Methods Core

摘要-核心C** -- 在医疗保健服务的利用率和结果方面，存在着广泛的、无法解释的地理差异和组织差异。 在美国各地，许多美国健康保险政策专家认为，没有正当理由的医疗保险变化将继续减少。 在提高医疗保健质量和降低医疗成本方面至关重要。在此之前，临床医生的个体差异很大。 医院、医院和医疗保健系统一直没有被研究过，认为这是这种变异的一个可能的决定因素。然而， 巨大的差异仍然没有得到解释。我们的假设是，使我们进一步取得进展的最好方法是在未来。 临床医生网络的背景知识，包括美国各地临床医生之间的一系列专业知识关系。 这是促进最佳做法(高价值，低成本)和最差做法的广泛传播和传播的有效机制。 (无效和昂贵的)医疗保健。不幸的是，事实证明，要衡量一个专业的医疗网络是具有挑战性的。 在美国的医疗服务提供者中，核心医疗服务的主要方法将通过以下方式应对这一挑战：(I)衡量患者与患者之间的关系 临床医生在联邦医疗保险中遇到了他们，他们使用了一些方法来索赔数据，这些方法可以更好地利用他们所包含的信息。 与以前相比，(Ii)计算和网络计算包括测量数据和建立统计数据模型，涉及到整个过程。 美国社交网络、互联网和互联网(Iii)正在使用先进的计算机计算技术在全球范围内的整个互联网上实现计算能力。 这一次是可行的。他们在用于数据建模的统计分析方法、分层结构化的数据模型和因果关系分析方面取得了进展。 还将做出可预防的、相对有效的研究成果。这些重要的方法论创新将为研究提供支持。 加强五大项目建设，为他们提供更好的基础，更深入地挖掘和深入研究他们的各项调查项目。 否则是不可能的。

SUMMARY – CORE C    There is extensive unexplained geographic and organizational variation in health care utilization and outcomes  across the United States. Many health policy experts view the reduction of unwarranted variation to be  essential in improving health care quality and reducing costs. Previously, individual heterogeneity of clinicians,  hospitals, and health systems has been studied as a possible determinant of such variation. However,  substantial variation is left unexplained. We hypothesize that the best way to make further inroads is in the  context of clinician networks and that the array of professional relationships between clinicians across the U.S.  is the mechanism for the diffusion and dissemination of best-­practice (high value, low cost) and worst-­practice  (ineffective and expensive) care. Unfortunately, it has proven challenging to measure professional networks  among U.S. providers. The Methods Core will meet this challenge by (i) measuring relationships from patient-­ clinician encounters in Medicare claims data using methods that make greater use of the information contained  in them than previously, (ii) computing network measures and statistical models involving them for the entire  U.S. social network, and (iii) using advanced computing to implement computations on the entire network in  feasible time. Advances in statistical methods for modeling hierarchically structured data and causally-­ defendable comparative effectiveness research will also be made. These methodological innovations support  and enhance the five projects, providing them the basis to delve deeper into their various lines of enquiry than  would be possible otherwise.