أداة جديدة لقياس تعدد الأمراض تهدف إلى التنبؤ بتكاليف المستشفيات في وقت أبكر

طريقة جديدة للقياس تستهدف أحد محركات تكلفة الرعاية الصحية

يقول باحثون في Weill Cornell Medicine إنهم طوروا وسيلة أكثر دقة لتحديد المرضى ذوي الاحتياجات العالية قبل أن تتراكم حالات الدخول المتكرر إلى المستشفى والفواتير الطبية المتزايدة. الأداة، التي تحمل اسم Charlson Comorbidity Health Analytics، أو CCHA، تقيس 38 حالة صحية مزمنة وصُممت لتحسين كيفية تقدير أنظمة الرعاية الصحية للمخاطر المستقبلية على مستوى السكان.

وتتمثل الفكرة الأساسية في أمر واضح: تعدد الأمراض، أي العبء الناتج عندما يعيش المريض مع عدة أمراض أو حالات مزمنة، يعد محركًا رئيسيًا للاستخدام المستقبلي للمستشفى وللتكلفة. وقد أدرك الأطباء هذه الحقيقة منذ فترة طويلة في الرعاية اليومية، لكن الدراسة تجادل بأن الممارسة الروتينية افتقرت إلى أداة قياس عملية تلتقط التعقيد بما يكفي لتوجيه القرارات التشغيلية.

وفي ورقة نُشرت في PLOS One، أفاد الباحثون بأن CCHA تفوق على أساليب أخرى عند التنبؤ بالدخول غير المخطط له إلى المستشفى، كما تمكن من التنبؤ بتكاليف الرعاية الصحية خلال السنوات الخمس التالية. وإذا صمدت هذه النتائج عبر مجموعات سكانية أخرى، فقد يكون لهذا العمل أهمية لدى أصحاب العمل وشركات التأمين والمستشفيات وأنظمة الرعاية الأولية التي تتعرض لضغط من أجل تخصيص الوقت والموارد بكفاءة أكبر.

كيف اختبر الباحثون النموذج

اعتمدت الدراسة على ست سنوات من البيانات شملت أكثر من 27,000 من موظفي Weill Cornell Medicine والمعالين التابعين لهم. وباستخدام هذه المجموعة، قيّم فريق البحث ما إذا كان المقياس الجديد يستطيع تحديد الأشخاص المعرضين لخطر الدخول غير المخطط له إلى المستشفى على نحو أفضل، وهو ما يصفه النص المصدر بأنه مساهم رئيسي في إجمالي الإنفاق الصحي.

هذا الإطار مهم. فالدخول إلى المستشفى ليس مجرد حدث استخدام آخر في جدول بيانات. فحالات الدخول غير المخطط لها غالبًا ما تشير إلى عدم استقرار مرض مزمن، أو رعاية مجزأة، أو فرص ضائعة للتدخل الوقائي. وإذا تمكن نظام صحي من تحديد المرضى الذين يُرجح أن ينزلقوا إلى دخول متكرر، فقد يستطيع التدخل مبكرًا عبر رعاية أولية أكثر تخصيصًا، أو خدمات دعم إضافية، أو متابعة أقرب.

ووفقًا للنص المصدر، تفوق CCHA على أساليب أخرى في التنبؤ بتلك حالات الدخول، كما نجح أيضًا في تقدير التكاليف على مدى خمس سنوات. ولا تحدد المادة المقدمة النماذج المقارنة أو تقدم إحصاءات أداء تفصيلية تتجاوز هذا الملخص، لذا ينبغي فهم النتيجة على أنها تحسن مُعلن داخل هذه المجموعة السكانية بعينها، لا معيارًا عامًا ثبتت صحته في جميع البيئات.

لماذا تهم هذه النتيجة تقديم الرعاية

الحجة العملية وراء الأداة أقل ارتباطًا بالتحليلات المجردة وأكثر ارتباطًا بكيفية قضاء الأطباء لوقتِهم. ويقول مؤلفو الدراسة إن كثيرًا من أنظمة الرعاية الصحية لا تزال تعتمد نماذج رعاية موحدة لا تعكس على نحو كافٍ الفروق في تعقيد المرضى. وبعبارة بسيطة، قد يحصل مريض يتمتع بصحة جيدة نسبيًا ومريض يتعامل مع عدة حالات مزمنة خطيرة على المدة نفسها في الموعد، رغم أن كلاً منهما يحتاج إلى مستوى مختلف جدًا من الانتباه.

هذا عدم التطابق قد يكون مكلفًا. فالمرضى ذوو عبء تعدد الأمراض الأعلى غالبًا ما يحتاجون إلى إدارة للأدوية، وتنسيقًا بين الاختصاصيين، ومراقبة للمضاعفات، ودعمًا يتجاوز زيارة روتينية قصيرة. وعندما لا تُعرَف هذه الاحتياجات مبكرًا، قد يصبح التدهور أكثر احتمالًا، ما يؤدي في النهاية إلى علاج طارئ أو رعاية داخل المستشفى.

ويطرح النص المصدر هذه الإمكانية صراحة. فإذا أمكن تحديد المرضى ذوي الاحتياجات العالية ووضعهم على قوائم لمواعيد رعاية أولية أطول وخدمات تثبيت إضافية، فقد يمكن منع بعض حالات الدخول اللاحقة إلى المستشفى. وهذا لا يعني أن التحليلات وحدها تخفض التكاليف. بل يعني أن القياس الأفضل قد يدعم توجيهًا أفضل للموارد السريرية المحدودة.

وتنسجم الفكرة أيضًا مع تحول أوسع جارٍ في إدارة الرعاية الصحية: الانتقال من العلاج التفاعلي إلى تصنيف المخاطر والتدخل الاستباقي. فالأنظمة التي تحاول إدارة صحة السكان تحتاج إلى أدوات تميز بين المرضى ذوي الاحتياجات البسيطة نسبيًا وأولئك الذين تكون مسارات رعايتهم أكثر هشاشة. وقد تساعد أداة تفعل ذلك بدقة أكبر في تحديد ليس فقط من يتلقى المتابعة، بل أيضًا مقدار الوقت والكوادر والدعم الذي ينبغي تخصيصه.

ما الذي تثبته الدراسة وما الذي لا تثبته

تمنح هذه الدراسة CCHA نقطة انطلاق موثوقة لأنها تستند إلى مجموعة بيانات واقعية كبيرة وقد نُشرت في مجلة محكمة. كما تستفيد من حالة استخدام محددة بوضوح. فبدلًا من الادعاء بحل كل مشكلات التنبؤ الطبي، تستهدف الأداة تحديًا تشغيليًا محددًا: تقدير خطر وتداعيات التكلفة المرتبطة بالأمراض المزمنة المعقدة عبر شريحة مشمولة بالتغطية.

وفي الوقت نفسه، ينبغي أخذ حدود الأدلة المقدمة في الحسبان. يصف النص المصدر بيانات من موظفين ومعالين مرتبطين بمؤسسة طبية أكاديمية واحدة. وهذا يجعل المجموعة السكانية كبيرة، لكنه لا يعني بالضرورة أنها تمثل كل شركة تأمين أو شبكة مستشفيات أو فئة مستفيدي Medicaid أو مجتمعًا متقدمًا في العمر. ومن المرجح أن يتطلب التبني الأوسع تحققًا في بيئات تختلف في الفئات العمرية وعبء الأمراض وعوامل المخاطر الاجتماعية.

كما أن المادة لا تثبت أن استخدام CCHA في الممارسة قد خفض التكاليف أو قلل معدلات الدخول إلى المستشفى بالفعل. ما تُظهره، استنادًا إلى المعلومات المقدمة، هو الأداء التنبؤي: يبدو أن النموذج يحدد المخاطر أفضل من الأساليب الأخرى في مجموعة البيانات التي جرى تحليلها. أما تحويل التنبؤ الأفضل إلى نتائج أفضل فسيحتاج إلى تغييرات في سير العمل، مثل إعادة تصميم مدد الزيارات، أو إضافة خدمات دعم، أو تغيير طريقة فرز فرق الرعاية للمرضى.

ويهم هذا التمييز لأن الأدوات التنبؤية غالبًا ما تنجح تقنيًا قبل أن تعرف المؤسسات كيفية استخدامها بشكل جيد. فقد يكون التقدير دقيقًا ومع ذلك يفشل في تحسين الرعاية إذا لم يُمنح الأطباء طاقة استيعابية جديدة أو إذا كانت الأنظمة تفتقر إلى الموارد اللازمة للاستجابة للإشارات التحذيرية التي يكشفها.

مشكلة قياس ذات تبعات مالية

حتى مع هذه التحفظات، تسلط الدراسة الضوء على مشكلة مستمرة في الطب الحديث: تعقيد المريض مكلف، لكنه غالبًا ما يكون أقل من اللازم في القياس ضمن العمليات الروتينية. فعندما يعامل النظام كل موعد على أنه قابل للاستبدال، فإنه يخاطر بعدم تلبية احتياجات الأشخاص الأكثر احتمالًا إلى رعاية منسقة وتتطلب وقتًا طويلًا. وقد تظهر الآثار اللاحقة في أزمات يمكن تجنبها، ودخول متكرر إلى المستشفى، وإنفاق أعلى على المدى الطويل.

تمثل CCHA محاولة لجعل هذا التعقيد مرئيًا في وقت أبكر وبشكل أكثر منهجية. ومن خلال تحويل 38 حالة مزمنة إلى إشارة خطر على مستوى السكان، تهدف الأداة إلى منح أنظمة الرعاية الصحية أساسًا أوضح لتحديد أين يجب تركيز الجهود الوقائية. وبالنسبة إلى التنفيذيين، قد يعني ذلك توقعات أفضل. وبالنسبة إلى الأطباء، قد يدعم ذلك جدولة أكثر واقعية. وبالنسبة إلى المرضى المصابين بعدة حالات مزمنة، قد يعني ذلك خطط رعاية تتوافق بصورة أفضل مع واقع عبئهم الصحي.

وتتمثل الدلالة الأوسع في أن الإنفاق الصحي قد يصبح أكثر قابلية للإدارة عندما تحدد الأنظمة التعقيد الطبي قبل أن يتحول إلى عدم استقرار حاد. ولا تثبت الدراسة الجديدة أن التنبؤ وحده يحل المشكلة، لكنها تعزز الحجة بأن القياس الأفضل خطوة أولى ضرورية. وفي قطاع تظل فيه حالات الدخول إلى المستشفى من أكبر مراكز التكلفة، فإن هذه نتيجة يُرجح أن تجذب الانتباه إلى ما هو أبعد من الطب الأكاديمي.

هذه المقالة مبنية على تقرير من Medical Xpress. اقرأ المقال الأصلي.