对公平干预计划的新方法,以改善数字健康计划中的参与和结果:模拟研究

科学领域:

• 数字健康干预措施 数字健康干预措施
• 慢性疾病管理 慢性疾病管理
• 医疗信息学 医疗信息学

背景情况:

• 数字健康计划为慢性疾病提供个性化的支持,旨在目标临床结果和持续的患者参与.
• 挑战包括患者退学和不公平的干预交付,可能使某些患者子组处于不利地位.
• 优化临床结果和参与之间的平衡,考虑到公平性和资源限制,至关重要.

研究的目的:

• 为数字健康计划提出资源管理模型.
• 共同考虑个人临床结果和患者参与.
• 确保公平分配,使能力规划,并使用2型糖尿病数据进行模拟.

主要方法:

• 为了优化长期参与和临床结果 (健康的葡萄糖水平),开发了一种不安的多臂强盗 (RMAB) 模型.
• 针对RMAB提出了新的公平目标,以减轻各组之间的绩效差异.
• 应用了两级优化算法,并制定了参与度和结果共同演变的模型.

主要成果:

• 优化政策使患者达到健康葡萄糖水平的数量增加了高达10%,并在12个月内减少了10%的学.
• 公平的政策将人口群体之间的参与和健康结果的平均绝对差异减少了高达85%.
• 模拟表明了拟议方法的可行性和有效性.

结论:

• 通过考虑临床结果和参与动态,可以有效地规划数字健康干预.
• 拟议的RMAB框架支持顺序决策和能力规划.
• 整合公平的RMAB算法增强了公平解决方案的潜力,在平衡目标方面提供了灵活性.