VELFÆRDENS INNOVATIONSDAG, 24. JAN 2013 Der er guld gemt i data Peter Mortensen, Nordic Center of Excellence for Health Care 1 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
2 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
3 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
Samarbejde Integrated Care Triple Aim Det nære sundhedsvæsen Det hele sundhedsvæsen 4 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
Empowerment Patient/Citizen empowerment Reablement Inddrage netværk Frivillige Flex- og førtidspensionsreformen 5 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
DATA STØRRELSE Big Data BIG DATA FREMTIDEN IDAG INFORMATION OVERLOAD RELEVANTE DATA
MØDE DEN 25. JANUAR 2013 DRØFTELSE AF PARTNERSKABSMODEL Proaktiv beslutningsstøtte Konkurrencemæssig fordel Hvad er det bedste der kan ske? Optimere Hvad vil der ske i den nærmeste fremtid? Forudsige Hvad sker der hvis disse tendenser fortsætter? Forecast Hvad er årsagen til det der er sket? Statistisk Analyse Rå data Clean data Standard rapport Ad hoc rapport Query drill down Alerts Hvilke handlinger er der behov for? Hvad er problemet? Hvor mange, hvor ofte? Hvad er status? Graden af intelligence 7 25 JANUARY 2013 2013 COPYRIGHT SAS INSTITUTE
8 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
Rygere Kronisk sygdom Beskæftigelse (Gen)indlæggelser Rehabilitering Indlæringsvanskeligheder Langtidssyge Udsatte børn og unge Stress Proaktiv indsats kræver indsigt 9 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
SAS tilgang til proaktiv sundhedsindsats Egne data Social Beskæftigelse Sundhed Integreret overblik over kommunens borgere Effektvurdering og analyse Eksterne data esundhed DREAM Sundhedsprofil Geomatic Hvad var effekten? Identifikation af risikosegmenter Automatis er Udfør og analyser interventionsprogrammer Identificer interventionsstrategier Opsaml og mål Analyser Valg af forebyggelsespakke eller indsats med evidens
Data fra drift til Vision
Rygermodel Den bedst performende model er: log p ryger 1 p(ryger = β 0 + β 1 x i1 + β 2 x i2 + β 3 x i3 + β 4 x i4 = f(a-kasse, ydelse, bopæl relation, antal flytninger seneste 5 år) Denne model har den bedste diskriminationsevne i forhold til at adskille rygere / ikkerygere. Borger 1 Borger 2 Borger 3 Borger.. Borger n Scoremotor CPR P(ryger) Borger 3 0,804 Borger 2 0,679 Borger n 0,664 Borger.... Borger 1 0,
VISION 2 Klik ned i substans og find spændende ting
Rygere i Odense Kommune fordelt på A-kasse medlemsskab
SUNDHED VISION 2 Rapportering - Rygermodel Copyright 2012 SAS Institute Inc. All rights reserved.
VISION 3 Hvordan kan Odense Kommune få sine budskaber frem til de borgere der henvender sig? 16 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
VISION 3 Oplysninger om sundhed på borgersagsportalen Udnyt at der er en kontaktflade ved sagsbehandler eller i BorgerserviceCenter 17 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
VISION 3 Hvilken borger har identificeret sig på Selvbetjeningsløsning Hvordan tror Odense Kommune at sundheden er i hjemmet? Hvilke forebyggelsestilbud skal der reklameres for? Vil du deltage i et spørgeskema om sundheden hjemme hos dig? Ryger du er du klar over at xx pct. af alle rygere har risiko for at udvikle KOL. Hvad er KOL kom og få målt din lungevolumen i Odense Kommunes Sundhedsbus. Den holder ved Ejerslykke Skolen i morgen.
Anvendelsesmuligheder Langvarigt sygedagpengeforløb (Gen)indlæggelse Nedsat medicin-compliance Fald Tryksår Uventet død eller overflytning til intensiv afdeling Forværring i sygdom Hyppige indlæggelser Hvilke patientforløb kører godt? Hvilke grupper af borgere reagerer positivt på hvilke tiltag? Hvem responderer sandsynligvis mest positivt på hvilke sundhedskampagner? 19 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
20 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE
Tak for opmærksomheden Peter Mortensen, peter.mortensen@sas.com, +45 2721 2620 21 30 JANUARY 2013 2012 COPYRIGHT SAS INSTITUTE