Ciao.
Io sono Renita Lavaggio, UN dottorato di ricerca alunno A IL Università Di Centrale Florida
In IL Modellazione e Simulazione programma.
Oggi, IO' LL Essere presentando…
Scusa.
IO Sapere Noi Avere A Fare Esso In uno sessione.
Dott. Amon, Veramente presto, Fare Voi Volere Me A Dire mio
E Poi Voi Dire il tuo E Poi IO Fare IL titolo?
Potresti ricominciare.
Voi Potevo ricomincia Se lo faresti Piace A.
Noi abbiamo avuto tempo.
Scusa.
Voi Potere Appena introdurre Me a... o qualunque lavori per Voi.
IO Potere andare avanti-
Malato Appena fermare Quello Io sono In IL programma
E Poi Voi Potere introdurre te stesso E Poi Malato Mantenere andando.
Va bene, suoni Bene.
Dopo IO Dire In IL scuola modellazione, Simulazione & Formazione A UCF
Poi Voi Potere scegliere Esso su, Va bene?
Va bene.
Di IL modo, Questo Volere Essere, Piace IO disse, inviare processi,
COSÌ Noi Potere Tutto modificare Tutto Di Quello cose fuori.
Va bene, suoni Bene.
Va bene, Io sono andando A andare SU muto Ancora, E una volta IO Fare, suo Tutto Voi.
Ciao.
Io sono Renita Lavaggio, UN dottorato di ricerca alunno In IL Modellazione e Simulazione programma
A IL Università Di Centrale Florida.
E Io sono Dott. Maria Jean Amon.
Io sono UN assistente Professore A IL Università Di Centrale Florida
In IL Scuola Di modellazione, Simulazione, & Formazione.
Oggi, Noi Volere co- presente Nostro manifesto SU identificativo modelli
nel paziente esperienza giudizi
con macchina apprendimento raggruppamento tecniche.
In Questo manifesto sessione, BENE riassumere IL obiettivi,
metodo, E risultati da IL esplorazione Di questi modelli
In paziente esperienza giudizi.
Paziente esperienza giudizi erano ottenuto
da IL 2019 Consumatore Valutazione Di Assistenza sanitaria Fornitori E Sistemi,
da Qui riferito A COME CAHP, risposta dati,
E limite Esso A pazienti visto di primario cura fornitore.
Noi utilizzo di JMP macchina apprendimento raggruppamento E dati preparazione utensili
A identificare quattro paziente gruppi basato SU loro sondaggio risposte.
Grappolo analisi È UN macchina apprendimento tecnica
usato In molti industrie per cliente segmentazione.
IL obiettivo È collocazione clienti in gruppi
basato SU analogie entro IL gruppo E differenze fra IL gruppi.
In assistenza sanitaria, esplorazione Di cliente segmenti
fornisce approfondimenti SU possibile differenze In cura viaggi E esperienze,
come COME disparità fra gara, genere, cultura, O salute stato.
Identificazione Di distinto gruppi
Potere far sapere IL progetto Di su misura cura consegna Modelli.
IL del progetto tre obiettivi erano A, Primo,
condotta UN gerarchico grappolo analisi SU categorico sondaggio risposta dati;
secondo, identificare cluster Attraverso visivo ispezione Di dendrogramma
E colore carta geografica partizioni basato SU loro viaggi,
Quale era misurato di sondaggio domande
imparentato A collegamento IL relazione con IL fornitore,
utilizzazione Di Servizi, E livello Di cura gestione;
E da ultimo,
condotta pos t-hoc analisi A Esplorare differenze tra cluster
In loro giudizi del fornitore,
loro complessivamente salute, E complessivamente mentale salute.
Prima Noi tuffo in dettagli Di IL metodi E risultati,
lo faremmo Piace A riconoscere IL NOI Agenzia per Assistenza sanitaria Ricerca E Qualità
e Westat
per fornendo IL identificato C Dati dell'AHPS per Questo sforzo.
IL CAHPS dati È usato A guadagno intuizione in IL assistenza sanitaria esperienza
da IL del paziente prospettiva.
IL 12 selezionati domande Sono destinato A catturare UN del paziente viaggio
E interazione con tuo primario cura fornitore
Sopra IL scorso sei mesi.
IL domande Ancora messa a fuoco SU lunghezza Di relazione con IL medico,
Come IL paziente interagisce con IL del medico ufficio
per routine E urgente cura esigenze,
E IL livello Di cura coordinazione per accessorio Servizi richiesto.
Priore A iniziando di JMP raggruppamento attrezzo, dati preparazione,
Compreso assegnazione IL adeguata dati modellazione tipo
per IL sondaggio domande.
IL dati modellazione tipo era O nominale, SÌ- NO O non applicabile,
O nullo, UN [impercettibile 00:03:43] scala.
Un altro dati preparazione compito era riformattazione Di Selezionare domande.
IL CAHPS sondaggio utilizzo Questo logica di scala.
Per esempio, uno domanda chiesto In IL scorso sei mesi,
fatto Voi Fare Qualunque appuntamenti
per UN verifica O routine cura con Questo fornitore?
Se NO, saltare al prossimo domanda.
Esso era determinato Quello IL saltare domande erano pertinente A IL esplorativo analisi.
Perciò, valori Sono registrato da mancante A zero,
Quale JMP si riferisce A mancante non A casuale.
IL scorso fare un passo Di preparazioni Quello Noi evidenziare
È imparentato A IL mancante valori.
Invece Di indirizzamento Questo precedente A modellazione,
Noi utilizzo di JMP integrato mancante valore caratteristica A imputare,
A sostituire con stime quelli mancante valori.
Questo È UN opzione selezionato da IL raggruppamento menù.
Dato IL Mi piace scala domande,
Noi ipotizzare Quello IL dati era gerarchico
con probabile sottogruppi fra IL dati.
Gerarchico raggruppamento con IL reparto distanza metodo era applicato,
E IL produzione era limitato A quattro cluster
per sollievo Di interpretazione.
IL reparto metodo era adeguata per IL categorico dati
COME Esso fatto non richiedere puro misurare Di distanza.
Invece, Esso costruisce cluster basato SU UN analisi Di varianti Piace In Innova.
UN colore carta geografica era aggiunto A IL dendrogramma produzione
A aiuto visivo confronto SU risposta differenze attraverso IL gruppi.
Unico modelli entro E differenze fra cluster
erano riassunto basato SU Basso, medio, O alto manutenzione.
Senso Come tanto accesso A cura era usato di IL paziente
come COME frequenza Di routine E urgente ufficio visite
O contattando IL ufficio durante O al di fuori Di regolare ore,
COME BENE COME Come BENE pazienti credere IL ufficio era gestire loro cura,
Quale era Debole, più alto, sufficiente,
definito di giudizi E seguire- su per laboratorio E prescrizione esigenze.
IL grappolo produzione era salvato E assegnato A ogni risposta per IL anno Domini ad hoc analisi.
Ora, IL primario messa a fuoco Di IL progetto era confrontando cluster
SU tre chiave giudizi imparentato A IL fornitore,
loro complessivamente salute, E complessivamente mentale salute.
Tuttavia, con JMP, Voi Potere utilizzo IL grappolo Compiti
A Esplorare IL distribuzione Di demografico dati
COME BENE COME altro domanda risposte fra IL gruppi.
Per futuro analisi, Noi consigliare esplorando differenze In età
O gara distribuzioni
fra IL manutenzione gestione- basato cluster.
Noi erano interessato In comprensione
Se Là È UN relazione fra IL grappolo Incarico
E IL del paziente giudizi Di IL fornitore, loro complessivamente salute, E mentale salute.
Visivo ispezione Di IL Significare punteggi per ogni Di questi tre variabili
suggerito Quello Là Maggio Essere significativo differenze basato SU grappolo.
Per esempio, alto salute manutenzione pazienti
Chi utilizzare Di più assistenza sanitaria Servizi Ma Anche Avere soddisfacente giudizi per laboratorio
E prescrizione gestione
Anche apparire A Avere più alto giudizi Di complessivamente salute E mentale salute.
Se Noi andare A IL Prossimo diapositiva,
questi osservazioni erano ulteriore esaminato utilizzando di JMP contingenza analisi,
Quale È UN metodo per esaminando IL relazione
fra due categorico variabili.
Noi identificare statisticamente significativo differenze
In fornitore, complessivamente salute, E mentale salute giudizi
basato SU IL paziente grappolo,
Quale ulteriore punti salienti IL utilità Di Nostro raggruppamento approccio
In identificativo significativo paziente gruppi.
Complessivamente, comprensione IL relazione fra ogni di gruppo cura viaggio
E complessivamente esperienza E salute giudizi
Potere far sapere IL progetto Di salute cura pratiche
come COME migliorato comunicazione canali durante non- regolare ufficio ore
O cura navigazione Servizi
A aiuto con seguire- su Di laboratorio E prescrizione gestione.
Grazie Voi per visualizzazione di oggi sessione.
Noi Benvenuto tuo domande E Commenti.
