新的支付模式、劳动力压力和越来越多的证据正在推动肿瘤学领导者通过虚拟导航和专门的社会心理支持将护理扩展到诊所之外。
癌症护理产生医疗保健领域最密集的患者生成数据流之一。症状每天都会波动，副作用会迅速复合，情绪困扰和实际压力会随着治疗而演变，通常没有明确的时刻向临床医生发出警报。
变化的数量和速度暴露了传统护理导航模型的局限性。针对偶发情况而设计的通用病例管理通常无法及时检测肿瘤风险信号或对其采取行动。
因此，医疗服务提供者越来越多地投资于特定于肿瘤学的虚拟导航，并与获得许可的心理社会护理相结合，建立模型以在癌症相关风险作为急性事件出现之前识别和应对。
像这样的组织 百里香护理 正在将这些模型付诸实践。经过临床培训的社会工作者团队专注于肿瘤学，以评估、诊断和支持情感和行为健康需求，这些需求为接受有效的癌症治疗造成了障碍。
结合起来，这种方法可以解决改善每个阶段癌症护理的全方位风险。
肿瘤学产生的数据问题与其他疾病不同
在大多数慢性病中，风险会逐渐上升，但在肿瘤学中却不会。
相反，治疗方案经常改变，副作用可能在几天内加剧，情绪困扰通常会在整个护理过程中提前出现并波动。然而，众所周知，患者会将症状正常化或延迟报告症状，尤其是当他们认为症状与衰老、压力或其他因素有关时。
在一项非随机临床试验中发表 美国医学会杂志研究人员发现，与常规护理相比，主动症状监测和结构化随访可以提高患者的生活质量，并减少急诊就诊的次数。对提供商的影响是可操作的：依赖于患者发起的外展或间歇性检查的系统经常会错过风险信号。
此外， 常规应激筛查 可以减少因情绪和实际压力失控而导致的对症状报告和护理参与的干扰。然而，许多肿瘤学实践缺乏将这些筛查结果付诸实践的能力。
为什么传统导航模型存在不足
大多数导航和病例管理程序并不是针对肿瘤学的复杂性而设计的。他们经常依赖：
- 基于推荐的参与
- 通才人员
- 临床权威有限
- 将情感支持与实际干预分开的范围很窄
这种碎片化会造成延误，而在癌症护理中，将情感支持与实际解决方案结合起来通常更有效。交通问题、经济压力和护理人员压力通常与症状负担一起出现，而不是在症状负担之后出现。
围绕肿瘤风险设计支持，而不是转诊
肿瘤学特定的虚拟导航模型是围绕一个不同的前提构建的：必须在患者知道寻求帮助之前识别风险。
在 Thyme Care，这意味着结构化的筛选、明确的升级路径以及获得跨情感、行为和实际领域行动许可的团队。
“我们不会等待人们给我们打电话。我们会主动筛选并遵循基于证据的策略，”Thyme Care 社会工作总监 Stephanie Broussard 说。
该模型将社会心理护理视为风险管理的一部分，而不是辅助服务。情绪困扰、未经治疗的症状和未得到满足的社会需求被视为早期预警指标，如果忽视，可能会破坏护理的稳定性。
为什么支付者和提供者正在围绕专业化进行调整
财务和情感压力，通常称为 财务毒性，导致癌症治疗延迟或中断。对于付款人和承担风险的提供商来说，这些中断转化为可衡量的下游成本。提供商还面临劳动力短缺和倦怠的问题，因此难以承担额外的协调责任。
虚拟肿瘤学导航提供了一种在不增加现场人员配备的情况下扩展专业支持的方法，同时保留特定疾病的专业知识。
这对医疗保健系统意味着什么
投资的变化表明，医疗保健系统认识到肿瘤学具有独特的风险，需要特别关注和应对。通用导航模型与这一现实作斗争，而肿瘤学特定的虚拟护理模型则是为此而设计的。
对于数字健康和数据领导者来说，要点很明确：肿瘤学创新的下一阶段将不再由新工具驱动，而是更多地由系统如何解释患者每天产生的信号并采取行动来驱动。
常见问题解答指南：肿瘤学特定虚拟导航和社会心理护理
什么是肿瘤学专用虚拟导航？
肿瘤学特定虚拟导航是一种专为癌症人群设计的护理模式，结合了主动监测、护理协调和特定疾病的专业知识。与一般的导航程序不同，它是为了应对肿瘤学特有的快速症状变化、治疗复杂性和心理社会风险而构建的。
肿瘤学特定导航与传统病例管理有何不同？
传统的病例管理通常依赖于转诊、患者发起的外展活动和通才人员。肿瘤特异性导航使用结构化筛查、明确的升级路径以及经过肿瘤学培训的持证临床医生来更早地识别和解决风险。
为什么心理社会护理被纳入肿瘤学导航模型？
情绪困扰、经济压力和护理人员负担经常影响治疗的依从性和利用。整合社会心理护理使团队能够同时解决情感、行为和实际需求，而不是将它们视为单独的问题。
提供商和付款人试图通过这些模型改善哪些结果？
组织的重点是减少可避免的急诊就诊、提高治疗依从性、稳定症状管理和支持护理的连续性，所有这些都越来越与基于价值的肿瘤学绩效衡量指标联系在一起。
为什么虚拟模型现在越来越受欢迎？
劳动力短缺、行政负担和患者复杂性的增加使得扩大面对面支持变得困难。虚拟肿瘤学导航使提供商能够在不增加现场人员的情况下扩展专业支持，同时保持特定疾病的专业知识。
数据如何影响肿瘤学特定导航？
这些模型依靠结构化症状筛查、痛苦评估和明确的响应方案来及早发现风险信号。重点是快速对数据采取行动，而不是被动收集数据。
