通过基于证据的学习健康系统框架,共同学习改善健康:中风病例研究

科学领域:

• 在医疗保健系统中整合数字健康.
• 学习健康系统 (LHS) 模型的应用.
• 基于证据的医疗保健改进策略.

背景情况:

• 卫生系统为学习健康系统 (LHS) 模型做好了准备,这些模型利用数字基础设施进行反和创新.
• 现有的LHS文献往往缺乏经验验证和益处证据.
• 本研究旨在提出一个严格的编码设计,基于证据的LHS框架和国家案例研究.

研究的目的:

• 概述一个新的,基于证据的学习健康系统 (LHS) 框架.
• 介绍一项与LHS协调的计划的国家案例研究,证明其临床益处.
• 展示数字基础设施的整合,以改善医疗保健服务.

主要方法:

• 该研究概述了LHS的核心组成部分,包括从利益相关方获取证据,研究整合,数据利用和实施生成的证据.
• 澳大利亚的一项全国性中风计划被选为案例研究,以代LHS方法为例.
• 该案例研究展示了应用基于证据的流程,并将现实研究嵌入到医疗保健优化中.

主要成果:

• 澳大利亚中风计划与LHS原则保持一致,自2007年以来,在全国范围内明显改善了中风护理.
• 该计划整合了来自四个LHS象限的证据,以实现代的系统级改进.
• 这种方法强调了研究从终点转变为医疗保健影响的推动者.

结论:

• 综合,与LHS一致的方法对健康结果产生有形的影响,澳大利亚中风计划证明了这一点.
• 本案例研究提供了一个实用模型,用于在其他健康条件和环境中实施LHS原则.
• 这项工作强调了基于证据的流程和现实世界的研究在优化医疗保健改进中的价值.