不多的年轻医生走出他们的紧张的训练途径攻读公共政策硕士学位。然而，法律和法规，华盛顿制造商店，D.C.，和州的首府深深影响医生和其他卫生专业人员照顾病人，以及他们如何得到报酬做它。

从实验室：订阅我们的每周通讯

为John Z. Ayanian，M.D.，M.P.P.在华盛顿方面，额外的训练导致了职业桥医政策世界并试图改善研究。

三年在他的职业生涯中，他是全国知名的研究状态和国家卫生政策包括支付得起的医疗法的后果，医疗保健种族差异和被保险的影响。为此，他的同伴就给他他们的一个最高荣誉—的AcademyHealth杰出研究员奖。

作为第一个研究主任密歇根大学医疗政策与创新研究所，他带领社区510者--像他学习保健和对病人和社区的公共卫生政策的影响。

与卫生政策白热化的国家课题，其中反映了在我们的社会卫生服务研究的日期的作用，及其未来。

首先，你可以解释实际卫生服务研究你的领域是什么？
Ayanian：这是最简单的认为它是研究什么可行什么不在医疗保健工作的具体领域，以及过去的政策决定，对人们的生命和健康的后果，究竟是什么因素影响人的特定群体的健康。

我们可以通过寻找进入庞大的美国医疗保健系统的点，如阿片类药物相关的问题，手术安全、医院感染和更多。这是一个非常数据驱动型的研究。没有实验室，我们发现，或临床试验测试新的药物或设备，卫生服务研究人员寻找、收集和从卫生保健和社区卫生的广泛领域的信息分析。

你已经做了近三年的健康服务研究。变化最大，时间是什么？
Ayanian：一个主要的变化已经连接在公共和私营部门的利益相关者研究的重要性日益增加，为了确保我们的结果被用于临床实践和政策，最大限度地。

这是“翻译研究领域的版本，“类似于实验室的科学家们正在努力实现的时候，他们把他们的发现从实验室到临床试验的患者。

参见：医疗补助扩张超过支付本身，研究发现

这导致了实施科学领域的巨大增长，它研究如何以及临床团队采用新的临床实践的，以前的研究已经证明是有益的或减少危害。一旦我们开发出更好的护理指导，我们怎么能让他们坚持？

我们也看到在社区参与的重视，让会员对社区的健康我们学习上有机会参与研究的所有阶段。

网络的快速增长的数据采集和移动技术，患者和供应商沟通，并与公众分享信息的同时也带来了巨大的变化。

今天，做更多的快速循环的研究有了更大的重视，并与相关的受众迅速共享成果，太。我们用几乎完全依靠在顶级期刊发表研究结果。现在，我们也有社会媒体帮助我们传播我们的发现在一个基层。

也有在获得“大数据”和高复杂度的数据不只是保险索赔我们已经用了三年的数据令人难以置信的增长，而且基因组信息，信息从电子健康记录系统，大多数供应商现在使用和数据对社区和环境因素。

我们刚刚开始使用，在其他领域更常见的技术，如机器学习和数据可视化工具。我们需要利用数据科学家比我们过去的经验。

研究人员正在研究蚁群算法的影响，努力废除和取代它的是持续的。你能在时间上的这一刻的反映和卫生保健人员的作用？
Ayanian：蚁群算法是建立在卫生服务研究。但不管未来发生什么，需要了解对人民生活健康政策的重大变化的影响会像以往一样大。

目前的研究对影响ACA -少于四年进入实际执行其大部分主要条款-更多的研究人员采取一种“混合法”的方法。从历史上看，我们的大多数领域的研究已定量。但这意味着个人和社区的故事了。我们密歇根所鼓励教师使用定量的定性方法来理解故事和给政策制定者、记者和公众的一种理解纯粹的统计信息更充分。

由于蚁群算法的影响，对其影响的研究是发生比在过去的时期主要卫生保健立法的速度，这是一个积极的改变。

出版研究的传统方法，通过同行评审的过程，也变得更快。但不为公众和决策者对信息的需求可以使用快。在顶级医学杂志发表了一篇论文，可以在提交的3到6个月，顶部的时间收集和分析数据、写关于结果文件。同行评审是区别和质量的重要标志，但我们也需要更加快速的数据分析和传播以帮助决策者了解影响他们制定的，或潜在的影响，他们正在讨论的。

“支付得起的医疗法的不确定的命运，坚实的证据来指导政策的需求将保持强劲，无论健康政策方向前进。”
John Z. Ayanian，M.D.，M.P.P.
如何能更有效的健康服务研究？研究机构及资金来源如何提高研究人员的新发现，使观众能够对他们的行为进行分享的能力呢？
Ayanian：一种方法，我们已经在密歇根已经与我们国家卫生和人类服务部合伙人。通过建立、维护和与利益相关者建立持续的伙伴关系，我们可以了解什么是最紧迫的和相关的问题的研究，他们能理解我们的专业知识，以及它如何能够帮助他们解决这些紧迫的问题和带来的最好的证据来承担的问题。

我们也在密歇根工作的卫生服务利用的方法对临床实践的影响，以帮助研究人员从事临床领导设计和评估我们的学术医疗中心在实践中的变化，所以我们有什么更好的证据，证据支持变化的传播。

与支付得起的医疗法的不确定的命运，坚实的证据来指导政策的需求将保持强劲，无论健康政策方向前进。我鼓励生产者的证据和决策者用它来更新我们的重点放在实现一个高价值的医疗保健系统，满足了所有美国人的需求，尤其是那些可能在最危险的任何变化来。

你认为公众最需要知道的数据驱动的医疗保健研究和对他们生活的影响？
Ayanian：在许多方面，公众已经从过去的保健研究的好处，往往不知道它。

我们通常认为的情况下有可能防止医疗不良后果。但人们可能不知道的好处，这样的研究，侧重于预防直到有一个意想不到的危机因为缺乏预防工作。

例如，许多我们已经为防止疾病和心血管疾病如心脏病和中风死亡的社会收益是由于数据驱动的研究。这项工作使人们有可能为临床团队更好的诊断和治疗中迫切需要解决的问题，帮助患者减少危险因素和诊断疾病如糖尿病才变得严重。

我们也可以看到在努力将患者自己的健康和保健信息健康服务研究的影响，因为有研究表明，患者有一个更好的机会与良好的健康结果。

参见：如何“爱”和一个具有里程碑意义的论文改进卫生保健

新的精密医学时代精密的健康，我们进入将使其更可能使用个人数据——比如健身追踪器或smartwatches -提高实时健康研究。

（注：转载时请注明复诊网）