从社区参与和数据驱动的证据为基础的实践策略选择中获得的经验——以HEALing Communities研究为例

《Journal of Public Health Management and Practice》：Lessons From the Community-Engaged, Data-Driven Selection of Evidence-Based Practice Strategies in the HEALing Communities Study

社区数据驱动决策减少阿片类药物过量致死干预研究

　　

摘要

公共卫生数据和工具已经大量增加，但针对社区参与的数据驱动决策的实际指导却十分有限。HEALing Communities Study（HCS）是一项随机、等待名单对照试验，旨在评估一项干预措施在4个地区（肯塔基州、马萨诸塞州、纽约州和俄亥俄州）的67个受影响严重的社区中减少致命阿片类药物过量的效果。HCS的研究人员实施了“Communities That HEAL”干预计划，该计划采用分阶段的方法，通过联盟参与和数据驱动的方式选择基于证据的实践策略来减少致命阿片类药物过量。数据驱动方法的核心步骤包括数据筛选、获取、展示和参与。工作人员选择了与研究目标一致的指标，从多种来源获取数据，创建了可视化图表，并与联盟成员合作评估资源缺口和干预机会。在干预计划结束时，所有4个地区的工作人员共同讨论了数据驱动决策的最佳实践及遇到的障碍。本文介绍了所实施的数据驱动决策方法、评估结果、后续实施的改进措施以及对未来实施的指导建议。