آموزش داده‌های ادعاهای علم داده برای مراقبت‌های بهداشتی

سرفصل ها و درس ها

معرفی Introduction

• به دوره خوش آمدید Welcome to the course

• اطلاعات ادعاها تعریف شده است Claims Data Defined

• چرا داده های ادعاهای مراقبت های بهداشتی را تجزیه و تحلیل می کنیم؟ Why analyze healthcare claims data

• این دوره برای چه کسانی است Who this course is for

نظریه سیستم های بهداشت و درمان Theory of Healthcare systems

• چهار کارکرد هر سیستم مراقبت بهداشتی The four functions of any healthcare system

• سه بازیگر کلیدی در داده‌های ادعاها The three key actors in claims data

• ادغام عمودی عملکردهای سیستم مراقبت های بهداشتی Vertical integration of healthcare system functions

• مسابقه سیستم های بهداشت و درمان Healthcare systems quiz

سیستم های پرداخت ارائه دهندگان مراقبت های بهداشتی Healthcare provider payment systems

• مقدمه ای بر سیستم های پرداخت ارائه دهندگان خدمات درمانی Introduction to healthcare provider payment systems

• هزینه برای خدمات Fee-for-service

• کاپیتاسیون Capitation

• پرداخت های همراه Bundled payments

• بودجه های جهانی Global budgets

• خلاصه ای از سیستم های پرداخت ارائه دهندگان مراقبت های بهداشتی Summary of healthcare provider payment systems

• سیستم های پرداخت ارائه دهندگان مراقبت های بهداشتی Healthcare provider payment systems

داده های تئوری ادعاها Theory of claims data

• دو چالش اصلی برای پرداخت کنندگان مراقبت های بهداشتی The two core challenges for healthcare payers

• جداول اطلاعات و جداول ابعاد Fact tables and dimension tables

• سیگنال های مجوز Authorisation signals

• مسابقه داده های تئوری ادعاها Theory of claims data quiz

ادغام داده های ادعاهای مراقبت های بهداشتی Merging healthcare claims data

• مقدمه ای بر ادغام داده ها Introduction to merging data

• ادغام داده ها از یک انبار داده Merging data from a data warehouse

• ادغام یک قسمت از مراقبت Merging an episode of care

دسته بندی سطح بالاتر Higher level categorization

• مقدمه ای بر طبقه بندی سطوح بالاتر Introduction to higher level categorization

• به فرهنگ لغت داده ها مراجعه کنید Consult the data dictionary

• به جداول ابعاد مراجعه کنید Consult the dimension tables

• (دوباره) منطق زیربنایی کدها را کشف کنید (Re)Discover the underlying logic of codes

• از سلسله مراتب موجود سیستم های کدگذاری (بین) ملی استفاده کنید Use existing hierarchies of (inter)national coding systems

• از یک متخصص دامنه بپرسید Ask a domain expert

• خلاصه طبقه بندی سطح بالاتر Summary of higher level categorization

• مسابقه طبقه بندی سطح بالاتر Higher level categorization quiz

منابع مربوط به این دوره Relevant resources for this course

• تمام منابع مرتبط را از اینجا دریافت کنید Get all relevant resources here

کاوش اساسی داده های ادعاهای مراقبت های بهداشتی Basic exploration of healthcare claims data

• شروع به کار با مجموعه داده تمرین Getting started with the practice dataset

• فیلتر اولیه داده ها در اکسل Basic filtering of data in Excel

• مقدمه ای بر جداول محوری Introduction to pivot tables

• کار با جدول محوری در اکسل Working with a pivot table in Excel

• انتخاب تجمعات در جدول محوری Selecting aggregations in a pivot table

• گروه بندی بر اساس تاریخ در جدول محوری Grouping by date in a pivot table

• استفاده از جدول محوری برای ایجاد و کنترل نمودار Using a pivot table to create and control a chart

• مقدمه ای بر جستجوی عمودی Introduction to vertical lookup

• قسمت 1 جستجوی عمودی: کاوش جدول جستجو در اکسل Vertical look-up part 1: Exploring the look-up table in Excel

• نگاه عمودی قسمت 2: اعمال تابع Vertical look-up part 2: Applying the function

• جستجوی عمودی قسمت 3: پر کردن نتایج Vertical look-up part 3: Filling down the results

• نکته ای در مورد پر کردن اکسل A note on filling down in Excel

• جستجوی عمودی قسمت 4: نهایی کردن مجموعه داده Vertical look-up part 4: Finalizing the dataset

• مزایای معرفی دسته‌ها در داده‌های ادعاها Benefit of introducing categories in claims data

استخراج، تبدیل و بارگذاری (ETL) از انبار داده با استفاده از SQL Extract, Transform and Load (ETL) from the data warehouse using SQL

• اطلاعات پس زمینه در مورد انبار داده های عملی Background information about the practice data warehouse

• طرح واره داده های رابطه ای Relational data schema

• یادداشتی در مورد رابط کاربری جدید Big Query A note about the new Big Query Interface

• شروع با Google Big Query Getting started with Google Big Query

• در رابط کاربری جدید Big Query به مجموعه داده Medicare دسترسی داشته باشید Access the Medicare dataset in the new Big Query interface

• مقدمه ای بر SQL در رابط Google Big Query Introduction to SQL in Google Big Query interface

• نوشتن یک اسکریپت ساده SQL برای استخراج داده های ادعاهای مراقبت های بهداشتی Writing a simple SQL script to extract healthcare claims data

• ادغام داده ها با استفاده از SQL Merging data using SQL

• تجسم داده ها در Big Query Visualizing the data in Big Query

• محاسبه سن بیمار در زمان تعویض مفصل زانو Calculating the age of the patient at the time of knee replacement

• تایید کد صحیح با استفاده از عبارت Where و یک عبارت منظم Confirming the correct code using the where clause and a regular expression

• بررسی سازگاری بین جداول Inspecting the compatibility between the tables

• داده ها را به هم بپیوندید و پخش کنید تا امکان سازگاری فراهم شود Concatenate and cast data to allow compatibility

• یک سوال فرعی ایجاد کنید Create a subquery

• تابع تفاوت تاریخ برای محاسبه سن Date difference function to calculate age

مقایسه مطلق و نسبی Absolute and relative comparisons

• مقایسه مطلق و نسبی Absolute and relative comparisons

• استفاده از نمودار ستونی 100% Stacked برای مقایسه نسبی Using a 100% Stacked column chart for relative comparisons

• استفاده از درصد برای اعداد نسبی Using percentages for relative numbers

• محاسبات سرانه با استفاده از شمارش متمایز Per capita calculations using distinct count

• استفاده از تعداد متمایز برای مقایسه نسبی در اکسل Using distinct count for relative comparisons in Excel

فرآیند کاوی با داده های ادعاهای مراقبت های بهداشتی Process Mining with healthcare claims data

• مقدمه ای بر فرآیند کاوی Introduction to process mining

• مزایای فرآیند کاوی با داده های ادعاهای مراقبت های بهداشتی Benefits of process mining with healthcare claims data

• ابزارهای استخراج فرآیند Process mining tools

• هشدار! لطفاً قبل از استفاده از Celonis Snap این کلمه احتیاط را بخوانید Warning! Please read this word of caution before using Celonis Snap

• شروع کار با Celonis Snap Getting started with Celonis Snap

• مجموعه داده را برای فرآیند کاوی پیکربندی کنید Configure the dataset for process mining

• مقدمه ای بر فرآیند استخراج با Celonis Snap قسمت 1 Introduction to process mining with Celonis Snap part 1

• مقدمه ای بر فرآیند استخراج با Celonis Snap قسمت 2 Introduction to process mining with Celonis Snap part 2

• کشف مسیرهای بیمار با استفاده از فرآیند کاوی (قسمت 1) Discover patient pathways using process mining (part 1)

• کشف مسیرهای بیمار با استفاده از فرآیند کاوی (قسمت 2) Discover patient pathways using process mining (part 2)

• با تمرکز بر فعالیت عنکبوت فرعی فرآیند فرعی را جدا کنید Isolate a sub process by focussing on the sub process spider activity

• مقدمه ای برای تعیین ترتیب توالی Introduction to specifying a sequence order

• تئوری ترتیب ترتیب زمانی که با مُهرهای زمانی یکسان سروکار داریم Theory of sequence order when dealing with identical timestamps

• نکته ای در مورد تعیین ترتیب توالی A note about specifying a sequence order

• دستکاری داده های خام برای تعیین ترتیب توالی (قسمت 1) Manipulating the raw data to specify a sequence order (part 1)

• دستکاری داده های خام برای تعیین ترتیب توالی (قسمت 2) Manipulating the raw data to specify a sequence order (part 2)

• نکته ای در مورد الحاق A note about concatenation

• توالی صحیح را در یک نقشه فرآیند جدید تأیید کنید Confirm the correct sequence in a new process map

• با مقایسه فرآیندهای ارائه دهندگان مختلف، ناهنجاری ها را شناسایی کنید Detect anomalies by comparing the processes of different providers

• حرکت از فرآیند کاوی به آمار و یادگیری ماشین Moving from process mining to statistics and machine learning

• مسابقه فرآیند کاوی Process mining quiz

• تکلیف استخراج فرآیند Process mining assignment

تشخیص پروکسی و تحلیل کوهورت Proxy diagnosis and cohort analysis

• یادداشتی در مورد تشخیص پروکسی و تجزیه و تحلیل کوهورت A note about proxy diagnosis and cohort analysis

• تشخیص پروکسی Proxy diagnosis

• روش برای به دست آوردن یک تشخیص پروکسی Method for obtaining a proxy diagnosis

• چرا از یک پرسش فرعی برای تشخیص پروکسی استفاده کنید؟ Why use a subquery for proxy diagnosis

• استعلام مصرف مراقبت های بهداشتی بیماران دیابتی با استفاده از تشخیص پروکسی Querying healthcare consumption of diabetics using a proxy diagnosis

• شناسایی مصرف کنندگان انسولین (دیابتی ها) Identify insuline users (diabetics)

• از بیماران دیابتی شناسایی شده برای ثبت مراقبت کامل آنها استفاده کنید Use identified diabetics to capture their full episode of care

• دوره مراقبت از بیمارانی که تحت عمل تعویض کامل زانو قرار می گیرند را ثبت کنید Capture the episode of care for patients undergoing a total knee replacement

مرتب کردن اطلاعات ادعاهای مراقبت های بهداشتی Tidying healthcare claims data

• مقدمه ای بر داده های مرتب Introduction to tidy data

• مرتب کردن اطلاعات ادعاهای بهداشتی با اکسل Tidying healthcare claims data with Excel

• تبدیل متغیر هدف به یک فیلد باینری با اکسل Converting the target variable to a binary field with Excel

• شروع کار با Google Colab Getting started with Google Colab

• مرتب کردن اطلاعات ادعاهای مراقبت های بهداشتی با پایتون Tidying healthcare claims data with Python

• تبدیل متغیر هدف به یک فیلد باینری با پایتون Converting the target variable to a binary field with Python

• نکته ای در مورد انتخاب متریک A note about metric selection

پیش بینی رویدادهای مصرف Predicting consumption events

• معرفی این بخش Introduction to this section

• آماده سازی داده ها برای رگرسیون لجستیک با پایتون Preparing the data for logistic regression with Python

• انجام رگرسیون لجستیک Performing logistic regression

• ارزیابی عملکرد با یک ماتریس سردرگمی Evaluating the performance with a confusion matrix

• استفاده از منطق دسته بندی متفاوت به عنوان ورودی برای رگرسیون لجستیک (قسمت 1) Using a different categorization logic as input for logistic regression (part 1)

• استفاده از منطق دسته بندی متفاوت به عنوان ورودی برای رگرسیون لجستیک (قسمت 2) Using a different categorization logic as input for logistic regression (part 2)

• استفاده از منطق دسته بندی متفاوت به عنوان ورودی برای رگرسیون لجستیک (قسمت 3) Using a different categorization logic as input for logistic regression (part 3)

• ملاحظات برای متخصصان پیشرفته یادگیری ماشین Considerations for advanced machine learning practitioners

• استفاده از رگرسیون لجستیک با معیارهای مختلف Applying logistic regression with different metrics

شناسایی بی نظمی ها و تقلب های احتمالی Detecting irregularities and possible fraud

• معرفی این بخش Introduction to this section

• آماده سازی داده ها برای یادگیری ماشینی بدون نظارت Preparing the data for unsupervised machine learning

• استفاده از تجزیه و تحلیل اجزای اصلی Applying Principal Component Analysis

• نکته ای در مورد کد پایتون A note about the Python code

• استفاده از خوشه بندی K-Means Applying K-Means clustering

• محاسبه فاصله از نزدیکترین خوشه Calculating the distance from the nearest cluster

• ترکیب خروجی های یادگیری ماشین با داده های ادعاهای اصلی Combining the machine learning outputs with the original claims data

• صادر کردن خروجی یادگیری ماشین به یک فایل csv Exporting the machine learning output to a csv file

• برای تجزیه و تحلیل موردی با هدایت خروجی یادگیری ماشین آماده شوید Prepare for case by case analysis guided by the machine learning output

• کاوش در خوشه های مختلف (قسمت 1) Explore the different clusters (part 1)

• خوشه های مختلف را تفسیر و تغییر نام دهید Interpret and rename the different clusters

• مقایسه ارائه دهندگان مراقبت های بهداشتی بر اساس خوشه های بیمار (قسمت 1) Compare the healthcare providers by patient clusters (part 1)

• مقایسه ارائه دهندگان مراقبت های بهداشتی بر اساس خوشه های بیمار (قسمت 2) Compare the healthcare providers by patient clusters (part 2)

• نمونه ای از داده های مطلق در مقابل نسبی Example of absolute versus relative data

• تجزیه و تحلیل فاصله از نزدیکترین خوشه (قسمت 1) Analyzing the distance from nearest cluster (part 1)

• تجزیه و تحلیل فاصله از نزدیکترین خوشه (قسمت 2) Analyzing the distance from nearest cluster (part 2)

• تجزیه و تحلیل فاصله از نزدیکترین خوشه (قسمت 3) Analyzing the distance from nearest cluster (part 3)

• شناسایی پرچم های قرمز (قسمت 1) Identifying red flags (part 1)

• شناسایی پرچم های قرمز (قسمت 2) Identifying red flags (part 2)

• بازرسی بیماران انفرادی پرچم قرمز به صورت موردی (قسمت 1) Inspecting the red flag indivual patients on a case-by-case basis (part 1)

• بازرسی بیماران انفرادی پرچم قرمز به صورت موردی (قسمت 2) Inspecting the red flag indivual patients on a case-by-case basis (part 2)

ردیابی عملکرد (مقایسه اهداف تعریف شده با عملکرد واقعی) Performance tracking (compare defined targets with actual performance)

• مقدمه ای بر ردیابی عملکرد با داده های ادعاهای مراقبت های بهداشتی Introduction to performance tracking with healthcare claims data

• روش بخش 1: هماهنگ کردن داده های واقعی با اهداف Method part 1: Harmonizing the actual data with the targets

• روش قسمت 2: ادغام دو جدول Method part 2: Merging the two tables

• روش بخش 3: داده ها را به داشبورد هوش تجاری وارد کنید Method part 3: Feed the data into a business intelligence dashboard

• چیزهای بی اهمیت: استفاده از کلیدهای ترکیبی/کامپوزیت به جای کلیدهای اتصال چندگانه Trivia: Using compound/composite keys rather than multiple join keys

• ردیابی عملکرد را با داده های ادعاها تمرین کنید Practice performance tracking with claims data

• کاوش در داشبورد هوش تجاری Exploration of the business intelligence dashboard

• بازرسی بصری جدول اهداف Visually inspecting the targets table

• بارگذاری جدول هدف در انبار داده Uploading the target table in the data warehouse

• آماده سازی داده های ادعاهای خام برای تجمیع با استفاده از SQL (قسمت 1) Preparing the raw claims data for aggregation using SQL (part 1)

• آماده سازی داده های ادعاهای خام برای تجمیع با استفاده از SQL (قسمت 2) Preparing the raw claims data for aggregation using SQL (part 2)

• جمع آوری داده های ادعاهای خام با استفاده از SQL Aggregating the raw claims data using SQL

• ایجاد یک پرسش فرعی حاوی عملکرد واقعی Creating a subquery containing the actual performance

• پیوستن به پرسش فرعی با جدول آپلود شده Joining the subquery with the uploaded table

• محاسبه درصد محقق شده Calculating the percentage realized

• ذخیره خروجی به عنوان یک جدول جدید در انبار داده Saving the output as a new table in the data warehouse

• تغذیه خروجی به داشبورد هوش تجاری Feeding the output into the business intelligence dashboard

• ایجاد داشبورد هوش تجاری Creating the business intelligence dashboard

شاخص های سلامت مبتنی بر ارزش و نتایج سلامت Value-based healthcare and health outcome indicators

• مقدمه ای بر مراقبت های بهداشتی مبتنی بر ارزش و نتایج سلامت Introduction to value-based healthcare and health outcomes

• مقدمه ای بر انواع شاخص های پیامد سلامت Introduction to types of health outcome indicators

• بیمار پیامدهای سلامتی را گزارش کرد Patient reported health outcomes

• شاخص های پیامد سلامت بیولوژیکی Biological health outcome indicators

• دوره های نامطلوب سلامتی به عنوان شاخص های نتیجه Adverse health episodes as outcome indicators

• سیگنال‌های مراقبت‌های بعدی به‌عنوان شاخص پیامد سلامتی Aftercare signals as a health outcome indicator

• مرگ و میر به عنوان یک شاخص پیامد سلامتی Mortality as a health outcome indicator

• ادغام انواع مختلف شاخص های پیامد سلامت Merging different types of health outcome indicators

• چالش‌هایی با مراقبت‌های بهداشتی مبتنی بر ارزش و نتایج سلامت Challenges with value-based healthcare and health outcomes

چارچوبی برای تجزیه و تحلیل و ارتباط داده های ادعاهای مراقبت های بهداشتی A Framework for Analyzing and Communicating Healthcare Claims Data

• چارچوبی برای تجزیه و تحلیل و ارتباط داده های ادعاهای مراقبت های بهداشتی A Framework for Analyzing and Communicating Healthcare Claims Data

نتیجه Conclusion

• سخنان پایانی Final words