Dohled nad veřejným zdravím - Public health surveillance

Dohled nad veřejným zdravím (také epidemiologický dozor , klinický dohled nebo syndromický dozor ) je podle Světové zdravotnické organizace (WHO) „neustálé, systematické shromažďování, analýza a interpretace údajů o zdraví potřebných pro plánování, implementaci a hodnocení praxe v oblasti veřejného zdraví . “ Dohled nad veřejným zdravím lze použít ke sledování vznikajících problémů souvisejících se zdravím v rané fázi a k ​​včasnému nalezení aktivních řešení. Obecně se požaduje, aby sledovací systémy poskytovaly informace o tom, kdy a kde se vyskytují zdravotní problémy a kdo je postižen.

Systémy dozoru nad veřejným zdravím mohou být pasivní nebo aktivní. Systém pasivního dozoru zahrnuje pravidelné a průběžné hlášení chorob a stavů všemi zdravotnickými zařízeními na daném území. Systém aktivního sledování je systém, kde jsou navštěvována zdravotnická zařízení a jsou přezkoumáváni poskytovatelé zdravotní péče a lékařské záznamy za účelem identifikace konkrétní nemoci nebo stavu. Pasivní sledovací systémy jsou méně časově náročné a provozně méně nákladné, ale riskují nedostatečné hlášení některých chorob. Systémy aktivního sledování jsou nejvhodnější pro epidemie nebo tam, kde je cílem odstranění nemoci.

Techniky dohledu nad veřejným zdravím se používají zejména ke studiu infekčních nemocí . Mnoho velkých institucí, jako je WHO a Centra pro kontrolu a prevenci nemocí (CDC), vytvořilo databáze a moderní počítačové systémy ( informatika v oblasti veřejného zdraví ), které mohou sledovat a sledovat vznikající ohniska nemocí, jako je chřipka , SARS , HIV a dokonce i bioterorismus , jako jsou antraxové útoky z roku 2001 ve Spojených státech.

Mnoho regionů a zemí má svůj vlastní registr rakoviny , který sleduje výskyt rakoviny a určuje prevalenci a možné příčiny těchto nemocí.

Do epidemiologických databází zvaných registry nemocí se stále více integrují další nemoci, jako jsou jednorázové události, jako je cévní mozková příhoda a chronické stavy, jako je cukrovka , a také sociální problémy, jako je domácí násilí . U těchto registrů se provádí analýza nákladů a přínosů za účelem stanovení vládního financování výzkumu a prevence.

Systémy, které mohou automatizovat proces identifikace nežádoucích účinků drog, se v současné době používají a jsou srovnávány s tradičními písemnými zprávami o těchto událostech. Tyto systémy se protínají s oblastí lékařské informatiky a nemocnice si je rychle osvojují a jsou podporovány institucemi, které dohlížejí na poskytovatele zdravotní péče (například JCAHO ve Spojených státech). Problémy týkající se zlepšování zdravotní péče se vyvíjejí kolem dohledu nad chybami v medikaci v institucích.

Syndromický dozor

Syndromický dohled je analýza lékařských údajů k detekci nebo předvídání ohnisek nemocí . Podle definice CDC „termín„ syndromický dozor “se vztahuje na dohled využívající údaje týkající se zdraví, které předcházejí diagnóze a signalizují dostatečnou pravděpodobnost případu nebo ohniska, aby si vyžádaly další reakci na veřejné zdraví. Ačkoli se historický syndromický dohled používá k cílené vyšetřování potenciálních případů, jeho užitečnost pro detekci ohnisek spojených s bioterorismem je stále více zkoumána úředníky veřejného zdraví. “

Prvními indikacemi propuknutí nemoci nebo bioteroristického útoku nemusí být definitivní diagnóza lékaře nebo laboratoře.

Na příkladu běžného ohniska chřipky , jakmile ohnisko začne mít vliv na populaci, někteří lidé mohou zavolat nemocné kvůli práci / škole, jiní mohou navštívit svůj obchod s drogami a koupit lék na přepážce, jiní navštíví ordinaci svého lékaře a další mohou mít příznaky natolik závažné, že volají na telefonní číslo tísňového volání nebo jdou na pohotovost .

Syndromické sledovací systémy monitorují data ze školních absenčních protokolů, systémů tísňového volání, záznamů o prodeji léků v nemocnicích, vyhledávání na internetu a dalších zdrojů dat, aby zjistili neobvyklé vzorce. Pokud je u některého ze sledovaných systémů pozorován nárůst aktivity, jsou epidemiologové a odborníci na veřejné zdraví varováni, že může dojít k problému.

Včasné povědomí a reakce na bioteroristický útok by mohly zachránit mnoho životů a potenciálně zastavit nebo zpomalit šíření ohniska. Nejúčinnější syndikátní sledovací systémy automaticky monitorují tyto systémy v reálném čase, nevyžadují od jednotlivců zadávání samostatných informací (zadávání sekundárních údajů), zahrnují pokročilé analytické nástroje, agregují data z více systémů přes geopolitické hranice a zahrnují automatickou výstrahu proces.

Syndromic monitorovací systém založený na vyhledávacích dotazů bylo nejprve navrhováno Gunther Eysenbach , který začal pracovat na takovém systému v roce 2004. inspirované těmito brzy podporovat zkušenosti, Google vypustil Google Flu Trends v roce 2008. Více vyhledávání související s chřipkou, jsou přijímána pro indikaci vyšší aktivita chřipky. Výsledky, které byly publikovány v Nature , se těsně shodovaly s daty CDC a vedly je o 1–2 týdny. Ukázalo se však, že původní přístup za chřipkovými trendy Google měl různé modelové nedostatky, které vedly k významným chybám v jeho odhadech. V poslední době byla navržena řada pokročilejších lineárních a nelineárních přístupů k modelování chřipky z vyhledávacích dotazů Google. Rozšířením práce společnosti Google vytvořili vědci z Intelligent Systems Laboratory ( University of Bristol , UK) detektor chřipky; online nástroj, který na základě metod získávání informací a statistické analýzy využívá obsah Twitteru k nyní chřipce ve Velké Británii.

Digitální metody

Digitální dohled nad veřejným zdravím se do značné míry opírá o tři metody: trendy založené na vyhledávání na webech jako Google a Wikipedia, příspěvky na sociálních médiích na platformách jako Facebook a Twitter a participativní weby pro dozor, jako jsou Flu Near You a Influenzanet. Trendy vyhledávání poskytují nepřímá data o veřejném zdraví, zatímco poslední dvě metody poskytují přímá data.

Hledejte agregáty

Ke sledování a modelování chřipky se nejčastěji používají vyhledávací agregáty. Populárním příkladem jsou chřipkové trendy Google , které byly poprvé vydány v roce 2008. Používá se také Wikipedia, i když je potenciálně náchylná k „šumu“, protože je oblíbeným zdrojem zdravotních informací, ať už je uživatel nemocný nebo ne. Během pandemie COVID-19 byla vyvinuta nová metodika modelování prevalence COVID-19 na základě aktivity vyhledávání na webu. Tuto metodologii také použilo Public Health England ve Velké Británii jako jeden ze svých cílových ukazatelů syndromického dozoru.

Sociální média

Mezi příklady sledování veřejného zdraví v sociálních médiích patří HealthTweets, která shromažďuje data z Twitteru. Data z Twitteru jsou považována za velmi užitečná pro výzkum v oblasti veřejného zdraví, protože jejich zásady v oblasti dat umožňují veřejný přístup k 1% vzorků surových tweetů. Tweety lze také geograficky lokalizovat, což lze použít k modelování šíření nakažlivé choroby. Jedná se o nejpoužívanější platformu sociálních médií pro dohled nad veřejným zdravím. Během pandemie COVID-19 používal Facebook agregované anonymizované údaje shromážděné z jeho platforem k poskytování informací o pohybu lidí modelům onemocnění. Rovněž nabídla uživatelům šanci zúčastnit se průzkumu symptomů nemoci prostřednictvím Carnegie Mellon University .

Dohledové weby

Chřipka poblíž vás a Influenzanet jsou dva příklady digitálních sledovacích systémů pocházejících z davu. Obě stránky získávají uživatele k účasti na průzkumech chřipkových příznaků. Influenzanet byl založen v roce 2009 a působí v deseti zemích Evropy. Jeho předchůdkyní byla Grote Griepmeting, což byla nizozemská / belgická platforma spuštěná v letech 2003 a 2004. Chřipka poblíž vás se používá v USA. Dalším příkladem monitorovacích stránek je Dengue na Web, který se používá k průzkumu horečky dengue v brazilské Bahii .

Laboratorní dohled

Některé stavy, zejména chronická onemocnění, jako je diabetes mellitus , se mají běžně zvládat častými laboratorními měřeními. Protože mnoho laboratorních výsledků, přinejmenším v Evropě a USA, je automaticky zpracováváno počítačovými laboratorními informačními systémy, lze výsledky relativně snadno levně shromáždit ve speciálních databázích nebo registrech chorob. Na rozdíl od většiny syndromických sledovacích systémů, u nichž se předpokládá, že každý záznam je nezávislý na ostatních, lze laboratorní údaje o chronických stavech teoreticky propojit na úrovni jednotlivých pacientů. Pokud lze identifikátory pacienta porovnat, lze analyzovat chronologický záznam laboratorních výsledků každého pacienta a agregovat jej na populační úroveň.

Laboratorní registry umožňují analýzu výskytu a prevalence cílového stavu i trendů v úrovni kontroly. Například program financovaný NIH s názvem Vermedx Diabetes Information System udržoval registr laboratorních hodnot dospělých diabetiků ve Vermontu a severním státě New York v USA s několikaletými laboratorními výsledky na tisících pacientů. Data zahrnovala měření kontroly hladiny cukru v krvi ( glykosolovaný hemoglobin A1C ), cholesterolu a funkce ledvin (sérový kreatinin a protein v moči ) a byla použita ke sledování kvality péče na úrovni pacienta, praxe a populace. Vzhledem k tomu, že data obsahovala jméno a adresu každého pacienta, systém byl také použit pro přímou komunikaci s pacienty, když laboratorní data naznačovala potřebu pozornosti. Výsledky testu mimo kontrolu vygenerovaly dopis pacientovi, který naznačuje, že má jednat se svým poskytovatelem zdravotní péče. Testy, které byly po lhůtě splatnosti, generovaly připomenutí pro provedení testování. Systém také generoval připomenutí a výstrahy s pokyny pro praxi založenými na pokynech, stejně jako pravidelný seznam pacientů každého poskytovatele a vysvědčení shrnující zdravotní stav populace. Klinická a ekonomická hodnocení systému, včetně rozsáhlé randomizované klinické studie , prokázala zlepšení v dodržování praktických pokynů a snížení potřeby pohotovostních a nemocničních služeb i celkových nákladů na pacienta. Systém byl komercializován a distribuován lékařům, pojišťovnám, zaměstnavatelům a dalším odpovědným za péči o chronicky nemocné pacienty. Nyní se rozšiřuje na další stavy, jako je chronické onemocnění ledvin .

Podobný systém, The New York City A1C Registry, se používá ke sledování odhadovaných 600 000 pacientů s diabetem v New Yorku , i když na rozdíl od Vermontského diabetického informačního systému neexistují žádné předpisy, které by pacientům umožňovaly vyloučení jejich údajů z databáze NYC. NYC ministerstvo zdravotnictví a duševní hygieny je spojena další služby pacienta do registru, jako je informace o zdraví a zlepšení přístupu ke zdravotní péči. Počátkem roku 2012 obsahuje registr více než 10 milionů výsledků testů na 3,6 milionu osob. Ačkoli bylo zamýšleno zlepšit zdravotní výsledky a snížit výskyt komplikací cukrovky, dosud nebylo provedeno formální hodnocení.

V květnu 2008 schválila městská rada města San Antonio v Texasu zavedení registru A1C pro okres Bexar . Autorizovaný texaským zákonodárcem a státním ministerstvem zdravotnictví, metropolitní zdravotní obvod v San Antoniu zavedl registr, který čerpal výsledky ze všech hlavních klinických laboratoří v San Antoniu. Program byl ukončen v roce 2010 z důvodu nedostatku finančních prostředků.

Laboratorní dohled se liší od celoevropského dohledu, protože může sledovat pouze pacienty, kteří již dostávají lékařské ošetření, a proto mají provedeny laboratorní testy. Z tohoto důvodu neidentifikuje pacienty, kteří nikdy nebyli testováni. Proto je vhodnější pro řízení kvality a zlepšování péče než pro epidemiologické monitorování celé populace nebo povodí.

Viz také

Reference