El análisis predictivo y su aplicación en la salud pública

Gracias al análisis predictivo, estamos poniendo a prueba nuevas formas de predecir problemas de salud pública, por lo que podemos intervenir y detenerlos antes de que comiencen. 

Podemos utilizar el análisis predictivo para aprovechar los datos aparentemente inconexos para predecir quién es más susceptible a complicaciones en el parto o enfermedades crónicas o dónde y cuándo es más probable que se produzca un brote virulento. Con esta información, los funcionarios de salud pública deben ser capaces de responder antes de que el problema se manifieste - prestación de los tratamientos prenatales adecuados para mitigar las complicaciones del parto, identificando a los más propensos a estar expuestos al plomo o encontrar establecimientos de comida con mayor riesgo de contaminación. Con esta información, los datos se convierten en acciones concretas. El análisis predictivo tiene el potencial de transformar tanto la forma en que opera el gobierno y cómo se asignan los recursos, mejorando así la salud del público. 

Mientras que los mayores beneficios aún no se han revelado, existen organismos que comienzan a emplear estas tácticas. En el Departamento de Salud Pública de Chicago (CDPH), por ejemplo, ya aprovechan los datos y la historia para tomar decisiones más inteligentes, más específicas. Hoy están llevando a cabo modelos analíticos predictivos para la protección de los alimentos, la política de control del tabaco, y los programas de inspección de plomo. 

Recientemente, el CDPH y el Departamento de Innovación y Tecnología se unieron a socios locales para identificar los diversos datos relacionados con establecimientos de comida y su ubicación - normas que incumplen del código de construcción, abastecimiento de alimentos, quejas registradas, iluminación en el callejón detrás del establecimiento de comida, informes de los medios sociales, violaciones del código de saneamiento, la densidad de población del barrio, historias de quejas de otros establecimientos con el mismo propietario y más. 

El modelo produjo una puntuación de riesgo para cada establecimiento de comida, con la puntuación de riesgo más alta asociada a una mayor probabilidad de violaciones críticas. Con base en los resultados de este piloto y la entrada adicional de las partes interesadas, están evaluando el modelo y continúan haciendo los ajustes necesarios. Una vez que se haya demostrado con éxito, utilizarán el modelo para ayudar a priorizar las inspecciones, y al hacerlo, ayudar a mejorar la seguridad alimentaria. 

Para que quede claro, este nuevo sistema no está reemplazando al programa actual. Se continuará inspeccionando todos los establecimientos de alimentos, garantizando que todo el suministro de alimentos sigue siendo seguro y saludable para los residentes y turistas. Pero el análisis predictivo es lo que permite concentrarse mejor en aquellos establecimientos más propensos a tener problemas. Con el tiempo, este sistema ayudará a trabajar más estrechamente con los restauradores para que puedan mejorar sus quejas empresariales y disminuirlas. En resumen, las empresas y sus clientes estarán más felices y más saludables. 

Los modelos predictivos pueden ayudar a determinar la asignación de los recursos y dar prioridad a las inspecciones de viviendas en zonas de riesgo de envenenamiento de plomo, en lugar de esperar a que los informes de niveles de plomo en sangre de los niños desencadene una inspección (el actual enfoque pasivo). Un enfoque predictivo acorta la cantidad de tiempo y dinero gastado en la mitigación mediante la concentración de esfuerzos en los hogares que tienen mayor riesgo de envenenamiento por plomo en los niños. 

La incorporación de los modelos predictivos en la interfaz de registro médico electrónico servirá para alertar a los proveedores de cuidado de la salud de los niveles de riesgo de envenenamiento por plomo a sus poblaciones de pacientes pediátricos y embarazadas. 

Es una gran oportunidad para la salud pública, utilizar la analítica para promover políticas basadas en datos. Necesitamos utilizar nuestros datos mejor, compartirlos con el público y nuestros socios, y luego aprovechar esa información para crear mejores políticas, sistemas y los cambios ambientales. 

Las instituciones públicas deben emplear cada vez más el análisis predictivo para avanzar en sus esfuerzos para proteger la salud de sus residentes. Además, los conjuntos de datos, grandes y complejos, deben ser analizados utilizando el análisis predictivo para mejorar el reconocimiento de patrones, sobre todo a partir de diversas fuentes de datos y tipos, en última instancia conduce a una acción en la salud pública importante. 

Etiquetas: analítica, análisis predictivo, salud pública