Bewertung der klinischen Auswirkungen und Kosten von eHealth in Ruanda

Motivation der Studie Eine frühere Querschnittsanalyse des nationalen HIV-Programms in Ruanda beschrieb das HIV-Versorgungskontinuum als einen „Multitrajektorienpfad“ mit vielen Möglichkeiten für Patienten, zwischen Diagnose und Virusunterdrückung die Behandlung zu verlassen und wieder in die Behandlung zurückzukehren. Die Autoren kamen zu dem Schluss, dass der schwächste Punkt im Kontinuum der Übergang von der Diagnose zur Verknüpfung mit der Behandlung ist, wo nur die Hälfte der neu diagnostizierten Patienten innerhalb von 6 Monaten nach Erhalt ihrer Diagnose eine Verbindung zur Behandlung aufnimmt.

Diese Studie schätzte auch, dass 82,2 Prozent der Patienten unter ART eine Virussuppression erreichen. Insgesamt wurde angenommen, dass die Hälfte der HIV-positiven Bevölkerung in Ruanda im Jahr 2013 viral supprimiert war. Diese Schätzung der Virussuppression basiert auf einer Analyse von EMR-Daten für eine Untergruppe von 21.995 Patienten. Die Korrespondenz mit einem der Studienautoren stellte klar, dass 9.680 dieser Patienten für einen Viruslasttest in Frage kamen und 3.066 der in Frage kommenden Patienten Daten zur Viruslast aufgezeichnet hatten. Dies deutet darauf hin, dass bei zwei Dritteln der Patienten, die für einen Viruslasttest geeignet sind, keine Viruslastergebnisse in der EMR aufgezeichnet wurden. Die Studie schätzt keine Art von Behandlungsversagen (virologisch, immunologisch, klinisch), und den Forschern sind keine derartigen Schätzungen für Ruanda bekannt.

Studien in Botswana, Malawi, Uganda, Südafrika und Kamerun ergaben, dass 15 bis 25 Prozent der Patienten innerhalb von 3 Jahren nach Beginn der Erstlinien-ART HIV-RNA-Plasmakonzentrationen von über 400 Kopien pro ml aufwiesen. Kürzlich fand eine kenianische Studie heraus, dass bei einer großen Kohorte kenianischer ART-Patienten bei 11,6 Prozent während des 12-monatigen Studienzeitraums Anzeichen eines immunologischen Behandlungsversagens auftraten.

In der Kenia-Studie randomisierten die Forscher 7 von 13 Kliniken, die EMRs verwendeten, einer Interventionsgruppe, die Warnungen und Erinnerungen über das Versagen einer immunologischen Behandlung erhielt. Die Rate angemessener klinischer Maßnahmen als Reaktion auf ein Therapieversagen stieg von 30 Prozent in der Kontrollgruppe auf 54 Prozent in der Interventionsgruppe. Die Autoren berichteten auch von einer 72-prozentigen relativen Verkürzung der Zeit von der Erkennung eines Behandlungsversagens bis zu angemessenen klinischen Maßnahmen. Die Ermittler schätzten die Auswirkungen des CDSS auf Behandlungsergebnisse wie Virussuppression und Überleben nicht ein.

Mit der vorgeschlagenen Studie in Ruanda sehen Forscher eine Möglichkeit, kostengünstige Tools zur Entscheidungsunterstützung einzusetzen, um die Rate der Verknüpfung mit der Versorgung von der Diagnose zu erhöhen, die Datenqualität und Vollständigkeit von Labordaten wie der Viruslast zu verbessern und die Wirksamkeit dieser Entscheidungsunterstützung zu demonstrieren Instrumente zur Einleitung einer rechtzeitigen klinischen Intervention nach einem Therapieversagen und demonstrieren, dass eine frühzeitige Intervention zu positiven klinischen Ergebnissen für die Patienten führen kann.

Beabsichtigte/potenzielle Verwendung der Studienergebnisse Die Studienergebnisse werden die ruandische Regierung über die Leistung, die klinischen Auswirkungen und die Kosten der von ihr implementierten Systeme informieren und sie bei der Entscheidung über zukünftige eHealth-Investitionen für eine Vielzahl von Standorten unterstützen. Die Ergebnisse werden auch dazu beitragen, solche Investitionen in einem breiten Spektrum anderer Länder mit niedrigem und mittlerem Einkommen zu informieren, die mit HIV und anderen Krankheiten umgehen.

Design/Standorte Die Ermittler werden eine Cluster-randomisierte Studie durchführen, um die Behandlungswirkung der verbesserten EMR-Pakete auf strukturelle, verfahrenstechnische und klinische Ergebnisse im Zusammenhang mit der HIV-Versorgung in Ruanda abzuschätzen.

Forschungsfragen und Ergebnisse

Die Ermittler stellen vier primäre Forschungsfragen zur Wirkung der Intervention zur Entscheidungsunterstützung auf den Prozess, die Struktur und die klinischen Ergebnisse:

1. Verbessern Warnungen und Erinnerungen die Verknüpfung von HIV-Tests und Pflege?

   Ergebnisse:

   A. Rate der Verknüpfung mit der Behandlung bei HIV-positiven Patienten innerhalb von 3 Monaten nach der Diagnose b. Zeit vom Ergebnis des HIV+-Tests bis zur Verknüpfung mit der Behandlung

2. Verbessern Alarme und Erinnerungen die Qualität und Vollständigkeit von Routinelaborergebnissen im EMR?

   Ergebnisse:

   1. Prozentsatz der Patienten unter ART, die ihren 6. Behandlungsmonat abschließen und deren Viruslastergebnisse innerhalb von 2 Monaten nach diesem ersten Meilenstein in der EMR aufgezeichnet wurden.
   2. Prozentsatz der Patienten unter ART, die einen jährlichen VL-Test erhalten und deren Ergebnisse innerhalb von 2 Monaten nach diesem jährlichen Meilenstein in der EMR aufgezeichnet werden.
3. Verbessern Warnungen und Erinnerungen nach einem durch CD4 oder Viruslast erkannten Therapieversagen die klinischen Maßnahmen?

Ergebnisse:

1. Prozentsatz der ART-Patienten, die innerhalb von 1 Monat nach erkanntem Behandlungsversagen eine dokumentierte klinische Wirkung haben

2. Zeit vom Behandlungsversagen bis zur aufgezeichneten klinischen Wirkung

   4. Verbessern Warnungen und Erinnerungen nach einem durch CD4 oder Viruslast erkannten Therapieversagen die therapeutischen Ergebnisse, wie z. B. die Virussuppression?

   Ergebnis:

   Prozentsatz der Patienten, bei denen ein Behandlungsversagen auftritt und die 4 Monate nach dem Zeitpunkt des Versagens vollständig unterdrückt sind

   Hypothesen Mit der vorgeschlagenen Studie in Ruanda stellen die Forscher die Hypothese auf, dass kostengünstige Tools zur Entscheidungsunterstützung die Verknüpfungsrate von der Diagnose zur Versorgung erhöhen, die Datenqualität und Vollständigkeit von Labordaten wie Viruslast und CD4 sowie die rechtzeitige klinische Intervention nach einem Behandlungsversagen verbessern können .

   Die Ermittler werden mehrere Randomisierungsebenen implementieren, um die verschiedenen oben genannten Forschungsfragen zu beantworten.

   I. Verbessern Warnungen und Erinnerungen die Verknüpfung von HIV-Tests und Pflege? Randomisieren Sie eingeschlossene Einrichtungen auf zwei Arme: Intervention 1 (Int1) und Kontrolle (Ctrl1). Der Ctrl1 zugewiesene Einrichtungen erhalten keine zusätzliche Ausrüstung, Software-Tools, Schulungen oder andere Formen der Unterstützung. Einrichtungen, die dem erweiterten Paket für Int1 zugewiesen sind, erhalten Benachrichtigungen und Erinnerungen, um die Verknüpfung von der Diagnose zur Versorgung zu fördern.

   II. Verbessern Alarme und Erinnerungen die Qualität und Vollständigkeit der Laborergebnisse im EMR? Randomisieren Sie die Intervention 1-Gruppe in zwei zusätzliche Arme: Intervention 2 (Int2) und Control (Ctrl2). Einrichtungen, die Int2 zugewiesen sind, erhalten im Rahmen ihres erweiterten Pakets auch Warnungen und Erinnerungen, um die Laborberichte zu verbessern.

   III. Verbessern Warnungen und Erinnerungen nach einem durch CD4 oder Viruslast erkannten Therapieversagen die klinischen Maßnahmen? Randomisieren Sie die Intervention 2-Gruppe in zwei zusätzliche Arme: Intervention 3 (Int3) oder Control (Ctrl3). Einrichtungen, die Int3 zugeordnet sind, erhalten im Rahmen ihres erweiterten Pakets auch Warnungen und Erinnerungen, um die klinische Reaktion auf die Erkennung eines Behandlungsversagens zu verbessern.

   IV. Verbessern Warnungen und Erinnerungen nach einem durch CD4 oder Viruslast erkannten Therapieversagen die klinischen Ergebnisse wie die Virussuppression? (keine zusätzliche Randomisierung)

   Die Ermittler glauben, dass diese kaskadierende Randomisierung erforderlich ist, da Interventionen, die darauf abzielen, die Dienstleistungen am Anfang des HIV-Versorgungskontinuums zu verbessern, nachgelagerte Auswirkungen haben könnten, die es schwierig machen könnten, die Wirkung jeder zusätzlichen Intervention isoliert abzuschätzen. Beispielsweise könnte die Bereitstellung von Werkzeugen für Einrichtungen zur Verbesserung der Verknüpfung von HIV-Tests und Pflege (Int1) die Datenerfassung einer Einrichtung allgemein verbessern und möglicherweise die Bestellung und Aufzeichnung von Laborergebnissen (Int2) verbessern, was die Ergebnisse verfälschen würde. Daher schlagen die Ermittler vor, innerhalb der Teilmenge der Einrichtungen, die Int1 zugeordnet sind, zu Int2 randomisiert zu werden.

   Bei einer Power von 90 % mit einem Alpha von 0,05, einem ICC von 0,15, einer gleichmäßigen Verteilung auf die letzten Studienarme und 10 Patienten pro Cluster, bei denen während der Studie ein Behandlungsversagen auftritt, konnten die Forscher eine Verschiebung des Prozentsatzes der Patienten feststellen, die im Anschluss eine Virussuppression erreichen Behandlungsversagen um 30 Prozentpunkte von 30 % auf 60 %. Diese Zahlen sind Mindestziele, und die Forscher planen, wenn möglich, weitere Standorte aufzunehmen, um die Aussagekraft der Studie zu erhöhen.

   Definition von primären Endpunkten und Patientenkohorten

   1a. Rate der Verknüpfung mit der Behandlung bei HIV-positiven Patienten Kohorte: Jeder neue erwachsene Patient (18 oder älter), der vom Beginn der Studie bis zum 9. Monat positiv auf HIV getestet wird. Ergebnisse für die letzten „eingeschriebenen“ Patienten, gemessen im Studienmonat 12.

   Ausgangssituation: Eine Studie in Ruanda berichtete, dass 50 % der diagnostizierten Fälle innerhalb von 3 Monaten mit der Behandlung in Verbindung gebracht wurden.

   Auswirkungen: Anteil von 50 % auf 75 % verschieben

   1. B. Zeit vom Ergebnis des HIV+-Tests bis zur Verknüpfung mit der Behandlung

      Kohorte: Alle Erwachsenen mit HIV-positiven Testergebnissen, die in der EMR einer Studieneinrichtung erfasst wurden. Gleicher Zeitplan wie 1a.

      Endpunkt: Verbunden mit der Versorgung in einer Studieneinrichtung innerhalb von 3 Monaten (N3 N4) Ausgangssituation: Keine Daten Auswirkung: 50 % Abnahme

   2. A. Prozentsatz der ART-Patienten haben Viruslast-Ergebnisse in EMR (anfänglich)

   Kohorte: Jeder bestehende ART-Patient, der seinen 6. Behandlungsmonat vom Beginn der Studie bis zum Studienmonat 10 abschließt. Ergebnisse für die letzten „eingeschriebenen“ Patienten, gemessen im Studienmonat 12.

   Ausgangssituation: Basierend auf den Daten einer in Ruanda durchgeführten Studie und der Korrespondenz mit einem der Studienautoren schätzen die Forscher, dass bei ungefähr zwei Dritteln der Patienten, die für einen Viruslasttest geeignet sind, keine Viruslastergebnisse in der EMR aufgezeichnet wurden.

   Auswirkung: 30 % Steigerung

   2b. Prozentsatz der ART-Patienten mit Viruslastergebnissen in EMR (jährlich)

   Kohorte: Jeder bestehende ART-Patient, der die 12-monatige Behandlung (jährlich) vom Beginn der Studie bis zum Studienmonat 10 abschließt. Ergebnisse für die letzten „eingeschriebenen“ Patienten, gemessen im Studienmonat 12.

   Ausgangssituation: Wie 2a Auswirkung: 30 % Steigerung

   3a. Prozentsatz der ART-Patienten mit Behandlungsversagen, die eine klinische Wirkung erfahren Kohorte: Jeder bestehende ART-Patient, der seit mindestens 12 Monaten ART erhält und zwischen dem Beginn der Teilstudie und dem 11. Studienmonat ein Behandlungsversagen erleidet. Ergebnisse für die letzten „eingeschriebenen“ Patienten, gemessen im Studienmonat 12.

   Ausgangssituation: Keine Daten Auswirkung: 50 % Anstieg

   3b. Zeit von der Feststellung eines Therapieversagens bis zur klinischen Maßnahme

   Kohorte: Jeder bestehende ART-Patient, der seit mindestens 18 Monaten ART erhält und zwischen Studienbeginn und Studienmonat 11 ein Therapieversagen erleidet.

   Endpunkt: Zeit in Tagen vom Behandlungsversagen (N6e) bis zur aufgezeichneten klinischen Wirkung.

   Ausgangssituation: Keine Daten Wirkung: 50 % kürzere Zeit vom Therapieversagen bis zur klinischen Maßnahme

   4. Prozentsatz der Patienten mit Behandlungsversagen, die 4 Monate nach dem Zeitpunkt des Versagens vollständig unterdrückt sind Kohorte: Jeder bestehende ART-Patient, der seit mindestens 12 Monaten ART erhält und zwischen dem Beginn der Teilstudie und der Studie ein Behandlungsversagen erleidet Monat 8. Ergebnisse für die letzten „eingeschriebenen“ Patienten, gemessen in Studienmonat 12.

   Ausgangssituation: Angenommen 30 % in Leistungsberechnung Einfluss: 30 Prozentpunkte von 30 % auf 60 %

   Analyse

   Die Ermittler werden die Daten mithilfe von Ansätzen auf Einzel- und Clusterebene analysieren:

   Individuelles Level

   Die Prüfer werden die Auswirkungen der Intent-to-treat (ITT)-Behandlung durch logistische Regression der primären Ergebnisse bei der Cluster-Zuordnung zu Behandlungsblockern (siehe Kontraste in Tabelle 1) und einem Vektor von Baseline-Kovariaten auf Einrichtungs- und Patientenebene schätzen. Standardfehler werden auf Einrichtungsebene geclustert. Die Ermittler werden Sensitivitätsanalysen mit mehrstufigen Modellierungsansätzen durchführen. Die Ermittler werden auch Kaplan-Meier-Methoden verwenden, um die Zeit bis zum Ereignis zu berechnen; Um die Nullhypothese zu testen, dass es keinen Unterschied zwischen den Überlebenskurven gibt, verwenden die Forscher den Log-Rank-Test.

   Auf Cluster-Ebene Ermittler schätzen die ITT-Behandlungseffekte über eine gewöhnliche Regression der kleinsten Quadrate der primären Ergebnisse bei der Cluster-Zuordnung zu Behandlungs- (siehe Kontraste in Tabelle 1), blockierenden Schichten und einem Vektor von Kovariaten auf Einrichtungsebene.

   Alle hier aufgezeichneten Forschungsfragen, Hypothesen und Studienendpunkte wurden von den IRBs in Ruanda und bei CDC vor dem 1.1.2018 genehmigt.

   Datenmanagement

   Alle Studieneinrichtungen werden konstruktionsbedingt über EMR-Systeme verfügen. Daher werden die meisten Daten vom Personal der Einrichtung im Rahmen routinemäßiger Pflegeverfahren erhoben. Um Zugriff auf diese Daten zu erhalten, erstellen die Ermittler automatisierte Skripte, die eine Studien-ID für jeden Patienten erstellen und anonymisierte Daten aus der EMR extrahieren. Die EMR-Spezialisten von MOH überprüfen die Skripte, um sicherzustellen, dass die Daten ordnungsgemäß anonymisiert werden.