada dalam software tersebut. Riwayat kesehatan pasien menjadi pengarah utama dalam pengambilan keputusan untuk mencegah penyakit kronis. Karena dokter dapat diingatkan akan adanya komorbiditas, keputusan klinis dapat diambil untuk memulai langkah-langkah pencegahan awal. Tujuan utama proyek ini adalah memvalidasi apakah hipertensi, hiperkolesterolemia, diabetes, dan obesitas adalah komorbiditas paling sering yang berkontribusi pada diagnosis gagal jantung kongestif pada fasilitas penanganan akut.

 

Tanggal onset diagnosis menjadi prediktor kunci untuk menentukan berapa lama waktu diperlukan dari onset komorbiditas hingga diagnosis gagal jantung kongestif.

 

Progresi komorbiditas dianggap sebagai prioritas penanganan penyakit kronis. Hipertensi dan hiperkolesterolemia dilaporkan sebagai kontributor paling sering perkembangan penyakit kardiovaskuler yang dapat memperburuk prognosis gagal jantung kongestif. Obesitas dan diabetes adalah faktor yang meningkatkan kematian terkait gagal jantung kongestif.

 

Hipertensi paling banyak ditemukan pada kelompok yang hanya memiliki satu komorbiditas, hipertensi dan hiperkolesterolemia adalah yang paling sering dijumpai pada kelompok dengan dua komorbiditas, diabetes paling sering ditemukan bersama obesitas pada pasien dengan tiga komorbiditas, dan obesitas adalah yang paling sering dijumpai pada pasien dengan empat komorbiditas.

bantu situs ini tetap online

Diterjemahkan oleh Yoseph Samodra

Sumber: Selman D. Paradigm of Prediction: Predictive Analytics to Prevent Congestive Heart Failure. OJNI. 2014 June; 18(2).

Silahkan berkomentar.

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

w

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.

%d bloggers like this:
search previous next tag category expand menu location phone mail time cart zoom edit close