个性化和机器学习如何改善癌症外展ROI

德克萨斯州A＆M，爱荷华州立大学，大米和德克萨斯大学西南医疗中心的研究人员发表了一篇新论文市场营销杂志，这检查了患者营销的疗效。

这项研究，即将发行的可能发出市场营销杂志，题为“通过定位和经济评估提高癌症外展效力：随机野外实验的见解”并由Yinging Chen，Ju-yeon Lee，Shrihari Sridha，Vikas Mittal和Amit G. Singal撰写。

2018年，在美国诊断出超过170万个新癌症，癌症护理成本超过了1470亿美元。这些案例中的许多案例可能通过常规癌症筛查测试来打开用于早期检测的门，更具成本效益的治疗选择以及更好的恢复预后。例如，定期筛查将肺癌的死亡率降低28％，乳腺癌24％，肝癌37％。此外，癌症筛查可以减少患者的年度治疗费用近5000美元。

医疗机构依赖于营销干预 - 或直接患者的外展 - 增加风险患者的筛查完成。例如，约翰霍金斯医院的癌症中心使用电子邮件，信件，研讨会和社区活动，以鼓励患者的筛选完成。然而，根据LA时最近的一篇文章，“仅仅4.2％的肺癌患者的患者被筛选为IT-A的数字，所以被那些在预防领域工作的人那么低位。“可以是2015年推出的170万外展干预措施，并在预防和教育努力下花费了1.23亿美元浪费？

该研究团队对肝细胞癌(HCC)高危患者进行了多期随机现场实验，这是最常见的原发性肝癌类型。患者被随机分配(1:1:1)到三种不同的条件-常规护理，单独外展，或患者导航外展。常规护理是医生在病人的常规护理访问期间酌情提供预防性护理建议的基本条件。单独的外展和带患者导航的外展提供了两个不同级别的直接营销工作，这些工作基于外展邮件、外展电话和由训练有素的患者导航人员进行的定制的动机教育。数据包括患者的人口统计学、健康状况、就诊史、卫生系统可及性、社区社会经济状况和之前筛查的依从性。

通过使用因果森林，机器学习的最先进的发展，研究人员发现，外展计划的有效性随着时间的推移和患者而异。例如，外展计划一般对女性，少数群体的患者更有效健康状况，有更频繁的访问历史，由医疗援助保险覆盖，居住在诊所的近距离，并居住在更为填充的社区。对于年轻，通勤更快，并居住在一个邻里的患者中，Outlach更为有效。相比之下，患者导航的外联对年龄较大的患者更有效，并且居住在更高收入社区。

通过使用这些患者级别差异，对外展干预的响应性以及成本效益计算的成熟方案，研究表明，将每个患者与最佳外展型相匹配的目标外联方案提高了外展计划的回报74％-96％，导致增长160万美元至200万美元。

本研究从以下方面帮助医护人员:

• 它可以了解如何随着时间的推移和患者特征在理论上和患者数据库中的从业者且易于访问的患者特征如何变化。
• 它提供了一种成本效益分析方法，用于评估肝癌筛查外展的营销投资上的个人级别回报。
• 它为每个患者推荐最合适的干预工具。

该研究结合了众所周知的营销原则，所有客户都与先进的不同机器学习表明个性化的癌症外展可以拯救生命和金钱。

3月中旬，作者团队在他们讨论该方法的现场网络研讨会上展示了他们的研究。作者甚至推断他们的研究如何用于促进对Covid-19等病毒的测试。按需录音可免费提供www.ama.org/jm-webinar-persona ...... oth-lives - 和金钱/。

---

---