Concept Mapping als skalierbare Methode zur Identifizierung patientenrelevanter Outcomes (VOICe)

Dies ist eine Beobachtungsstudie, die zwei Methoden vergleicht - Concept Mapping und Einzelinterviews. Die Prüfer werden die Methoden selbst testen, indem sie die Vollständigkeit der Listen der patientenrelevanten Ergebnisse, die durch jede Methode erzielt werden (primäres Ergebnis), sowie die Effizienz, gemessen an der Ressourcenintensität, der Methoden (sekundäres Ergebnis) vergleichen. Die Ziele dieser Studie werden mit erwachsenen Patienten mit mäßig bis schlecht eingestelltem Diabetes mellitus getestet, die in einem großen, städtischen, akademischen Gesundheitssystem behandelt werden. Um Vergleiche der Vollständigkeit der Methoden bei der Erzielung patientenrelevanter Ergebnisse zu ermöglichen, unabhängig davon, in welchem ​​Gesundheitsumfeld die Ergebnisse erhoben werden, rekrutieren die Forscher Patienten aus 3 verschiedenen Versorgungsumfeldern für die Interviewgruppe: einen Akutbesuch (in der Notaufnahme), ein Besuch in der Akutversorgung (innerhalb von 1 Woche nach einer Krankenhausentlassung) und ein routinemäßiger Besuch in der Grundversorgung. Die angestrebte Stichprobengröße in jeder Gesundheitseinrichtung beträgt 30 Patienten, was die erwartete Anzahl ist, die für eine thematische Sättigung benötigt wird. Die Forscher rekrutieren dann Patienten-Teilnehmer aus bestehenden klinischen und Forschungsdatenbanken für 3 separate Concept-Mapping-Gruppen mit jeweils 20 Patienten. In Ziel 2 testen die Ermittler die Hypothese, dass die Konzeptkartierung in einem Forschungsumfeld zu Ergebnissen führt, die mit denen übereinstimmen, die von Patienten in den „realen“ Umgebungen erhoben werden. In Ziel 3 bewerten die Ermittler die Gesamtressourcennutzung, die in erster Linie durch den Zeitaufwand von Patienten, dem Forschungsteam und dem Beirat qualitativer Interviews, die bis zur thematischen Sättigung innerhalb einer einzelnen Gesundheitseinrichtung durchgeführt werden, im Vergleich zu den für eine einzelne Iteration verwendeten Ressourcen bewertet wird des Konzeptmappings.

Die Erkenntnisse aus dieser Arbeit werden die Methoden der patientenzentrierten Ergebnisforschung verbessern, indem sie Forschern Informationen über standardisierte, skalierbare Methoden zur Identifizierung patientenrelevanter Ergebnisse zur Verwendung in Forschungsstudien zur Verfügung stellen, sodass einzelne Patienten in der Lage sind, Ergebnisse auszuwählen, die für sie am nützlichsten sind. Die Studie liefert nicht nur Einblicke in Methoden zur Ermittlung patientenzentrierter Ergebnisse, sondern liefert den Interessengruppen auch wertvolle Informationen darüber, wie sich die Prioritäten der Patienten im gesamten Versorgungskontinuum unterscheiden. Die Ermittler werden berichten, wie sich die Erkenntnisse aus der Konzeptkartierung auf Gesundheitseinrichtungen anwenden lassen und inwieweit sich Patientenprioritäten (auf der Grundlage von Interviews) in Gesundheitseinrichtungen unterscheiden. Wenn die (in der Forschungsumgebung gesammelten) Ergebnisse der Konzeptkartierung die von Patienten in verschiedenen Gesundheitseinrichtungen identifizierten Prioritäten erfassen, würde diese Erkenntnis die Fähigkeit der Forscher verbessern, Studien in verschiedenen oder mehreren Einrichtungen durchzuführen. Wenn sich die Ergebnisse nicht über die Einstellungen hinweg verallgemeinern lassen, ist dies eine wertvolle Erkenntnis, die zeigt, dass sich die Patientenprioritäten je nach Befragungseinstellung und Patientenschärfe unterscheiden, und die Notwendigkeit der Forscher bestätigt, spezifisch über die Einstellung zu sein, in der sie die Forschung durchführen, um sicherzustellen, dass sie erreichen ihre beabsichtigte Patientenpopulation.

Die Arbeit wird in enger Zusammenarbeit mit dem Patient and Key Stakeholder Advisory Board (PAKSAB) durchgeführt – gleichberechtigte Partner des Forschungsteams, die von Anfang an an dem Vorschlag beteiligt waren. PAKSAB-Mitglieder werden während der gesamten Durchführung der Ziele Teil des Forschungsteams sein und bei der gesamten Analyse und Dateninterpretation behilflich sein.