Implementering af Ankomsttid

Retmæssig patientankomst er afgørende for at opretholde effektive klinikdrift og sikre, at patienter modtager hele varigheden af deres planlagte behandling. Forsinkede ankomster forstyrrer klinikkens flow, reducerer tiden med behandlere og kan forsinke efterfølgende aftaler, hvilket skaber en dominoeffekt gennem dagen. Dette projekt har til formål at teste en lavprisadfærdsmæssig intervention, der klarlægger ankomstforventninger og fremmer rettidig ankomst til planlagte aftaler.

Denne undersøgelse evaluerer effektiviteten af en intervention designet til at gøre den forventede ankomsttid mere fremtrædende for patienter. Undersøgelsen vil blive implementeret på tværs af ambulatoriske afdelinger, der leverer primær behandling som en del af UCLA Healths operationelle forbedringsinitiativ for at forbedre klinikflow og patientoplevelse.

Specifikt ændrer interventionen måden, hvorpå aftaleinformation præsenteres for patienter (eller stedfortrædere i tilfælde af patienter < 18 år), gennem to kommunikationskanaler, der anvendes af UCLA Health: (1) patientportalen (kaldet MyChart hos UCLA Health) og (2) SMS-platformen (kaldet Hello World hos UCLA Health), som sender patienter automatiske tekstnotifikationer før deres aftale.

Kontrolbetingelse På MyChart-forsiden ser patienter kun den planlagte aftaletid (f.eks. "Starter kl. 15:00") for deres kommende aftaler. På aftaledetaljesiden ser patienter deres aftaletid og en yderligere instruktion om at "Ankom 15 minutter før din aftale." Tekstnotifikationer angiver aftaletiden og inkluderer en opfordring til at ankomme 15 minutter tidligere (f.eks. "[Patientnavn], du har en kommende konsultation den 12. jan 2026 kl. 15:00. Ankom 15 minutter før din aftaletid").

Behandlingsbetingelse På MyChart-forsiden ser patienter en eksplicit ankomsttid for deres kommende aftaler, sat til 15 minutter før den planlagte aftaletid (f.eks. "Ankom senest kl. 14:45" for en aftale planlagt til kl. 15), i stedet for aftaletiden selv. På aftaledetaljesiden ser patienter deres aftaletid såvel som ankomsttiden.

Tekstnotifikationer fortæller eksplicit patienter deres forventede ankomsttid, i stedet for deres aftaletid (f.eks. "[Patientnavn], du har en kommende konsultation den 12. jan 2026. Ankom senest kl. 14:45.")

Forskerne vil implementere en klynge-randomisering, hvor alle personlige læge- eller avancerede behandleraftaler (APP) i samme klinikbygning tildeles samme eksperimentelle betingelse. I alt 37 klinikbygninger vil blive inkluderet. Forskerne planlægger at køre denne kliniske undersøgelse i 6 måneder. Ankomsttidsfunktionaliteten vil blive implementeret 1 måned før starten af forsøgsperioden for at introducere en udvaskningsperiode.

Nøgleresearchspørgsmål:

Forskerne stiller følgende forskningsspørgsmål: Ændrer visning af en eksplicit ankomsttid, hvor tidligt patienter ankommer til deres aftaler? Forskerne formoder, at behandlingen vil føre til, at folk ankommer tidligere til deres aftaler i forhold til kontrolbetingelsen.

Udover at undersøge det kontinuerte mål for hvor lang tid før en patient tjekker ind til deres aftaler (de primære udfaldsmål), vil forskerne også undersøge to binære metrikker:

A. Retidig ankomst: Fører behandlingen til, at patienter med større sandsynlighed ankommer rettidigt (dvs. tjekker ind før eller på den planlagte aftaletid)?.

B. Tidlig ankomst: Øger behandlingsbetingelsen patienters sandsynlighed for at ankomme mindst 15 minutter før deres planlagte aftaletid?

Analyseplan:

Forskerne vil bruge ordinære mindste kvadraters (OLS) regressioner med robuste standardfejl til at forudsige udfaldsvariable. Statistiske slutninger vil være baseret på model-robuste standardfejl klynget på klinikbygningsniveau, som er randomiseringsenheden. Alle analyser vil blive udført på aftaleniveau. Den primære prædiktor vil være en indikator for, om patientens klinik blev tildelt ankomsttidsbehandlingsbetingelsen (vs. standard aftaletidskontrol).

Disse regressioner vil blive kørt med og uden følgende kontrolvariable:

• Patientalder (Hvis der vil være manglende værdier, vil forskerne erstatte med gennemsnittet og tilføje en dummyvariabel for at indikere patienter med manglende alder)
• Patientkøn
• Patientrace/etnicitet
• Patientpünktlighed: Andelen af patientens personlige lægeaftaler på samme klinik i de seneste 36 måneder før forsøgets start, hvor de ankom rettidigt (Patienter uden gennemførte aftaler i denne periode vil have manglende data. For disse tilfælde vil forskerne imputere stikprøvegennemsnittet og tilføje en dummyvariabel for at indikere disse patienter). Hvis vi ikke kan have patientbesøgshistorik for 36 måneder før forsøgets start, vil vi i stedet kontrollere for andelen af patientens personlige lægeaftaler hos UCLA Health (på tværs af alle klinikker), hvor de ankom rettidigt (eksklusive drop-in-aftaler)
• Besøgstype (voksen vs. barn; nyt vs. retur)
• En indikator for, om klinikken opererede med aftaleprogrammer i 15/30 minutters intervaller eller 20/40 minutters intervaller
• Forsikringstype (Traditionel Medicare, Medicare Advantage, Medicaid, Kommerciel, anden/ukendt)
• Multimorbiditetsscore (Hvis der er manglende værdier, vil forskerne erstatte med gennemsnittet og tilføje en dummyvariabel for at indikere patienter med en manglende multimorbiditetsscore)

• Følgende gensidigt udelukkende binære indikatorer for at tage højde for forskelle i (1) om en aftale er blevet planlagt før ankomsttidsfunktionaliteten blev implementeret og (2) hvor lang tid i forvejen en aftale blev planlagt:

  • Planlagt før funktionalitetsimplementering: Indikator for aftaler, der blev planlagt før ankomsttidsfunktionaliteten blev implementeret
  • Planlagt >7 dage i forvejen: Indikator for aftaler planlagt på eller efter implementeringsdatoen med mere end 7 dage mellem planlægning og aftaledato.
  • Planlagt 1-7 dage i forvejen: Indikator for aftaler planlagt på eller efter implementeringsdatoen med 1 til 7 dage mellem planlægning og aftaledato.
  • Planlagt <1 dag i forvejen: Indikator for aftaler planlagt på eller efter implementeringsdatoen med mindre end 1 dag mellem planlægning og aftaledato.

Som en eksplorativ analyse vil forskerne undersøge behandlingseffekter kun blandt aftaler planlagt på eller efter funktionalitetsimplementeringsdatoen, da aftalebekræftelsestekstnotifikationerne modtaget af disse patienter vil afspejle eksperimentdesignet.

Til robusthedstjek vil forskerne udføre logit-modeller for binære udfald og re-estimere modeller for det kontinuerte ankomsttidsudfald ved 1. og 99. percentil (hvilket er et bredere winsoriseringsområde end området specificeret i den primære udfaldssektion senere).

Bemærk: Nogle patienter kan have flere kvalificerede konsultationer i løbet af undersøgelsesvinduet. Hovedanalyserne vil kun inkludere den første konsultation pr. patient. Eksplorative analyser vil vurdere, om inkludering af efterfølgende konsultationer ændrer resultaterne.

For at teste for heterogene behandlingseffekter vil forskerne estimere interaktionsmodeller, hvor behandlingsindikatoren interageres med patient-, besøgs- eller klinikegenskaber. Forskerne vil analysere følgende moderatorer:

• Patientniveau-pünktlighed som defineret ovenfor (For at tage højde for manglende værdier vil regressionsmodellerne interagere behandlingsindikatoren med både den imputerede pünktlighedsrate og mangelsindikatoren)
• Hvor mange gange patienter har deltaget i en lægeaftale på samme klinik i de 36 måneder før forsøgets start
• Om klinikafdelingen planlægger aftaler i 15/30 minutters intervaller eller 20/40 minutters intervaller
• Klinikkens baseline-pünktlighedsrate: procentdel af aftaler, der var rettidige (tjekket ind ≤ 0 minutter for sent) i de seks måneder før forsøget
• Besøgstype (voksen vs. barn)
• Aftaleplanlægningstid (fire gensidigt udelukkende undergrupper): Om aftalen blev planlagt før ankomsttidsfunktionaliteten blev implementeret vs. den blev planlagt efter funktionaliteten blev implementeret, men mere end 7 dage før den planlagte besøgsdato vs. 1-7 dage vs. <1 dag før den planlagte besøgsdato.
• Multimorbiditetsscore (For at tage højde for manglende værdier vil regressionsmodellerne interagere behandlingsindikatoren med både den imputerede multimorbiditetsscore og mangelsindikatoren)

Forskerne vil udføre yderligere eksplorative analyser for at undersøge potentielle nedstrømskonsekvenser af interventionen:

1. Aftaledeltagelse Forskerne vil undersøge, om behandlingsbetingelsen påvirker udeblivelsesrater i forhold til kontrolbetingelsen. Eksplicit visning af en tidligere anmodet ankomsttid kunne potentielt øge udeblivelser, hvis nogle patienter tror, de allerede har misset deres aftalevindue eller føler sig opgivende om at komme, når de indser, de ikke kan nå at ankomme til den anmodede tid.

2. Patienttilfredshed:

   Forskerne vil undersøge, om tildeling til behandlingsbetingelsen påvirker patienttilfredshedsvurderinger i efter-besøg-undersøgelser ved at fokusere på to binære udfald, der tillader en intention-to-treat-analyse:

   A. Om patienten efterlader en dårlig anmeldelse (denne variabel er lig 1, hvis patienten giver 1 eller 2 stjerner ud af 5 stjerner og 0, hvis patienten giver en højere stjernebedømmelse eller ikke giver en stjernebedømmelse) B. Om patienten efterlader en god anmeldelse (denne variabel er lig 1, hvis patienten giver 5 stjerner og 0, hvis patienten giver en lavere bedømmelse eller ikke giver en stjernebedømmelse).

   Forskerne vil udføre tekstanalyser af patienters kvalitative kommentarer i undersøgelserne for at vurdere sentiment og kilder til bekymringer eller komplimenter.

3. Aftaleaflysninger Forskerne vil teste, om behandlingsbetingelsen påvirker aflysningsrater i forhold til kontrolbetingelsen. Denne analyse vil hjælpe med at afgøre, om "Ankom Senest"-formuleringen har nogen utilsigtet effekt på patienters sandsynlighed for at aflyse i stedet for at deltage i deres aftale.
4. Klinikarbejdsgangsmetrikker:

Forskerne vil undersøge, om behandlingen påvirker følgende to operationelle metrikker inden for klinikken:

A. Patientrumstid: antallet af minutter mellem patientens indtjekning og tidspunktet, hvor de placeres i undersøgelsesrummet.

B. Tidspunkt for, hvornår lægen kommer ind i undersøgelsesrummet: antallet af minutter mellem den planlagte aftaletid og hvornår behandleren kommer ind i rummet.

C. Tid mellem indtjekning og behandlerindgang: Antal minutter mellem patientens indtjekning og tidspunktet, hvor behandleren kommer ind i undersøgelsesrummet.

Forskerne vil bruge kvantilregressioner til dette sæt af analyser. Disse eksplorative mål giver indsigt i, om forbedret pünktlighed oversættes til glattere klinikflow eller ændringer i patientventetid. Disse mål er sandsynligvis støjende, da tidspunktet, hvor patienter placeres i undersøgelsesrummet eller ses af behandleren, ikke altid registreres i realtid.