组织： 俄勒冈州儿科改善伙伴关系
主要联系人： 科琳·鲁兰德
资助金额： $166,608 为期 24 个月
获奖日期：
患有复杂疾病的儿童在获得和受益于现有医疗保健服务方面往往面临巨大的社会障碍。由于其高昂的医疗费用以及对医护人员时间的占用，他们尤其受到医疗保险公司和医疗服务提供者的关注。在第二阶段的资助项目中，俄勒冈儿科改善合作组织/俄勒冈健康与科学大学将分享其利用系统和实践层面数据来更好地识别和服务由医疗补助计划覆盖的、患有复杂健康和社会问题的儿童的经验。此外，该项目还将为俄勒冈州医疗补助计划及其管理式医疗合作伙伴提供技术援助和支持，以提升其为患有复杂健康问题的儿童提供临床服务的能力。
本文采用了一种结合医疗复杂性（使用儿科医疗复杂性算法）和社会复杂性（使用已知会影响儿童健康和医疗保健利用的家庭社会因素）的新方法，构建了一个新的健康复杂性模型，该模型同时适用于人群和个体层面。研究结果表明，大量参加医疗补助/儿童健康保险计划 (Medicaid/CHIP) 的儿童可以从与其健康复杂性相匹配的有针对性的护理协调和差异化资源分配中获益。
研究与报告
本简报运用“健康复杂性”这一概念（该概念同时考虑儿童的医疗和社会复杂性）来解决健康不平等问题。简报就州政府机构和卫生系统如何开发和利用健康复杂性数据提出了建议，以确保最弱势的儿童在卫生系统改革中处于核心地位。
活动和网络研讨会回顾
健康复杂性是一个涵盖儿童医疗和社会两方面复杂性的概念。对于医疗卫生系统而言，识别并支持存在健康复杂性的儿童与消除健康差异的努力直接相关。本次网络研讨会阐述了医疗卫生系统如何识别存在健康复杂性的儿童，并提供了可操作的策略和模型，以利用这些信息来改善对家庭的服务和支持。演讲者分享了基于过去五年向州医疗补助计划 (Medicaid) 和儿童健康保险计划 (CHIP) 机构及医疗卫生系统提供的技术援助的真实案例和建议。此外，一个由接受过技术援助的医疗卫生系统领导者组成的小组也分享了他们的思考和经验。
俄勒冈州儿科改善伙伴关系 (OPIP) 的这篇评论文章重点介绍了他们开发的健康复杂性模型，并就如何战略性地利用数据来消除健康差异提出了建议。
