Big Data and Public Health Policy Evaluation
大数据和公共卫生政策评估
通过对公共政策的深入解读,结合真实世界数据对政策效益进行系统评估。我们聚焦于国家卫生政策,充分发挥多系统数据融合的优势,整合医院、社区健康服务中心、疾病预防控制中心等多方数据。通过统计分析,评估相关政策对公众健康的影响,包括疾病风险与相应的经济负担。此外,研究团队还利用整合的健康数据,基于大语言模型针对医疗数据中的非结构化文本进行训练和微调,致力于开发个体层面健康结局预测工具,并为政策效果评估提供高效的整体层面评估方法。

中暑导致的心血管风险


全球持续升温,极端天气频率大幅增加。我们建立了一个超过九百万人的自然人群队列,探索极端高温对人群健康的影响,评估高温预警的人群健康收益。研究发现,高温导致的热相关疾病使得后续心血管疾病的发病风险增加1.5倍,其中中风风险增加1.3倍,动脉粥样硬化风险增加0.5倍,心肌炎和心肌病的风险增加1.9倍。进一步的,我们发现气象局发布的高温预警可以减少9.8%的热相关疾病相关住院率和3.6%的长期心血管疾病发病风险。本研究阐述了极端高温的长期健康风险,量化了高温预警干预的短/长期健康收益。该研究结果得到了政府相关部门和气象局的高度评价,并已作为科学依据纳入政策制定,对公共卫生策略的优化产生了积极影响。

慢性病管理降低共病的实证分析


基于千万级别人群医疗健康数据,构建高血压、糖尿病患者的真实世界队列,探究基本公共卫生服务中高血压、糖尿病患者管理的健康效益。研究发现,管理计划降低了患者新患其他慢性疾病的风险,并且对所有的亚族人群均有效。此外,针对管理内部具体的干预措施,研究发现不同的干预在不同疾病上的收益不尽相同。整体而言酒精控制,服药依从性干预和心理干预表现出最突出的健康效应。