Systemanalyse og forbedringstilgang til optimering af den opgavedelte mentale sundhedsbehandlingskaskade (SAIA-MH) (SAIA-MH)

På grund af en mangel på 1,2 millioner arbejdere inden for mental sundhed (MH) på tværs af lav- og mellemindkomstlande (LMIC'er), har akademiske og politiske ledere slået til lyd for en opskalering af opgavedelingen til udbydere på lavere niveau for at lukke hullet i mental sundhed, som overstiger 90% i mange LMIC'er. Selvom opgavedeling kan øge adgangen til pleje, er der begrænset opmærksomhed på kvaliteten af ​​den pleje, der ydes af udbydere på lavere niveau. Opgavedelt ambulant håndtering af mental sundhed i Mozambique har vist lave rater af fastholdelse i plejen (40 %), medicinoverholdelse (<15 %) og andelen af ​​patienter, der opnår funktionsforbedring (<5 %). Tilsvarende høje rater af tab-til-opfølgning, dårlig overholdelse og dårlige patientresultater er blevet rapporteret på tværs af andre LMIC'er. Så vidt vi ved, er der ingen evidensbaserede implementeringsstrategier rettet mod optimering af MH-behandlingskaskaden i miljøer med lav ressource. Dette er et presserende behov for MH-plejeområdet globalt.

MH-behandlingskaskaden er en model, der skitserer de sekventielle, forbundne behandlingstrin, som mennesker med psykisk sygdom skal navigere, fra indledende diagnose til symptom-/funktionsforbedring. Kvalitetsproblemer i ét trin af en behandlingskaskade kan have ikke-lineære og sammensatte virkninger på tværs af det større komplekse plejesystem. Implementeringsstrategier fokuseret på kun ét trin i en kaskade kan potentielt bidrage til utilsigtede systemflaskehalse og kvalitetsproblemer. Derimod er "Systems Analysis and Improvement Approach (SAIA)" en multikomponent implementeringsstrategi fokuseret på at optimere en hel behandlingskaskade. SAIA blander facilitering, forbedret lokal klinisk konsultation og skabelsen af ​​læringssamarbejde på facilitetniveau med systemingeniørværktøjer i en 5-trins tilgang, der er specielt udviklet til opgavedelte udbydere, som omfatter: (1) kaskadeanalyse for at visualisere behandlingskaskadefald -offrer og prioriterer områder for systemforbedringer; (2) proceskortlægning for at identificere modificerbare flaskehalse på anlægsniveau; (3) identifikation og implementering af ændringer for at forbedre systemets ydeevne; (4) vurdering af modifikationseffekter på kaskaden; og (5) gentagne analyse- og forbedringscyklusser. En tidligere klynge-RCT etablerede effektiviteten af ​​SAIA til kaskadeforbedring af HIV-behandling (R01HD075057; PI: Sherr). Der findes dog ingen effektivitetsdata om SAIA anvendt på andre komplekse behandlingskaskader - såsom opgavedelt MH-pleje. Foreløbige data tyder på, at anvendelse af SAIA på MH-behandlingskaskadeoptimering (SAIA-MH; R21MH113691; PI: Wagenaar) er gennemførlig, acceptabel og kan resultere i klinisk signifikante forbedringer i behandlingskaskaden; Fem måneders SAIA-MH-implementering resulterede i en 1,5-fold stigning i medicinadhærens (aOR: 1,5; CI: 1,2, 1,9) og en 3,7-fold stigning i funktionsforbedring (aOR: 3,7; CI: 2,5, 5,4). Disse data tyder på, at SAIA-MH er en lovende strategi for forbedring af opgavedelte MH-systemer globalt. Vores specifikke mål er at:

Primært mål 1: Test effektiviteten af ​​SAIA-MH-strategien ved hjælp af et pragmatisk klynge-RCT-design og vurder determinanter for implementeringssucces. Efterforskerne vil implementere SAIA-MH ved hjælp af en 3-årig parallel klynge RCT på tværs af 8 interventions- og 8 opmærksomhedskontrolfaciliteter og evaluere effekter på forbedring af mental sundhed funktionsforbedring (primær) og retention/medicinoverholdelse (sekundær). To års undersøgelsesimplementering vil blive efterfulgt af en 1-årig vedligeholdelsesfase for at undersøge rutinemæssig troskab og bæredygtighed. Den konsoliderede ramme for implementeringsforskning (CFIR) vil blive brugt til at vurdere determinanter for implementeringssucces.

Sekundært mål 1: Test kausale pathway-modeller for at analysere virkningsmekanismer for effekter (eller ikke-effekter) af SAIA-MH implementeringsstrategien. Ved at bruge 3-års månedlige data om strategi-mekanisme-forbindelser, moderatorer, forudsætninger og resultater for de fulde 8 interventions- og 8 opmærksomhedskontrolfaciliteter, vil efterforskerne undersøge kausale pathway-effektestimater ved hjælp af longitudinelle strukturelle ligningsmodeller. Kvalitative CFIR-data fra Primært mål 1 vil kontekstualisere kvantitative stianalyser.

Specifikt mål 2: Estimere omkostningerne og omkostningseffektiviteten ved at opskalere SAIA-MH i Mozambique. Efterforskerne vil foretage mikroomkostninger og observation af tid og bevægelse af SAIA-MH RCT for at estimere omkostningerne ved at implementere interventionen. Efterforskerne vil konstruere en Markov-model parametriseret med omkostnings- og resultatdata fra SAIA-MH RCT for at projektere budgetpåvirkning og omkostningseffektivitet for SAIA-MH-opskalering til provins- og nationalt niveau.