你好。 感谢你为了加盟我们今天
为了我们的推介会在，
“测量改变在药物辅助治疗
为了参加者在项目回声使用行政的卫生保健理赔”
我们是兴奋的到分享如何我们使用JMP作为A钥匙工具在我们的分析的工作。
下一个滑动，请。
我的姓名是艾丽卡普兰特和我是A高级的科学的数据分析师
在这研究所为了健康政策和实践
在这大学的新的汉普郡。
我是加入经过博士米歇尔卡波佐利，高级的讲师
在这部门的数学和统计数据，
还在这大学的新的汉普郡。
两者都不米歇尔也不我有冲突的兴趣到透露。
下一个滑动，请。
前我们描述我们的工作，
我会喜欢到提供A简短的概述在项目回声。
项目回声曾是成立在2003年经过博士桑杰夫阿罗拉
在这大学的新的墨西哥。
博士阿罗拉是A医师专攻在消化内科和肝病学。
他曾是看见患者和肝炎C死在令人震惊的费率
因为他们可以不是使用权关心
为了这可治疗的疾病在A及时方式。
他寻求到带来供应商一起到形式A社区的实践
在哪里医生和其他专家能学习从每个其他。
回声是一个“全部教，全部学习”模型，
和这会话是经常居中大约A钥匙问题或者健康）状况。
这大学的新的汉普郡推出它是项目回声中心在2018
和有自从生产的A数字的回声程式，
包括这合伙为了学术的临床远程医疗，药物
为了瘾治疗，或者垫子。
下一个滑动，请。
这基本的目标的PACT垫回声是
到增加这数字的护士从业者学生
在毕业和研究生程式WHO收到放弃训练，
申请为了这放弃，和随后规定垫。
其次，这项目寻求到增加供应商自己-功效
在管理患者和物质-使用紊乱。
这程序发达A学习社区
那启用A文化那明白瘾
作为A慢性的疾病和曾是准备好的到地址
这范围的问题那出现期间这过程的治疗。
具体来说，这程序专注的在全部参与者变得精通
和文化上胜任的在开处方和治疗苏德，
作为出色地作为加强容量和素质的服务可用的
到患者在他们的社区通过他们的提供商。
下一个滑动，请。
后这完成的这第一的PACT垫会议，
这团队曾是感兴趣的在接听一些问题
关于这PACT垫回声通过理赔数据分析。
但这是一些核信息关于这分析的项目。
这分析的时期的兴趣曾是从2018通过六月2020.
这曾是到捕获之前的数据之后这第一的PACT垫回声会议。
这项目曾是资助的
经过这物质虐待和精神的健康服务行政 （萨姆哈萨），
作为部分的150K 3年授予。
这项目的主要的研究者曾是博士马西道尔。
我们是想要到问A很少问题关于这实际的回声程序
和如何我们是有能力的到看如果供应商做法有变了
后实际上参加在这回声。
和这中心为了健康分析的信息学
在这研究所为了健康政策和实践在呃。
是幸运足够的到有使用权到卫生保健，行政的索赔，
和注册数据为了商业的和新的汉普郡医疗补助政策。
所以，这查团队曾是带来进入这研究项目
到收集和总计的这数据，
和UNH的部门的数学和统计数据曾是带来在
到建造楷模和履行分析。
下一个滑动，请。
和这些是这问题那我们问作为我们的核研究问题。
做过这PACT垫回声系列有一个影响
在参与者的垫开处方做法？
和能我们成功地履行A案件/控制学习在供应商
使用行政的索赔数据？
下一个滑动，请。
什么时候收集健康关心索赔，
我们包括全部成员，年龄零到64 WHO有医疗的
和药店注册在这月的兴趣。
PACT垫参与者自己-报告他们的姓名，标题，新产品导入，
组织的姓名和地址，和他们的放弃地位。
我们叉-参考的那数据反对内容管理系统国家的计划
和供应商枚举系统，还已知的作为这核电厂注册表。
在这案例的A错配之间这自己-报告数据
和这核电厂注册表，这自己报告数据曾是经过考虑的
这最多向上到日期和曾是用过的为了这分析。
信息在我们的控制团体曾是来源仅有的从这核电厂。
下一个滑动，请。
和索赔反映如果一或者更多的服务线条包括
一个垫程序代码或者药品代码，
他们是还标记的
如果阿片类药物相关紊乱诊断代码曾是成立。
医疗的供应商是已选择作为有计费为了垫如果在至少
一服务线包括他们的新产品导入或者一的这垫中华映管代码。
处方供应商是已选择作为有规定的垫如果至少
一药店服务线包括他们的新产品导入作为这处方者
和在至少一的这垫国家数据中心代码。
这案件和控制种群每个有二对的数据集。
下一个滑动，请。
一一对为了每个保险类型，商业的或者新的汉普郡医疗补助。
这第一的日期包括那里这供应商新产品导入和信息，
作为出色地作为全部的聚集体经过月的全部供应商，
患者和索赔。
患者和阿片类药物-使用紊乱(OUD),
患者和任何药物辅助的治疗，
和患者和两个都乌德和垫。
这第二数据集假如这相同的数据集作为这第一的数据放...
相同的数据作为这第一的数据放，和聚合
在这成员人口统计学等级，
这样的作为年龄，类别，县，和性别。
不可识别的成员数据曾是应用到这统计学家。
现在我是去到经过这推介会到我的同事，博士卡波佐利。
感谢你，艾丽卡。
一次我们获得这数据。
这数据曾是实际上分析了经过丽贝卡L.公园。
她曾是A联合国卫生研究院硕士学生在下面这监督的我
和博士菲利普拉姆齐。
我们已收到这三数据套。
一曾是这从业者人口统计这样的作为姓名，
国家的供应商标识符，标题，实践地址。
这其他二是这索赔数据集。
一为了这医疗补助和一为了这商业的。
所以这原来的数据曾是极其大的
为了两个都这商业的和为了医疗补助
为了每个从业者，它跟踪每个的他们的垫患者'历史
超过这学习时期。
所以这原来的想法曾是尝试到...
使用他们的图案的行为的他们的患者超过时间。
相当迅速地，它成为明显的那这方法曾是A小的少量有问题的
和还我们跑了进入一些隐私法律在试到制作当然
那全部识别标记是不是可用的。
所以什么我们做过曾是我们磨练在
在一些的这变量为了这人口统计数据。
所以我们磨练在在这国家的供应商标识符，
他们的标题，和这城市的他们的实践。
和然后从这索赔数据，我们专注的在在这月和年。
所以这曲目什么月和年
那我们是看着在。
这阶段的这程序曾是这预,
所以这是前前回声，
进行中是期间回声，帖子是明显地后回声。
所以然后我们聚集的这数据和所以反而的看着在
每一个单身的访问，什么我们看着在是几个月
和我们看着在病人总数。
所以这第一的，我们明显地看着在曾是这数字的患者全部的
为了那从业者期间那月，
这数字的患者和阿片-U硒紊乱，
这数字的患者WHO有任何垫，
这数字的患者和乌德WHO有任何垫。
更远，什么时候看着在这医疗补助
相对这商业的关心，期间这探索性的分析，
它成为明显的那我们是去到需要到重点在在这医疗补助数据
到期的到这低的病人数字在这商业的关心。
所以这里为了例子，什么时候我们是看着在它，
它成为明显的；
所以在平均的他们有一病人每月和任何垫子。
和所以什么我们是正在做曾是有A很多的疏数据这里
和它曾是只是不是有利的到试到合身楷模。
所以我们专注的在在这医疗补助数据。
更远，我们最初有20供应商，
哪个我们有到减少向下到九提供商。
和这原因存在是那一些的这供应商
有也许多几个月的丢失的数据。
一些的他们，我们有到排除
因为这多数的这几个月，他们没有有任何患者WHO有垫。
和然后更远，作为我们开始到合身这楷模，
它成为明显的那我们还需要A最低限度的10全部的患者每月。
所以我们做过结尾向上和A非常更小样本尺寸
比我们有起初想法我们会有。
这其他片，作为我们是探索这数据，
使用一些的这工具那约翰提供，
我们注意到那这九从业者有在平均的这数字的患者
或者数字的全部的患者不同。
所以为了例子，他们可以有，
我思考它曾是之间A全部的范围的一到161患者。
所以之间那和然后看着在这趋势超过时间，
所以我们看着在这平均的数字的患者全部的
和作为你注意这，这蓝色的线，
你注意那只是在一般的有一个增加的患者超过时间。
我们还看着在这平均的数字的患者
和这阿片类药物使用 D等序
和那些WHO有任何垫子，和那些WHO是确诊
和乌德和有任何垫。
和如果你注意，全部四有A相似的趋势的一个增加趋势。
所以到战斗那，因为什么我们想到知道是，
是从业者增加他们的开处方？
不是那他们是有更多的在患者中超过时间，
我们归一化这数据经过创造A新的多变的。
所以什么我们创建曾是这部分的患者
WHO有任何垫在比较到这全部的数字的患者。
和这原因那我们做过使用这患者WHO有任何垫子
到期到这事实那A诊断的一个乌德做有A肯定污名化。
和所以我们毛毡那它会是更好的到看在任何垫。
所以分析注意事项。
从这开始我们知道那我们有
A小的样本尺寸的从业者，仅有的九。
这其他事物那成为明显的
通过A很多的这图形化的交涉的这数据
曾是那我们有A很多的噪音。
和所以在服用这进入考虑，
我们决定到试图一些不同的方法。
这第一的方法曾是基本上，你的方法比较：
方差分析和匹配对。
然后我们想法关于带来在那时间多变的。
和所以我们做过看在他们在一些不同的方法，
从只是简单的线性回归，从这开始。
我们做过考虑结构性的方程楷模。
博士劳拉卡斯特罗-希洛从JMP有来到一的博士拉姆齐的课程
和给予一场讲座在这些楷模。
所以起初，什么时候...
我们是看着在这数据，我们想法那这些楷模
可能是合适的。
但它成为明显的迅速地因为的这困难那我们有
那他们只是是不是在职的为了我们。
所以这下一个，我们工作过和分段回归。
那曾是选择
因为在一些以前的工作和索赔数据,
它曾是带来向上那或许这分段回归会工作出色地
因为我们有数据那曾是看着在前和邮政。
所以我们想法那和我们的事前、进行中和事后，
那或许这分段回归会是合适的。
我们还看着在指数型回归和物流回归。
我们还看着在他们的广义的回归楷模
和包括只是这常规的和然后零-膨胀的泊松，
二项式，和消极的二项式楷模。
和这原因为什么我们决定到看在这泊松，
和二项式和消极的二项式是
这数据是固有那它有计数和所以我们想法那或许
这些可能是合适的。
和所以什么我是去到重点在今天是这方法比较，
这分段回归和这零-膨胀的泊松
和这是去到是为了两个都只是看着在这回声团体
和然后这匹配的对比较这控制团体到这回声团体。
所以这第一的分析忽略这时间多变的
和是只是看着在平均值。
什么是这平均的部分的患者在你的预,进行中，和邮政。
和只是从这方法，它是迅速地明显的和从这图形
那我们的前阶段是确实降低比这进行中并发布。
我们还测试了...
因为我们有小的样本和从业者，
我们做过看在这方差和我们著名的那我们做过有一个问题
和非平等的方差和所以我们做过使用韦尔奇的测试
反而的这传统的方差分析
到执行到看如果我们有差异之间这阶段和明显地我们做。
和然后到决定统计学上哪个那些是不同的，
我们做过看在这全部对图基-克莱默测试。
和它做过确认那我们的前阶段曾是不同的比这进行中和邮政，
但这进行中和邮政是非常相似的。
和所以这给了我们一些...
这明显地是表明那我们做有一些差异。
这回声程序是制作A不同之处。
所以这分段回归，作为我著名的前，
曾是建议因为我们做有这三阶段：预,进行中，和邮政。
和我们是有能力的...
博士拉姆齐有建议那我们使用A脚本
那是完毕经过大卫伯纳姆，经过佩加分析。
如果你是感兴趣的在这脚本，这关联是这里在这网站，
它给你这代码和它还给你
A非常详细的描述从线到线，
什么他是正在做在这代码。
和所以什么是发生这里，什么时候我们跑了这脚本，
我们是有能力的到合身分离回归到这三不同的阶段
作为出色地作为得到这合身，
一个R²，和测试这意义的这坡。
和所以再次，是看见这图案那我们锯和这方差分析。
你做看那这前是确实降低比这进行中并发布。
很遗憾，这连续下坡为了全部的这三阶段
是不是重要的。
你能还看那我们做有A重要的数量的变化性。
所以接下来，什么我们经过考虑的曾是这事实那我们有二类型...
或者二类别的从业者；
我们有那些WHO是护士从业者，医师助理；
和然后我们有这医师。
甚至尽管他们是小的样本尺寸。
我们决定到看， “好的，能我们看一些种类的A信号？”
“什么是去在这里？”
和什么时候我们看着在这护士从业者再次，
你看那行为的这前存在降低比这进行中和这邮政。
和什么我们著名的是那为了这前阶段，
我们是看见A小的少量的A意义甚至尽管它是0.07,
它是说那那里是A信号这里和我们做有某物去在。
很遗憾为了这进行中和邮政，
是不是看见那意义但再次我们是看见那趋势。
什么是有趣的是什么时候我们看着在这职位。
和我们著名的那明显地我们做不是有...
这连续下坡是确实不属于意义
和那里没有似乎到是任何不同之处
无论他们是在这预,进行中，或者邮政。
所以它似乎尽管它可能不是是A实际的意义，
我是认真的可能不是是A统计意义
的实际的兴趣是这事实那这回声团体做似乎到是
受益这护士从业者，医师助理团体。
所以这下一个事物我们尝试过曾是这零通货膨胀泊松模型。
我们选择这泊松模型到期的到这事实那我们有计数
和我们还选择这零通货膨胀...
我们做过两个都这常规的和这零通货膨胀
和我们选择这零通货膨胀因为我们做过有A很多的零点
在我们的数据。
和所以什么时候我们做过它，
你会注意那我们做有这轻微趋势
的增加的部分的MAT 患者随着时间的推移。
看着在P参数估计，月是重要的。
笔记那这零通胀是零。
所以如果你看在它，它不是真的正在做很多为了它
到有这零通胀但...
它曾是翔实的为了我们。
很遗憾，什么时候我们去到评价这合身的这模型，
它成为迅速地明显的那它曾是A贫穷的合身。
所以为了例子，什么时候我们看着在你的广义的R²,它是非常低的。
和然后我们有这...
什么时候我们看着在这实际的相对预料到的阴谋，
什么是发生是那
这里是这预料到的价值观
和他们是真的测距之间0.1和0.4
在哪里这实际的数据是测距之间零和一。
所以什么是发生是那这数据之间这里是真的推动这模型。
和所以明显地，什么我们会有喜欢看到
到有是更多的的这预测下列的这线。
有说那，我们做过看一些趋势和甚至尽管我们没有有或许
A统计片，我们做过有一些实际的解释。
所以移动在，我们做过有A控制团体。
和所以什么我们做过
是那我们拿这九控制供应商
是直接地比较的到这九回声供应商
和他们是相等的在标题和城市。
所以我们是试到匹配无论他们是A护士从业者，
医生的助手或者A医生，
和然后在哪里他们的实践主要是曾是，他们的基本的城市。
和这片的那是那那里是A非常不同的人口统计学什么时候我们去
从这南的新的汉普郡向上到这北的新的汉普郡。
所以我们通缉到制作当然那我们俘获任何的那些。
所以什么时候我们做过这匹配的对测试，我们创建A信心间隔
为了这部分的患者WHO有任何垫到这全部的数字的患者。
我们看着在这不同之处
之间我们的控制和我们的供应商
和我们知道在那...
第一的离开，什么时候你看在这信心，零是不是在那里。
所以我们做有A不同之处。
和我们笔记那什么时候我们看着在这实际的方法
你有关于你的治疗，回声是大约 0.2...
有0.2部分的患者有垫。
和然后为了这控制曾是仅有的0.13。
所以我们做有A不同之处的 0.07 .
所以我们是看见那我们的回声团体是
开处方垫更多的频繁地比我们的控制团体。
所以这下一个曾是到尝试到带来在那再次，
那时间多变的。
和所以我们看着在这零通胀泊松模型
和所以什么我们看这里，
所以第一的离开这回声团体是在红色的
和然后这控制团体是在蓝色的。
所以看着在它以图形方式，我们是看见一个增加在时间。
它是明显那这回声团体是轻微地更高在开处方，
A部分的开处方比我们的控制团体。
再次看着在这参数在我们的模型，他们是重要的。
很遗憾什么时候我们感动再次到评估我们的模型，
我们有A非常相似的
结果作为我们做过和只是看着在这回声，
哪个是有些不是奇怪在这感觉那我们是使用
这相似的数据。
和所以再次你是看着在你的广义的R²,它是非常低的，
和再次是注意到那我们的实际的相对预料到的，
我们的模型是预测大概之间现在0.05和0.4,
然而我们是希望那它会预测沿着
这范围从零到一。
所以发现。
所以总的来说我们是有能力的到探测
这不同之处在供应商诊断模式
前和后他们预料到的在项目回声。
我们做过看A小的不同之处在供应商诊断模式
之间这供应商那做过参加在项目回声
和那些WHO做过不是。
一的这事物那我们做过不是控制在曾是这数字的全部的患者。
所以那可能是某物到考虑之后。
和然后我们还著名的那那里可能是A不同之处在这影响的项目回声
从这不同的供应商等级标题。
和我们需要到或许更远钻研进入那。
所以下一个脚步，这是一个进行中项目。
这些是这下一个脚步那我们是考虑。
所以第一的离开，什么我们会喜欢到做是到包括额外的供应商
到增加这尺寸的这数据库。
和一的这方法那我们是看着在正在做那是到包括
一些更多的的这回声期间。
所以我们做有一那曾是精加工向上这年。
所以是希望到添加从业者在从那时期。
和我们还可能想到考虑这方法为了检测垫
和这医疗的和药店索赔数据。
还我们会喜欢到分析在这实践等级
和案件控制学习到帮助战斗这小的样本尺寸。
和再次，这全面的目标是到合身一个合适的模型。
所以我们通缉到感谢你为了服用这时间到听到我们的推介会
在这PACT垫回声。
如果你有任何问题，请接触我们在我们的下列的电子邮件。
享受这休息的你的会议。
感谢你。
感谢你。
