Bonjour.
Je suis Renita Washburn, a Doctorat étudiant à le Université de Central Floride
dans le Modélisation et Simulation programme.
Aujourd'hui, JE' ll être présentation…
Désolé.
I savoir nous avoir à faire il dans un session.
Dr. Amon, vraiment rapide, faire toi vouloir moi à dire le mien
et alors toi dire le vôtre et alors I faire le titre?
Vous pouvez redémarrer.
Toi pourrait redémarrage si tu comme à.
Nous avons a obtenu temps.
Désolé.
Toi peut juste introduire moi à… ou quel que soit travaux pour toi.
I peut aller devant-
Je vais juste arrêt que Je suis dans le programme
et alors toi peut introduire toi-même et alors Je vais garder en allant.
D'accord, sons bien.
Après I dire dans le école Modélisation, Simulation & Entraînement à UCF
alors toi peut prendre il en haut, d'accord?
D'accord.
Par le chemin, ce volonté être, comme I dit, poste processus,
donc nous peut tous modifier tous de que truc dehors.
D'accord, sons bien.
D'accord, Je suis en allant à aller sur muet encore, et une fois I faire, c'est tous toi.
Bonjour.
Je suis Renita Washburn, a Doctorat étudiant dans le Modélisation et Simulation programme
à le Université de Central Floride.
Et Je suis Dr. Marie Jean Amon.
Je suis un assistant professeur à le Université de Central Floride
dans le École de Modélisation, Simulation, & Entraînement.
Aujourd'hui, nous volonté co- présent notre affiche sur identifier motifs
chez le patient expérience évaluations
avec machine apprentissage regroupement techniques.
Dans ce affiche session, Bien résumer le objectifs,
méthode, et résultats depuis le exploration de ces motifs
dans patient expérience notes.
Patient expérience évaluations étaient obtenu
depuis le 2019 Consommateur Évaluation de Soins de santé Fournisseurs et Systèmes,
depuis ici réf à comme CAHPS, réponse données,
et limite il à patients vu par primaire soins fournisseur.
Nous utiliser JMP machine apprentissage regroupement et données préparation outils
à identifier quatre patient groupes basé sur leur enquête réponses.
Grappe analyse est a machine apprentissage technique
utilisé dans beaucoup industries pour client segmentation.
Le but est placement clients dans groupes
basé sur similitudes dans le groupe et différences entre le groupes.
Dans soins de santé, exploration de client segments
fournit connaissances sur possible différences dans soins voyages et expériences,
tel comme disparités entre course, genre, culture, ou santé statut.
Identification de distinct groupes
peut informer le conception de sur mesure soins livraison modèles.
Le projets trois objectifs étaient à, d'abord,
conduire a hiérarchique grappe analyse sur catégorique enquête réponse données;
deuxième, identifier groupes à travers visuel inspection de dendrogramme
et couleur carte cloisons basé sur leur voyages,
lequel était mesuré par enquête questions
en rapport à lien le relation avec le fournisseur,
utilisation de services, et niveau de soins gestion;
et dernièrement,
conduire pos ceci-ceci analyses à explorer différences parmi groupes
dans leur évaluations de la fournisseur,
leur dans l'ensemble santé, et dans l'ensemble mental santé.
Avant nous plonger dans détails de le méthodes et résultats,
épouser comme à reconnaître le NOUS Agence pour Soins de santé Recherche et Qualité
et Westat
pour fournir le identifié C Données AHPS pour ce effort.
Le CAHPS données est utilisé à gagner aperçu dans le soins de santé expérience
depuis le patient perspective.
Le 12 sélectionnés questions sont destiné à capturer a patient voyage
et interaction avec ton primaire soins fournisseur
sur le dernier six mois.
Le questions encore se concentrer sur longueur de relation avec le médecin,
comment le patient interagit avec le médecin bureau
pour routine et urgent soins besoins,
et le niveau de soins coordination pour auxiliaire services demandé.
Avant à initier JMP regroupement outil, données préparation,
y compris assignation le approprié données modélisation taper
pour le enquête questions.
Le données modélisation taper était soit nominal, Oui- Non ou pas en vigueur,
ou nul, a [inaudible 00:03:43] échelle.
Un autre données préparation tâche était reformatage de sélectionner questions.
Le CAHPS enquête utiliser ce Logique d'échelle.
Pour exemple, un question demandé dans le dernier six mois,
a fait toi faire n'importe lequel rendez-vous
pour a check-up ou routine soins avec ce fournisseur?
Si Non, sauter à la suite question.
Il était déterminé que le sauter questions étaient pertinent à le exploratoire analyse.
Donc, valeurs sont enregistré depuis manquant à zéro,
lequel JMP se réfère à manquant pas à aléatoire.
Le dernier étape de préparations que nous souligner
est en rapport à le manquant valeurs.
Plutôt de s'adresser ce avant à modélisation,
nous utiliser JMP intégré manquant valeur fonctionnalité à imputer,
à remplacer avec estimations ceux manquant valeurs.
Ce est un option choisi depuis le regroupement menu.
Donné le J'ai aimé échelle questions,
nous émettre une hypothèse que le données était hiérarchique
avec probable sous-groupes entre le données.
Hiérarchique regroupement avec le salle distance méthode était appliqué,
et le sortir était limité à quatre groupes
pour facilité de interprétation.
Le salle méthode était approprié pour le catégorique données
comme il a fait pas exiger pur mesure de distance.
Plutôt, il constructions groupes basé sur un analyse de variantes comme dans Innova.
A couleur carte était ajouté à le dendrogramme sortir
à aide visuel comparaison sur réponse différences à travers le groupes.
Unique motifs dans et différences entre groupes
étaient résumé basé sur faible, moyen, ou haut entretien.
Signification comment beaucoup accéder à soins était utilisé par le patient
tel comme fréquence de routine et urgent bureau visites
ou contacter le bureau pendant ou dehors de régulier heures,
comme Bien comme comment Bien patients croire le bureau était gérant leur soins,
lequel était faible, plus haut, suffisant,
défini par évaluations et suivre- en haut pour laboratoire et ordonnance besoins.
Le grappe sortir était sauvé et assigné à chaque réponse pour le annonce hoc analyse.
Maintenant, le primaire se concentrer de le projet était comparer groupes
sur trois clé évaluations en rapport à le fournisseur,
leur dans l'ensemble santé, et dans l'ensemble mental santé.
Cependant, avec JMP, toi peut utiliser le grappe devoirs
à explorer le distribution de démographique données
comme Bien comme autre question réponses entre le groupes.
Pour avenir analyse, nous recommander explorer différences dans âge
ou course distributions
entre le entretien gestion- basé groupes.
Nous étaient intéressé dans compréhension
si là est a relation entre le grappe affectation
et le patient évaluations de le fournisseur, leur dans l'ensemble santé, et mental santé.
Visuel inspection de le signifier scores pour chaque de ces trois variables
suggéré que là peut être significatif différences basé sur grappe.
Pour exemple, haut santé entretien patients
OMS utiliser plus soins de santé services mais aussi avoir satisfaisant évaluations pour laboratoire
et ordonnance gestion
aussi apparaître à avoir plus haut évaluations de dans l'ensemble santé et mental santé.
Si nous aller à le suivant glisser,
ces observations étaient plus loin examiné en utilisant JMP contingence analyse,
lequel est a méthode pour examiner le relation
entre deux catégorique variables.
Nous identifier statistiquement significatif différences
dans fournisseur, dans l'ensemble santé, et mental santé évaluations
basé sur le patient grappe,
lequel plus loin points forts le utilitaire de notre regroupement approche
dans identifier significatif patient groupes.
Dans l'ensemble, compréhension le relation entre chaque groupes soins voyage
et dans l'ensemble expérience et santé évaluations
peut informer le conception de santé soins pratiques
tel comme amélioré communication chaînes pendant non- régulier bureau heures
ou soins navigation services
à aide avec suivre- en haut de laboratoire et ordonnance gestion.
Remercier toi pour visionnage aujourd'hui session.
Nous accueillir ton questions et commentaires.
