Die Nutzung von „Big Data“, um den allgemeinen Gesundheitszustand zu erfassen: Eigenschaften und prädiktiver Wert eines auf Ansprüchen basierenden Gesundheitsrisikoscores

HINTERGRUND: Forscher in vielen Bereichen kämpfen oft damit, wie sie den allgemeinen Gesundheitszustand einer Person am besten erfassen können, wobei Optionen sowohl subjektive als auch objektive Maßstäbe umfassen. Mit der zunehmenden Verfügbarkeit von "Big Data" können Forscher nun von neuartigen Metriken des Gesundheitszustands profitieren. Diese prädiktiven Algorithmen wurden ursprünglich entwickelt, um Ausgaben vorherzusagen und zu verwalten, stellen jedoch ein untergenutztes Werkzeug dar, das erheblich zur Gesundheitsforschung beitragen könnte. In diesem Papier beschreiben wir die Eigenschaften und möglichen Anwendungen eines solchen "Gesundheitsrisikoscores", dem DxCG Intelligence Tool. METHODEN: Wir verknüpfen Antrags- und Verwaltungsdatensätze einer Kohorte von US-Arbeitern im Zeitraum 1996-2011 (N = 14.161). Wir untersuchen die Assoziation des Risikoscores mit neu auftretenden Diagnosen von fünf Krankheitszuständen und verknüpfen die Mitarbeiterdaten mit dem National Death Index, um die Beziehung zur Sterblichkeit zu charakterisieren. Wir überprüfen frühere Studien, die die Assoziation des Risikoscores mit anderen Gesundheits- und Nicht-Gesundheitsoutcomes dokumentieren, einschließlich der Inanspruchnahme von Gesundheitsdiensten, der Frühverrentung und Verletzungen am Arbeitsplatz. ERGEBNISSE UND SCHLUSSFOLGERUNGEN: Wir stellen fest, dass der Risikoscore mit Ergebnissen in verschiedenen Gesundheits- und Nicht-Gesundheitsbereichen assoziiert ist. Diese Beispiele verdeutlichen die breite Anwendbarkeit dieses Werkzeugs in mehreren Forschungsfeldern und illustrieren seinen Nutzen als Maß für den allgemeinen Gesundheitszustand für Epidemiologen und andere Gesundheitsforscher.