SAS 如何帮助改善人口健康
整合健康和非健康数据以指导整体关怀和用于减少健康差异的社区计划。通过集成您患者、成员和客户的 360 度视图中包含的分析，提高护理质量和改善健康结果。获得各个层面（个人护理、分组到整个群体）的洞察，为建立更好社区的策略提供依据。SAS 让您能够扩大就医机会、改善健康结果并加强患者安全。
健康结果
- 分析结构化和非结构化的临床和操作数据（包括自由形式的注释和焦点小组笔录），以发现有关适应症的隐藏洞察。
- 将洞察转化为可以帮助您预测和改善结果的循证知识。
- 使用所有可用数据来确定最佳治疗，着重于基于价值的护理。
- 了解影响再入院率的临床和非临床因素。
患者安全
- 通过增加数据共享来避免药物、手术和其他相互作用错误。
- 分析各种数据源，以预测和从医学角度研究患者的安全信号。
- 确定感染风险较高的患者，以优化出院计划。
- 预测并预防可避免的再入院。
整体关怀
- 提供更完整、准确的客户服务视图并影响医疗和非医疗服务中的人力和财务成果。
- 了解社区的整体需求以及可能阻碍护理的背景因素。
- 预测高风险人群对服务的需求，并衡量计划的有效性
其目的是在 SAS 中开发多种模型，以便更好地为父母提供信息、为婴儿提供最佳的医疗保健，以实现更好的长期神经发育结果，并将其最终应用于其他重症监护部门。Manon Benders Professor & Head of Neonatology University Medical Center Utrecht
-
使用的 SAS® 软件
一项具有里程碑意义的人口健康研究如何帮助内华达州解决一些最复杂的健康问题？
SAS 与 Renown Institute for Health Innovation 合作开展“健康内华达计划”(Healthy Nevada Project)，对公民的遗传、临床、环境和社会经济数据进行分析，以：
- 开发一个健康决定因素平台，该平台将根据患者变量（例如性别、年龄以及个人或家庭健康史）来显示人口健康风险。
- 分析人口健康结果及其与参与者遗传信息和各种环境因素（如空气和水质）的相关性。
- 了解环境因素如何帮助预测谁可能处于危险之中，以便更快地进行诊断并促进开发更精确的治疗方法。
- 开发一个健康决定因素平台，该平台将根据患者变量（例如性别、年龄以及个人或家庭健康史）来显示人口健康风险。
-
使用的 SAS® 软件
一家荷兰医院如何积极治疗甚至预防早产儿的败血症感染？
SAS 帮助 Universitair Medisch Centrum (UMC) Utrecht：
- 建立一个统计模型，该模型可以判断导致早产儿败血症的细菌是否存在，其准确率可达到 90％。
- 减少不必要的抗生素使用以及此类治疗所带来的所有后果。在统计模型建立之前，所有早产儿中有 60％ 接受了抗生素治疗。
- 表明分析驱动的解决方案能够解决医疗保健中的复杂问题。