基于综合风险评估和人群动态预警的健康管理研究——以心血管疾病为例

The burden of cardiovascular disease (CVD) have increased significantly in China. CVD management is facing big challenges. CVD risk factors are now well controlled compared with developed countries, requiring considerable improvement for disease management. The interconnected and shared medical information with big data techniques brings new opportunities for the health management of CVD. Based on the previous work of “cardiovascular risk prediction for the Chinese population using big data: from discovery to application” sponsored by the National Natural Science Foundation of China (NSFC), we developed the CVD risk assessment tool and proposed the appropriate screening strategy. In this project, we propose to develop a novel risk-based CVD disease management package by dynamic monitoring the population, establishing the real-time warning system for high-risk population based on syndromic surveillance through time series analysis model. The warned patient will be actively followed by the community doctors. Intensive intervention package including use of new technology such as wearable device will be designed. Taking cardiovascular diseases as an example, a big-data-driven comprehensive chronic disease management system of risk assessment, disease screening, dynamic early syndromic Surveillance warning, and intensive intervention for high-risk population will be initially established and applied in Yinzhou district of Ningbo city for pilot application and feasibility evaluation. The project will provide the latest evidence for population-level CVD primary prevention and tools for individualized CVD risk management in China.

心血管病危害严重，我国疾病管理模式仍有较大的改善空间，互联共享的医疗信息数据链为全人群健康管理带来新契机。本研究拟以前期培育项目基于电子健康档案的大数据资源为基础，采用已构建的心血管病风险预测模型及人群筛查策略，开发内嵌于公共卫生基层服务信息系统中的风险评估工具应用模块，应用综合风险评估工具和筛查策略对人群进行风险分层；针对筛查出的高危人群，整合碎片化的临床轨迹信息进行症状监测，利用时间序列分析模型建立高危人群实时预警模型；对预警的个体，通知所属的基层社区医生进行主动随访，设计试点强化干预方案。以心血管病为例，拟初步建立一套大数据驱动的综合风险评估、疾病筛查，以及高危人群动态预警和干预的慢性病管理模式，在宁波市鄞州区进行试点应用并进行可行性评价。从全人群、亚人群到个体水平，实现基于综合风险评估的健康管理在应用层面上的粒度缩放，可以为我国人群心血管病一级预防和个体化的健康风险管理提供证据。

心血管病危害严重，我国疾病管理模式仍有较大的改善空间，互联共享的医疗信息数据链为全人群健康管理带来新契机。本研究以前期培育项目基于电子健康档案的大数据资源为基础，以心血管疾病为例，基于已构建的心血管病风险预测模型，在宁波市鄞州区设计了一套完整的大数据驱动的人群心血管疾病风险管理的筛查流程，开发了嵌入基层当地公共卫生服务的心血管疾病风险预测评估工具应用模块；建立了基于病例交叉设计的心血管疾病发病人群的监测预警研究，设计了该地区针对中高危人群在线动态预警算法；针对基于综合风险评估及在线预警工具筛查出的高危人群，开发了适合我国人群使用的强化干预技术包，初步建立了一套大数据驱动的综合风险评估、疾病筛查，以及高危人群动态预警和干预的慢性病管理模式。该套方案在宁波市鄞州区进行试点应用，切实可行。同时本研究完成了在该地区进行基于阶梯设计的整群随机对照试验的试验设计方案，为后续的研究进一步科学评价大数据驱动的心血管疾病管理模式的效果开展科学的评价打下了坚实的基础，为我国人群心血管病一级预防和个体化的健康风险管理提供证据。本研究从全人群、亚人群到个体水平，实现基于综合风险评估的健康管理在应用层面上的粒度缩放；从慢性病发生、发展的时间、空间和人群的全局视图设计基于证据的可操作性的慢性病动态管理模式，提升了大数据的使能创新能力，完成了大数据研究成果的转化应用，充分实现了医学信息和管理决策相结合的全局视图下的跨界关联。

内容获取失败，请点击重试