Pwnc 4.5 — Data, Dadansoddeg a Rheoli Iechyd y Boblogaeth

Ym maes iechyd a gofal, dim ond os yw'n newid penderfyniad, llwybr neu fywyd y mae dadansoddeg yn werth ei hadeiladu — gan droi data'n fewnwelediad sy'n cyrraedd y bobl sydd ei angen fwyaf, a gwneud hynny mewn ffyrdd y gall y cyhoedd ymddiried ynddynt.

Pam mae hyn yn bwysig ym maes iechyd a gofal#

Mae Pwnc 4.3 — Rhyngweithredu a Safonau Data yn ymwneud â symud data'n ddiogel rhwng systemau fel ei fod yn cyrraedd lle mae ei angen. Mae'r pwnc hwn yn ymwneud â'r hyn sy'n digwydd nesaf: troi'r data hwnnw'n fewnwelediad, a mewnwelediad yn weithred. Mae'n hawdd cymysgu'r ddau ac yn ddrud eu drysu. Gallwch gael rhyngweithredu di-nam a dal i wneud penderfyniadau gwael, a gallwch gael dadansoddeg gyfoethog nad yw byth yn cyffwrdd â gofal un claf.

Mae dadansoddeg ym maes iechyd a gofal yn cario pwysau nad yw dadansoddeg mewn manwerthu neu logisteg yn ei gario. Pan fyddwch yn segmentu poblogaeth ac yn targedu ymyriad, rydych yn penderfynu pa adolygiad asthma sy'n digwydd gyntaf, pa bobl hŷn eiddil sy'n cael galwad ragweithiol cyn argyfwng gaeaf, a ble mae tîm cymunedol dan straen yn gwario ei oriau cyfyngedig. Os cewch y dadansoddiad yn anghywir — model risg tueddol, bwlch ansawdd data sy'n tangyfrif cymdogaeth ddifreintiedig, dangosfwrdd sy'n gor-ganmol perfformiad — gallwch ehangu'r union anghydraddoldebau yr oeddech yn bwriadu eu cau. Mae'r canlyniadau'n glinigol ac yn foesegol, nid dim ond yn fasnachol.

Ymddiriedaeth y cyhoedd yw'r cyfyngiad arall sy'n gwneud y maes hwn yn neilltuol. Mae pobl yn fras barod i'w data wella gofal a chefnogi ymchwil, ond dim ond pan allant weld ei fod yn cael ei drin yn ddiogel, yn gyfreithlon, ac at ddibenion dilys. Methiant rhaglen care.data yn Lloegr yn 2014, a roddwyd heibio ar ôl i'r cyhoedd a chlinigwyr golli hyder yn y modd y byddai data'n cael ei dynnu a'i ddefnyddio, yw'r stori rybuddiol y dylai pob arweinydd dadansoddeg iechyd ei hadnabod. Mae ymddiriedaeth, unwaith y'i collir, yn araf ac yn gostus i'w hailadeiladu, ac mae'n cyfyngu ar yr hyn y gallwch ei wneud am flynyddoedd wedyn. Felly nid system blymio swyddfa gefn yw "sut" dadansoddeg — y platfform, y llwybr mynediad, y llywodraethiant, y tryloywder. Mae'n rhan o'r setliad diogelwch clinigol, tegwch ac ymddiriedaeth y cyhoedd sy'n rhedeg drwy'r llyfr cyfan hwn.

Cysyniadau craidd#

Deallusrwydd busnes yw'r set o arferion a thechnolegau ar gyfer dadansoddi data i lywio penderfyniadau — dangosfyrddau, adroddiadau, a'r ymholi sy'n eistedd y tu ôl iddynt. Mae'n seiliedig ar ddadansoddi data a gyflwynir drwy ddelweddu data da, oherwydd bod siart y gall clinigydd neu gyfarwyddwr prysur ei ddarllen mewn eiliadau yn well na thabl nad oes neb yn ei agor.

Ffordd ddefnyddiol o ddisgrifio uchelgais ddadansoddol yw'r ysgol aeddfedrwydd: dadansoddeg ddisgrifiadol (beth ddigwyddodd), dadansoddeg ddiagnostig (pam y digwyddodd), dadansoddeg ragfynegol (beth sy'n debygol o ddigwydd nesaf), a dadansoddeg ragnodol (beth ddylech chi ei wneud yn ei gylch). Mae'r rhan fwyaf o sefydliadau'n gwario'r rhan fwyaf o'u hamser ar y gris cyntaf, ac mae hynny'n aml yn y lle iawn i fod — mae darlun disgrifiadol dibynadwy, y mae pobl yn ymddiried ynddo ac yn gweithredu arno, yn werth mwy na model rhagfynegol bregus nad oes neb yn ei ddefnyddio.

Yn sail i hyn i gyd mae platfform data. Mae warws data yn storio data strwythuredig, wedi'i fodelu ar gyfer adrodd; mae llyn data yn storio data crai o unrhyw ffurf i'w brosesu'n ddiweddarach; mae'r patrwm "tŷ llyn" yn cymysgu'r ddau. Pa un bynnag a ddewiswch, dim ond mor ddibynadwy â'i ansawdd data yw'r platfform — cyflawnrwydd, cywirdeb, amseroldeb a chysondeb y cofnodion sylfaenol — a'i lywodraethiant data, y fframwaith atebol o berchnogaeth, diffiniadau a phenderfyniadau mynediad sy'n cadw data'n addas i'w ddefnyddio. Yn agos gysylltiedig mae rheoli data meistr — cynnal un fersiwn awdurdodol o ddata cyfeirio craidd fel cleifion, staff a sefydliadau — fel nad yw dadansoddeg yn ymrannu ar draws dynodwyr anghyson.

Rheoli iechyd y boblogaeth yw'r ddisgyblaeth gymhwysol wrth galon y pwnc hwn: defnyddio data cysylltiedig i ddeall iechyd poblogaeth ddiffiniedig, ei segmentu'n grwpiau ag anghenion tebyg, haenu risg, a thargedu ymyriadau at y rhai a fydd yn elwa fwyaf. O'i wneud yn dda, dyma un o'r offer mwyaf miniog sydd ar gael ar gyfer mynd i'r afael â thegwch iechyd — cyfeirio gofal rhagweithiol tuag at grwpiau sy'n cael eu tan-wasanaethu yn hytrach nag aros iddynt gyflwyno mewn argyfwng. Nid oes dim o hyn yn gweithio heb lythrennedd data — gallu arweinwyr, clinigwyr a dadansoddwyr fel ei gilydd i ddarllen, cwestiynu a gweithredu ar ddata'n onest.

Yn olaf, Amgylchedd Data Diogel (SDE) — yn rhyngwladol, Amgylchedd Ymchwil Dibynadwy (TRE) — yw'r llwybr rheoledig y mae ymchwilwyr a chynllunwyr yn dadansoddi data sensitif drwyddo. Yn hytrach na chopïo data allan at y dadansoddwr, caiff y dadansoddwr ei ddwyn at y data o fewn amgylchedd diogel, wedi'i archwilio, a dim ond canlyniadau cyfanredol, anadnabyddadwy sy'n gadael. Dyma'r model sy'n cymodi uchelgais ddadansoddol ag ymddiriedaeth y cyhoedd a drafodir ym Mhwnc 1.8 — Moeseg Data, Caniatâd ac Ymddiriedaeth y Cyhoedd.

Arferion gorau#

1. Dechreuwch o'r penderfyniad, nid y data. Cyn comisiynu dangosfwrdd neu fodel, enwch y penderfyniad y bydd yn ei newid, pwy sy'n berchen ar y penderfyniad hwnnw, a beth fyddant yn ei wneud yn wahanol unwaith y gwelant y mewnwelediad. Os na allwch ateb y cwestiynau hynny, rydych yn adeiladu adroddiad na wnaiff neb weithredu arno. Y ddisgyblaeth hon — gweithio am yn ôl o'r weithred a fwriedir — yw'r amddiffyniad mwyaf dibynadwy rhag lledaeniad dadansoddeg heb ei defnyddio, ac mae'n cysylltu'n uniongyrchol ag arferion tystiolaeth-i-weithred Pwnc 1.3 — Penderfyniadau Seiliedig ar Dystiolaeth.

2. Dringwch yr ysgol ddadansoddeg yn fwriadol, nid yn atgyrchol. Mae dadansoddeg ddisgrifiadol a diagnostig yn ateb y rhan fwyaf o gwestiynau gweithredol ac maent yn rhatach, yn fwy eglurhaol ac yn fwy dibynadwy na gwaith rhagfynegol neu ragnodol. Estynnwch am fodel rhagfynegol dim ond pan fo penderfyniad yn gofyn am ragwelediad mewn gwirionedd a gallwch weithredu ar y rhagfynegiad mewn pryd i ddylanwadu. Ymarfer academaidd yw sgôr risg sy'n nodi cleifion nad oes gennych gapasiti i'w helpu, nid rheoli iechyd y boblogaeth.

3. Trinwch ansawdd data fel cynnyrch o'r radd flaenaf, nid ôl-ystyriaeth glanhau. Mesurwch gyflawnrwydd, cywirdeb ac amseroldeb eich llifoedd data allweddol, cyhoeddwch y mesurau hynny, a gwnewch berchnogion a enwir yn atebol amdanynt. Nid troednodyn technegol yw codio gwael ethnigrwydd, amddifadedd neu anabledd — mae'n cuddio'r poblogaethau y mae angen i chi eu gweld fwyaf yn systematig, felly mae bylchau ansawdd yn dod yn fylchau tegwch. Trwsiwch ansawdd data wrth y ffynhonnell mewn systemau gweithredol lle bynnag y gallwch, oherwydd mae cywiro i lawr yr afon yn ddiddiwedd ac yn golledus.

4. Rhedwch fodel gweithredu dadansoddwyr a pheirianneg data penodol. Gwahanwch y gwaith o beiriannu piblinellau data dibynadwy, wedi'u modelu'n dda oddi wrth y gwaith o ddadansoddi a dehongli. Mabwysiadwch ddiffiniadau a rennir, rheoli fersiynau, adolygu cod dadansoddol gan gymheiriaid, a dulliau atgynhyrchadwy fel bod rhif yn golygu'r un peth i bawb a gellir ei ail-greu ar alw. Mae mudiad "Reproducible Analytical Pipelines" Lloegr yn y sector cyhoeddus yn fodel ymarferol sy'n werth ei fenthyg.

5. Galluogwch hunanwasanaeth, ond llywodraethwch y diffiniadau'n ganolog. Gadewch i dimau archwilio data ac adeiladu eu golygon eu hunain, oherwydd na all tîm canolog fyth ateb pob cwestiwn yn ddigon cyflym. Gwarchodwch rhag darnio drwy guradu haen semantig wedi'i llywodraethu — setiau data ardystiedig a diffiniadau y cytunwyd arnynt o fetrigau fel "rhestr aros" neu "dderbyniad y gellir ei osgoi" — fel bod hunanwasanaeth yn lluosi mewnwelediad yn hytrach na lluosi anghytundeb ynghylch beth mae'r rhifau'n ei olygu.

6. Defnyddiwch reoli iechyd y boblogaeth i dargedu tegwch, a gwiriwch am duedd. Segmentwch eich poblogaeth a haenwch risg i gyfeirio gofal rhagweithiol tuag at y rhai a fydd yn elwa fwyaf, gan gynnwys yn fwriadol grwpiau sydd, yn hanesyddol, yn cyflwyno'n hwyr neu ddim o gwbl. Cwestiynwch bob model am duedd: os yw offeryn haenu risg yn tan-sgorio grŵp difreintiedig neu leiafrifol ethnig oherwydd bod eu data'n deneuach, bydd yn dargyfeirio adnoddau oddi wrthynt yn dawel. Archwiliwch ganlyniadau yn ôl nodwedd warchodedig ac amddifadedd, nid dim ond yn gyfanredol.

7. Gwnewch Amgylcheddau Data Diogel y llwybr rhagosodedig at ddata sensitif. Ar gyfer ymchwil, cynllunio a defnydd eilaidd, dewch â dadansoddwyr at y data o fewn SDE neu TRE yn hytrach na thynnu copïau. Mae hyn yn crebachu eich arwyneb ymosod, yn creu llwybr archwilio llawn, ac yn rhoi stori amddiffynadwy, dryloyw i'r cyhoedd am sut y defnyddir eu data. Cyhoeddwch pwy sydd â mynediad, i ba ddiben, ac o dan gymeradwyaeth pwy, gan gysylltu eich dull â'r llywodraethiant a drafodir ym Mhwnc 1.7 — Llywodraethiant Gwybodaeth, Diogelu Data a Seiberddiogelwch.

8. Caewch y ddolen o ddadansoddeg i ganlyniadau a gwerth. Ar gyfer pob cynnyrch dadansoddeg arwyddocaol, tracwch a ddigwyddodd y weithred a fwriadwyd ac a wellodd y canlyniad — nid dim ond a edrychwyd ar y dangosfwrdd. Ymddeolwch gynhyrchion nad ydynt yn newid penderfyniadau mwyach. Lle bynnag y gallwch, cysylltwch fewnwelediad dadansoddol â gwerth wedi'i fesur gan ddefnyddio dulliau Pwnc 6.1 — Economeg Iechyd, fel bod buddsoddiad mewn platfformau data yn cael ei gyfiawnhau gan ganlyniadau yn hytrach na gweithgarwch.

9. Rheolwch ansawdd data fel disgyblaeth wedi'i mesur, oherwydd bod dadansoddeg a deallusrwydd artiffisial yn etifeddu pob nam oddi tanynt. Diffiniwch a monitrwch gyflawnrwydd, cywirdeb, amseroldeb a dilysrwydd ar gyfer eich llifoedd data hanfodol, gosodwch drothwyon, a gweithredwch pan fyddant yn llithro yn hytrach na darganfod y bwlch mewn adroddiad bwrdd. Ni all model neu ddangosfwrdd godi uwchlaw'r cofnodion sy'n ei fwydo, felly trinwch ansawdd fel swyddogaeth weithredol barhaus â pherchnogion a enwir, nid glanhad un-tro cyn prosiect. Mae hyn yn bwysicaf ar gyfer y meysydd sy'n cario tegwch — ethnigrwydd, amddifadedd, anabledd — lle mae codio tenau neu anghyson yn ystumio pob casgliad i lawr yr afon yn dawel.

10. Sefydlwch reoli data meistr ar gyfer eich data cyfeirio craidd. Cynhaliwch un fersiwn awdurdodol o'r endidau y mae popeth arall yn ymuno â hwy — cleifion wedi'u hallweddu ar y Rhif GIG, staff a sefydliadau — â stiwardiaeth glir dros sut mae pob un yn cael ei greu, ei baru a'i ymddeol. Hebddo, mae'r un claf yn ymddangos o dan sawl dynodydd a'r un gwasanaeth o dan sawl enw, felly mae dadansoddeg yn ymrannu ac nid yw cyfansymiau byth yn cysoni. Mae buddsoddi mewn data meistr dibynadwy yn ddi-sglein, ond ar raddfa gall un dynodydd amwys gamgyfeirio gofal a chamddatgan perfformiad ar draws system gyfan.

Cwestiynau i'w trafod gyda'ch tîm#

1. Pa rai o'n dangosfyrddau a'n hadroddiadau fyddai unrhyw un yn sylwi arnynt pe baem yn eu diffodd yfory — a beth mae'r ateb yn ei ddweud wrthym? Mae'r rhan fwyaf o stadau dadansoddeg yn crynhoi dros y blynyddoedd, ac edrychir yn anaml neu byth ar gyfran fawr o'r hyn a gynhyrchant. Mae'r cwestiwn hwn yn gorfodi rhestr onest: ar gyfer pob cynnyrch arwyddocaol, a allwch enwi'r penderfyniad y mae'n ei lywio, y person sy'n berchen ar y penderfyniad hwnnw, a'r tro diwethaf iddo newid un? Mae diffodd, neu gynnig diffodd, yn ddiagnosis cyflym — mae gwir brotest yn datgelu'r hyn sy'n bwysig, mae distawrwydd yn datgelu'r hyn nad yw. Mae'r timau sy'n ffynnu yn ddidrugaredd wrth ymddeol yr hyn nas defnyddir, oherwydd bod pob dangosfwrdd marw yn dal i fwyta cynnal a chadw, yn erydu ymddiriedaeth pan fydd ei rifau'n drifftio, ac yn claddu'r adroddiadau sy'n bwysig. Mae ailgyfeirio'r ymdrech a ryddhawyd tuag at lond llaw o gynhyrchion a ddefnyddir yn dda, a lywodraethir yn dda bron bob amser yn codi gwerth y stad gyfan. Gwyliwch rhag y reddf i gadw popeth "rhag ofn" — dyna'n union sut rydych yn cyrraedd dadansoddeg nad oes neb yn gweithredu arni.

2. A yw ein dadansoddeg yn gwneud anghydraddoldebau iechyd yn fwy gweladwy, neu'n eu cuddio? Gall metrigau cyfanredol — un amser aros ledled yr ymddiriedolaeth, cyfradd frechu gyffredinol — edrych yn galonogol wrth gelu gwahaniaethau llym oddi tanynt. Y prawf yw a yw eich cynhyrchion safonol yn dadansoddi canlyniadau yn ôl amddifadedd, ethnigrwydd, anabledd a nodweddion perthnasol eraill, ac a yw eich data'n ddigon da i wneud hynny'n onest. Os yw ethnigrwydd wedi'i godio'n wael neu os nad yw amddifadedd wedi'i gysylltu, mae eich dadansoddeg yn ddall yn strwythurol i'r poblogaethau y mae angen i chi eu cyrraedd fwyaf, a bydd y dallineb hwnnw'n llunio ble mae adnoddau'n llifo. Trafodwch ble mae ansawdd eich data presennol yn siomi dadansoddi tegwch, a beth fyddai'n ei gymryd i'w drwsio wrth y ffynhonnell. Ystyriwch hefyd a yw eich modelau rhagfynegol wedi'u gwirio am dueddiad yn erbyn grwpiau a dan-wasanaethir. Mae'r sgwrs hon yn cysylltu eich dadansoddeg yn uniongyrchol ag asgwrn cefn tegwch y llyfr ac â moeseg Pwnc 1.8 — Moeseg Data, Caniatâd ac Ymddiriedaeth y Cyhoedd.

3. Pe bai newyddiadurwr yn gofyn sut rydym yn defnyddio data cleifion ar gyfer dadansoddeg ac ymchwil, a allem roi ateb clir, gonest, calonogol heddiw? Ymddiriedaeth y cyhoedd yw'r drwydded y mae pob defnydd eilaidd o ddata iechyd yn dibynnu arni, ac mae'n haws ei cholli nag ei hennill. Gweithiwch drwy'r ateb gwirioneddol: ble mae'r data'n eistedd, pwy all gael mynediad iddo, drwy ba gymeradwyaeth, at ba ddibenion, a sut y byddai aelod o'r cyhoedd yn darganfod hynny. Os yw'r ateb gonest yn cynnwys copïau o ddata adnabyddadwy wedi'u gwasgaru ar draws taenlenni a gyriannau a rennir, mae gennych broblem diogelwch a phroblem ymddiriedaeth. Cyferbynnwch hynny â dull Amgylchedd Data Diogel, lle mae mynediad yn cael ei reoli, ei archwilio, ac y gellir ei gyhoeddi. Trafodwch beth fyddai angen i'ch sefydliad ei newid i fod yn wirioneddol gyfforddus â chraffu cyhoeddus — cyn bod digwyddiad yn gorfodi'r cwestiwn. Cofiwch care.data: nid y dechnoleg oedd y pwynt methiant; y methiant oedd hyder y cyhoedd yn y ffordd y byddai data'n cael ei ddefnyddio.

4. Pan fyddwn yn estyn am fodel rhagfynegol, a allwn ni weithredu ar yr hyn y mae'n ei ddweud wrthym mewn gwirionedd — ac a ydym wedi ennill yr hawl i ymddiried yn yr haen ddisgrifiadol oddi tano? Mae'n demtasiwn cyfateb aeddfedrwydd dadansoddol â soffistigedigrwydd, a thrin gwaith "dan arweiniad deallusrwydd artiffisial" neu ragfynegol fel y gyrchfan. Ond ymarfer academaidd yw sgôr risg sy'n nodi cleifion nad oes gennych gapasiti i gysylltu â hwy, ac mae model rhagfynegol a adeiladwyd ar sylfaen ddisgrifiadol sigledig yn awtomeiddio gwallau presennol yn syml ar gyflymder. Cwestiynwch bob model arfaethedig yn erbyn dau brawf: a oes penderfyniad go iawn sydd angen rhagwelediad mewn gwirionedd yn hytrach na darlun dibynadwy sy'n edrych yn ôl, ac a oes capasiti gweithredol yn bodoli i weithredu ar y rhagfynegiad mewn pryd i newid canlyniad? Mae ateb gonest yn enwi'r ymyriad penodol y bydd y rhagfynegiad yn ei sbarduno a'r tîm a fydd yn ei ddarparu, ac mae'n onest a yw'r grisiau disgrifiadol a diagnostig yn ddigon dibynadwy i adeiladu arnynt. Mae dringo'r ysgol yn fwriadol, gris wrth ris, fel arfer yn darparu mwy o werth na neidio i'r brig a darganfod nad oes dim yn dal y cwymp.

5. A ydym yn cytuno ar beth mae ein rhifau craidd yn ei olygu mewn gwirionedd — a ble byddai dau dîm yn rhoi atebion gwahanol i'r un cwestiwn? Wrth i ddadansoddeg hunanwasanaeth ledaenu, mae'r risg yn symud o fod â rhy ychydig o rifau i fod â gormod o fersiynau o bob un: mae'r "rhestr aros", y "derbyniad y gellir ei osgoi", y "claf gweithredol" yn gwyro'n dawel ar draws dangosfyrddau nes bod cyfarfodydd yn dadlau ynghylch pa ffigur sy'n gywir yn hytrach na beth i'w wneud. Profwch hyn yn goncrid drwy ofyn i ddau dîm gynhyrchu'r un metrig pennawd yn annibynnol a chymharu nid yn unig yr ateb ond y diffiniad a'r ymholiad y tu ôl iddo. Mae'r sgwrs onest yn codi ble mae haen semantig wedi'i llywodraethu a setiau data ardystiedig ar goll, a ble mae diffiniadau canolog wedi methu cadw i fyny â dyfeisgarwch lleol. Mae'r cyfnewidiad yn real — gwasgwch yn rhy galed ac rydych yn tagu'r archwilio sy'n gwneud hunanwasanaeth yn werthfawr; gadewch ef heb ei lywodraethu ac mae mewnwelediad yn ymrannu'n anghytundeb. Mae ateb aeddfed yn disgrifio pa fetrigau sydd wedi'u hardystio a'u perchnogi'n ganolog a pha rai sy'n cael eu gadael ar agor yn fwriadol ar gyfer archwilio lleol, yn hytrach na smalio y gall y stad gyfan fod y naill neu'r llall.

6. A ydym yn trwsio ansawdd data lle caiff ei greu, neu'n ei gywiro'n ddiddiwedd i lawr yr afon? Mae pob dangosfwrdd a model yn etifeddu namau'r cofnodion gweithredol oddi tano, felly mae'r penderfyniadau dadansoddeg mwyaf canlyniadol yn aml yn cael eu gwneud ymhell i fyny'r afon — yn y modd y caiff cyflwr ei godio ar y pwynt gofal, neu a yw'r un claf a gwasanaeth yn datrys i un dynodydd. Trafodwch ble mae eich sefydliad ar hyn o bryd yn clytio ansawdd yn yr haen adrodd, a beth fyddai'n ei gymryd i drwsio'r problemau hynny wrth y ffynhonnell yn lle hynny, gan gydnabod bod cywiro i lawr yr afon yn ddiddiwedd ac yn golledus. Mae hyn yn anwahanadwy oddi wrth reoli data meistr: heb un fersiwn awdurdodol o gleifion, staff a sefydliadau, nid yw cyfansymiau byth yn cysoni ac mae'r un person yn ymrannu ar draws cofnodion. Mae'r polion tegwch ar eu huchaf ar gyfer y meysydd anoddaf i'w codio'n dda — ethnigrwydd, amddifadedd, anabledd — lle mae cipio tenau neu anghyson yn ystumio pob casgliad i lawr yr afon yn dawel. Mae ateb gonest yn enwi pwy sy'n berchen ar ansawdd ar gyfer pob llif hanfodol, a yw'r berchnogaeth honno'n cyrraedd i mewn i'r systemau gweithredol, a ble mae absenoldeb data cyfeirio dibynadwy yn tanseilio'r rhifau'n dawel.

Yn ymarferol: enghraifft iechyd a gofal#

Mae Bwrdd Gofal Integredig (ICB) mewn rhanbarth cymysg trefol ac arfordirol eisiau lleihau derbyniadau heb eu cynllunio ymhlith pobl sy'n byw ag eiddilwch, a gwneud hynny heb ehangu'r bwlch rhwng ei dref farchnad gefnog a'i wardiau arfordirol difreintiedig.

Mae'r tîm iechyd y boblogaeth yn dechrau â set ddata gysylltiedig a dynnwyd o gofnodion gofal sylfaenol, gwasanaethau cymunedol ac ysbytai, wedi'i dadansoddi y tu mewn i Amgylchedd Data Diogel y rhanbarth fel nad oes unrhyw echdyniad adnabyddadwy yn gadael yr amgylchedd rheoledig. Maent yn segmentu'r boblogaeth dros 65 ac yn haenu risg eiddilwch, ond cyn targedu neb maent yn cynnal gwiriad tegwch. Mae'n datgelu bod y model yn tan-sgorio trigolion y wardiau arfordirol, oherwydd bod y practisau hynny, yn hanesyddol, wedi codio cyflyrau hirdymor yn llai cyflawn — bwlch ansawdd data yn cuddio fel angen is. Yn hytrach na bwrw ymlaen ar sgôr tueddol, mae'r tîm yn comisiynu ymdrech wella codio benodol yn y practisau yr effeithir arnynt ac yn addasu'r model, gan drin y gwelliant ansawdd data fel rhan o'r ymyriad ei hun.

 haenu risg tecach yn ei le, maent yn nodi tua 1,400 o bobl risg uchel nad ydynt yn hysbys eto i wasanaethau cymunedol. Mae tîm amlddisgyblaethol yn cynnig adolygiadau rhagweithiol, gan ddechrau'n fwriadol â'r wardiau arfordirol. Yn hollbwysig, nid yw'r ddadansoddeg yn stopio wrth dargedu. Mae dangosfwrdd disgrifiadol syml yn tracio, fesul ward a fesul degradd amddifadedd, faint o adolygiadau rhagweithiol a ddigwyddodd a sut y symudodd derbyniadau dros y chwe mis dilynol — gan gau'r ddolen o fewnwelediad i weithred i ganlyniad. Pan fydd adolygiadau un ardal yn aros yn eu hunfan, mae'r dangosfwrdd yn ei godi'n gynnar, ac mae'r tîm yn ymchwilio yn hytrach nag aros am yr adroddiad diwedd blwyddyn. Gan weithio gyda chydweithwyr cyllid ac economeg iechyd yr ICB, maent yn cyfieithu'r derbyniadau a osgowyd yn achos gwerth sy'n cyfiawnhau parhau â'r rhaglen. Nid oedd angen dewiniaeth ragfynegol y tu hwnt i sgôr risg a lywodraethwyd yn dda; daeth y gwerth o ansawdd data, disgyblaeth tegwch, llwybr mynediad dibynadwy, a dilyniant diflino.

Golwg drwy wahanol sectorau#

Busnes newydd#

Fel arfer mae busnes newydd technoleg iechyd yn byw neu'n marw ar honiad dadansoddol cul — bod ei offeryn yn nodi'r cleifion cywir, neu'n gwella canlyniad — felly ei flaenoriaeth yw tystiolaeth, nid ehangder. Adeiladwch biblinell fain, atgynhyrchadwy ac offerynnwch eich cynnyrch i fesur a yw'n newid penderfyniadau a chanlyniadau, oherwydd mai'r dystiolaeth honno yw'r hyn y bydd cwsmeriaid a rheoleiddwyr yn ei fynnu. Gwrthsefwch y demtasiwn i or-addo gallu rhagfynegol neu "dan arweiniad deallusrwydd artiffisial" cyn bod y sylfeini disgrifiadol ac ansawdd data'n gadarn. Pan fyddwch yn trin data'r GIG neu ofal, disgwyliwch weithio y tu mewn i Amgylchedd Data Diogel y cwsmer neu fodloni llywodraethiant cyfatebol; trin hynny fel cyfyngiad dylunio o'r radd flaenaf, yn hytrach nag fel syndod hwyr, yn aml yw'r hyn sy'n gwahanu'r busnesau newydd sy'n graddio oddi wrth y rhai sy'n arafu.

Busnes bach#

Fel arfer mae gan ddarparwr bach sefydledig — practis meddyg teulu, fferyllfa gymunedol, cartref gofal, clinig un safle — gleifion go iawn a dyletswyddau statudol ond dim dadansoddwr neu dîm data pwrpasol, felly'r nod ymarferol yw darlun disgrifiadol dibynadwy, nid ysgol aeddfedrwydd. Pwyswch ar y dadansoddeg sydd wedi'i hadeiladu i'r systemau rydych eisoes yn eu rhedeg ac ar setiau data a dangosfyrddau cenedlaethol neu a ddarperir gan yr ICB y gellir ymddiried ynddynt yn hytrach na sefydlu platfform na allwch ei gynnal. Trwsiwch ansawdd data wrth y ffynhonnell yn eich codio gweithredol eich hun, oherwydd dyna'r un lifer sydd o fewn eich rheolaeth lawn a dyma sy'n bwydo pob model rhanbarthol o'ch poblogaeth. Pan fydd yn rhaid i chi rannu data ar gyfer iechyd y boblogaeth neu ymchwil, defnyddiwch Amgylchedd Data Diogel yr ICB neu un cenedlaethol yn hytrach nag e-bostio echdyniadau, sy'n eich cadw'n cydymffurfio â'r un dyletswyddau â sefydliadau mawr heb fod angen eu hadnoddau. Mae un metrig a ddewiswyd yn dda y byddwch yn gweithredu arno mewn gwirionedd — rhestr o gleifion sy'n hwyr am adolygiad — yn well na chyfres o adroddiadau nad oes gan neb amser i'w hagor.

Menter fawr#

Fel arfer mae gan ddarparwr mawr neu integreiddiwr systemau'r broblem groes: gormod o lwyfannau, gormod o ddiffiniadau sy'n gwrthdaro, a chynffon hir o adroddiadau etifeddol. Y dasg menter yw cyfuno a llywodraethu — haen semantig wedi'i churadu, setiau data ardystiedig, a model gweithredu dadansoddwyr a pheirianneg data clir — fel bod hunanwasanaeth yn lluosi mewnwelediad yn lle lluosi anghytundeb. Buddsoddwch yn y gwaith di-sglein o ansawdd data a diffiniadau meistr, oherwydd ar raddfa menter gall un metrig amwys gamgyfeirio miliynau o bunnoedd. Gwyliwch rhag ymerodraeth dangosfyrddau drwy fesur defnydd ac ymddeol yr hyn nas defnyddir. Cydbwyswch safonau canolog ag ymreolaeth leol, neu byddwch naill ai'n tagu arloesedd neu'n colli rheolaeth ar y rhifau.

Llywodraeth#

Mae cyrff cenedlaethol a rhanbarthol yn cario rôl stiwardiaeth nad oes gan sefydliadau preifat: maent yn gosod y safonau, yn rhedeg yr Amgylcheddau Data Diogel mwyaf, ac yn atebol i'r cyhoedd am sut y defnyddir data'r boblogaeth. Y blaenoriaethau yw cyfreithlondeb a thegwch — rheolau mynediad tryloyw, safonau ansawdd data cyhoeddedig, a dadansoddeg sy'n codi anghydraddoldebau yn weithredol ar draws y boblogaeth gyfan. Mae'r llywodraeth hefyd mewn sefyllfa unigryw i leihau dyblygu, drwy ddarparu setiau data cenedlaethol dibynadwy a phiblinellau atgynhyrchadwy y gall pob tîm lleol adeiladu arnynt yn hytrach nag ailddyfeisio. Y wers drechaf o care.data yw nad ôl-ystyriaeth gyfathrebu yw ymgysylltu â'r cyhoedd ond mewnbwn dylunio; symudwch yn gyflymach nag y mae ymddiriedaeth yn ei ganiatáu ac rydych yn gosod yr agenda gyfan yn ôl am flynyddoedd.

Ffyrdd cyffredin o fethu#

• Dangosfyrddau nad oes neb yn gweithredu arnynt. Dadansoddeg a adeiladwyd i arddangos data yn hytrach na newid penderfyniad, yn amlhau nes bod y defnyddiol wedi'i gladdu dan yr hyn a anwybyddir.
• Datrys ar gyfer yr offeryn, nid y cwestiwn. Prynu platfform neu allu dysgu peirianyddol cyn gwybod pa benderfyniadau y mae'n rhaid iddo eu gwella.
• Dallineb ansawdd data. Cyflwyno rhifau hyderus a adeiladwyd ar ddata anghyflawn neu dueddol, yn enwedig lle mae codio gwael ethnigrwydd neu amddifadedd yn cuddio grwpiau a dan-wasanaethir.
• Lledaeniad echdyniadau. Copïau o ddata sensitif yn ymledu ar draws taenlenni a gyriannau, gan greu risg diogelwch a rhwymedigaeth ymddiriedaeth y cyhoedd y byddai Amgylchedd Data Diogel wedi'i hosgoi.
• Drifft diffiniad. Yr un metrig yn golygu gwahanol bethau mewn gwahanol adroddiadau, fel bod cyfarfodydd yn dadlau ynghylch pa rif sy'n gywir yn lle beth i'w wneud.
• Theatr ragfynegol. Adeiladu modelau soffistigedig nad oes gan y sefydliad gapasiti i weithredu arnynt, neu sy'n amgodio tuedd yn dawel yn erbyn y poblogaethau sydd mewn mwyaf o angen.
• Symud yn gyflymach nag ymddiriedaeth. Mynd ar drywydd uchelgais ddadansoddol heb ymgysylltu â'r cyhoedd, a cholli'r drwydded gymdeithasol y mae pob defnydd eilaidd o ddata yn dibynnu arni.
• Mewnwelediad heb ddolen. Peidio byth â gwirio a ddigwyddodd y weithred a fwriadwyd neu a wellodd y canlyniad, fel nad oes neb yn dysgu ac nid oes dim yn cael ei ymddeol.

Model aeddfedrwydd#

Rhestr wirio#

• Mae pob cynnyrch dadansoddeg arwyddocaol yn enwi'r penderfyniad y mae'n ei newid a phwy sy'n berchen ar y penderfyniad hwnnw.
• Mae metrigau ansawdd data (cyflawnrwydd, cywirdeb, amseroldeb) wedi'u mesur, yn eiddo ac wedi'u cyhoeddi ar gyfer llifoedd allweddol.
• Mae codio ethnigrwydd, amddifadedd ac anabledd yn ddigon da i gefnogi dadansoddi tegwch gonest — a'i wella lle nad ydynt.
• Mae haen semantig wedi'i llywodraethu yn diffinio metrigau craidd yn gyson ar draws offer hunanwasanaeth.
• Mae cod dadansoddol dan reoli fersiynau, wedi'i adolygu gan gymheiriaid, ac yn atgynhyrchadwy.
• Cyrchir data sensitif ar gyfer ymchwil a chynllunio drwy Amgylchedd Data Diogel, nid ei gopïo allan.
• Archwilir haenu risg a modelau rhagfynegol am duedd yn erbyn grwpiau a dan-wasanaethir.
• Mae adroddiadau safonol yn dadansoddi canlyniadau yn ôl amddifadedd a nodweddion gwarchodedig perthnasol.
• Mae pob cynnyrch yn tracio a ddigwyddodd y weithred a fwriadwyd ac a wellodd y canlyniad.
• Caiff dangosfyrddau ac adroddiadau nas defnyddir eu hadolygu a'u hymddeol ar gylch rheolaidd.
• Mae esboniad cyhoeddus o sut y defnyddir data cleifion ar gyfer dadansoddeg yn bodoli ac yn onest.
• Mae rhaglen llythrennedd data yn cefnogi arweinwyr a chlinigwyr, nid dadansoddwyr yn unig.

Prif ffynonellau#

• NHS England — Population Health Management resources and the Population Health Management Development Programme.
• NHS England — Secure Data Environment for NHS Health and Social Care policy guidelines.
• Office for National Statistics / UK Government Analysis Function — Reproducible Analytical Pipelines (RAP) strategy and guidance.
• The Health Foundation and The King's Fund — analyses of population health management and health inequalities.
• Understanding Patient Data — public resources on trusted research environments and the lessons of care.data.
• Data Saves Lives — the England data strategy for health and social care.

Cyfeiriadau#

1. Business intelligence — Wikipedia — https://en.wikipedia.org/wiki/Business_intelligence
2. Data and information visualization — Wikipedia — https://en.wikipedia.org/wiki/Data_and_information_visualization
3. Predictive analytics — Wikipedia — https://en.wikipedia.org/wiki/Predictive_analytics
4. Prescriptive analytics — Wikipedia — https://en.wikipedia.org/wiki/Prescriptive_analytics
5. Data warehouse — Wikipedia — https://en.wikipedia.org/wiki/Data_warehouse
6. Data lake — Wikipedia — https://en.wikipedia.org/wiki/Data_lake
7. Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
8. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
9. Population health — Wikipedia — https://en.wikipedia.org/wiki/Population_health
10. Health equity — Wikipedia — https://en.wikipedia.org/wiki/Health_equity
11. Data literacy — Wikipedia — https://en.wikipedia.org/wiki/Data_literacy
12. Population Health Management — NHS England — https://www.england.nhs.uk/integratedcare/what-is-integrated-care/phm/
13. Secure Data Environment for NHS Health and Social Care policy guidelines — NHS England — https://www.gov.uk/government/publications/secure-data-environment-policy-guidelines
14. Reproducible Analytical Pipelines (RAP) — UK Government Analysis Function — https://analysisfunction.civilservice.gov.uk/support/reproducible-analytical-pipelines/
15. Data saves lives: reshaping health and social care with data — Department of Health and Social Care — https://www.gov.uk/government/publications/data-saves-lives-reshaping-health-and-social-care-with-data
16. The care.data programme and lessons for data trust — Understanding Patient Data — https://understandingpatientdata.org.uk/
17. Master data management — Wikipedia — https://en.wikipedia.org/wiki/Master_data_management