Tilpasning af forbedrede restitutionsprogrammer til patienter med lavt helbred

Begrundelse: Lav sundhedskompetence påvirker over en tredjedel af kirurgiske populationer og er forbundet med væsentligt dårligere resultater i kirurgi. Der er et presserende behov for indgreb, der reducerer forskellene i denne store befolkning. Tidligere arbejde har vist, at forbedrede genopretningsprogrammer (ERP'er) afbøder raceforskelle i kirurgiske resultater og tilbyder en pragmatisk måde at håndtere kirurgiske forskelle på. Eksisterende ERP'er fungerer dog dårligt for patienter med lav sundhedskompetence, som stadig oplever dårligere resultater. Denne kløft opstår som følge af den manglende tilpasning mellem de nuværende ERP'er og behovene hos patienter med lavt helbred. Forudgående arbejde gennem en K23-bevilling vurderede disse behov og udviklede en ny strategi på flere niveauer for at forbedre pasformen: engagere patienter med VISUELLE hjælpemidler, coacheudbydere i kommunikation og træne organisationer i sundhedskompetence (VISACT). Der er nu mulighed for at levere og teste VISACT ved hjælp af en teoribaseret tilpasningsramme. Succesfulde tilpasninger ville transformere eksisterende ERP'er og udvide dens forskelsreducerende virkning til befolkninger med lav sundhedskompetence. Mål: Det langsigtede mål er at eliminere uligheder og forbedre resultaterne for befolkninger med lav sundhedskompetence inden for kirurgi gennem kontekstdrevne tilpasninger af eksisterende ERP'er. Hypotesen er, at VISACT vil forbedre troskaben til ERP's komponenter for patienter med lav helbredsmæssig forståelse og dermed kirurgiske resultater. For at nå dette mål er målene: (SA1) identificere de sundhedskompetencefølsomme komponenter i ERP'er, der skal udvides med VISACT, (SA2) vurdere sundhedskompetencebehovene hos udbydere og organisatoriske enheder på ERP-teams og (SA3) levere og pilotere teste VISACT implementeringsstrategien på eksisterende ERP'er. Metoder: For det første, styret af Dynamics Adaptation Process-rammen, vil maskinlæring på en stor ERP-database (n>7.000) blive brugt til at identificere de sundhedskompetencefølsomme komponenter i ERP'er, der skal udvides med VISACT (SA1). For det andet vil en konvergent integreret tilgang med blandede metoder blive brugt til at identificere huller i sundhedskompetencer, bedste praksis og beredskab til at tilpasse sig ERP-implementeringsteams gennem tre indbyrdes forbundne metoder: in vivo observationer af ERP'er i aktion på 4 Alabama-faciliteter, udvidet semistrukturerede interviews af 120 interessenter og undersøgelser, der måler viden om sundhedskompetence og organisatorisk beredskab til at tilpasse sig. For det tredje vil VISACT-interventionen blive testet på to steder i Alabama (by og land) gennem en ny interaktiv responsplatform i en pilotundersøgelse og vurderet for gennemførlighed/acceptabilitet gennem en RE-AIM-ramme for rækkevidde, effektivitet, vedtagelse, implementering og vedligeholdelsesforanstaltninger. Erhvervede data vil informere designet af en multi-institutionel trinvist forsøg med VISACT i det dybe syd. Betydning: Denne undersøgelse vil fremme NIH/NIMHD-missionen for at eliminere kirurgiske uligheder og reagerer direkte på NIMHD Science Visioning Research Strategies ved at fjerne barrierer for sundhedskompetencer (#24) og opbygge videnskaben om at tilpasse interventioner til forskellige kontekster (#30). Projektet vil desuden (i) levere den første sundhedskyndige intervention i kirurgi, (ii) etablere en ny implementeringsstrategi (VISACT) for at adressere kirurgiske forskelle og (iii) fremme videnskaben om interventioner gennem tilpasninger.