根据一项新的研究，健康的社会决定因素可以比你意识到的更多地反映你的整体健康状况。许多非临床因素可以决定某人是否有更大的感染COVID-19的风险，在各州逐步放宽留守令的情况下，雇主在将工人带回工作场所时应考虑到这一点。Welltok与Ipsos签订合同，对2000名成年人进行调查，以确定对健康的社会决定因素（SDOH）的认识差距，即生活方式、环境、教育、工作状态、关系、财务安全和社区安全，以此来突出SDOH数据如何在工人返回工作场所时为他们带来好处。作者写道："由于SDOH是个人健康状况的主要驱动因素，因此可以对这些变量进行分析，以便更好地为员工提供符合其特定需求和兴趣的个性化资源，并让他们参与进来。"SDOH数据不仅可以揭示员工当前的健康风险，还可以用来预测未来的需求和风险。此外，它还可以预测他们对特定健康计划的接受程度和参与的可能性。"虽然大多数调查对象了解他们的健康会受到工作类型或与谁生活在一起等社会因素的影响，但超过半数的受访者不明白日常因素，如通勤时间或参与社区活动的时间，如何也是关键的健康预测因素。例如，Welltok的预测模型说明了以下内容：在中期和长期选举中投票的消费者不太可能过度使用ER，而更可能参与福利计划。一个人拥有的汽车类型以及他们居住的房屋类型有助于预测一个人被诊断为慢性病的可能性。一个人的关系状态和通勤时间是药物依从性的指标。作者写道："消费者表示，供应商通常会询问他们的身体健康（如饮食、锻炼）和情绪健康，但不会询问诸如教育或社会联系等SDOH因素。"这意味着关于SDOH的重要细节不会记录在一个人的临床或索赔记录中。除此之外，近一半（48%）的人甚至不知道除了病史之外，他们应该与医疗服务提供者分享哪些类型的信息，以获得更好的支持。"此外，一半的受访者担心，如果他们与雇主分享过多的个人生活细节，他们会受到负面影响。但与此同时，56%的受访者表示，他们从公司得到了不相关的支持，82%的受访者会通过个性化的支持来增加对健康和福利项目的参与。事实上，SDOH的数据可以用来预测和识别员工内部是否存在某些挣扎，包括孤独感、财务不安全感和情绪困扰。福利包括提高员工生产力；提高员工对福利计划的参与度；提高福利投资的投资回报率；基于人口水平洞察力的智能福利设计；降低员工流动率。作者写道："机器学习和预测模型可以识别特定员工最容易接受的项目类型。"这样，雇主可以通过向合适的员工提供适当的资源来优化开支。"原文发表在BenefitsPRO-2020年4月29日