Bewertung der Implementierung und Wirkung von OnCall, einer Peer-Support-App für mobile Gesundheit für kanadisches Personal für öffentliche Sicherheit

Personal für die öffentliche Sicherheit (PSP), einschließlich, aber nicht beschränkt auf Justizvollzugspersonal, Notfallkommunikationspersonal, Feuerwehrleute, Sanitäter und Polizeibeamte, haben aufgrund der anspruchsvollen Art ihrer Arbeit ein erhöhtes Risiko für posttraumatische Belastungsverletzungen (PTSI). Leider stoßen sie auch auf Hürden bei der Suche nach Unterstützung aufgrund von Stigmatisierung in Kombination mit geschlechtsspezifischen Überzeugungen hinsichtlich der Wahrnehmung von Schwäche, dem Druck, Emotionen zu kontrollieren und der Zurückhaltung, Hilfe zu suchen, sowie aufgrund des fehlenden Zugangs zu zeitnaher, qualitativ hochwertiger Pflege, insbesondere für diejenigen, die berufstätig sind in ländlichen oder abgelegenen Gebieten. Peer-Support wird hoch geschätzt, allerdings sind die Peer-Support-Dienste oft fragmentiert und weisen Unstimmigkeiten in der Ausbildung und unterschiedlichen Modellen der Servicebereitstellung auf. Außerdem gibt es fast keine systematischen Bewertungen, die als Grundlage für kontinuierliche Verbesserungen dienen könnten. Mobile Gesundheitstechnologie (M-Health-Apps) kann ein effektiver und effizienter Ansatz sein, um eine große Anzahl von PSP unabhängig vom Standort zu erreichen, und ein zugänglicher Kanal für die Unterstützung durch Gleichaltrige (und professionelle Unterstützung). In dieser Forschungsstudie werden die Implementierung und die Auswirkungen einer neuen M-Health-Plattform (OnCall und OnCallSupport) untersucht, die gemeinsam mit und für die PSP-Community entwickelt wurde.

Es gibt zwei Gruppen von Forschungsfragen, die dieses Projekt leiten: (1) Fragen im Zusammenhang mit der Implementierung der App in verschiedenen PSP-Umgebungen und (2) Forschungsfragen im Zusammenhang mit den Auswirkungen der App auf PSP.

Zu den Implementierungsfragen gehören: Wie nutzen Frontline-PSP die OnCall-Support-App? Wie verändern sich diese Nutzungsmuster im Laufe der Zeit? Welche organisatorischen und sozialen Kräfte prägen Muster der App-Nutzung? Das Consolidated Framework for Implementation Research (CFIR) wird als Leitfaden für die Datenerfassung und Analyse der App-Implementierung dienen.

Zu den Fragen zur Wirkungsbewertung gehören: Erhöht die Nutzung der App die Reichweite der Peer-Unterstützung? Reduziert die in der App bereitgestellte Peer-Unterstützung das Ausmaß der psychischen Belastung? Beeinflusst die Nutzung der App die psychische Gesundheitskompetenz, Symptome von Angstzuständen, Depressionen und posttraumatischer Belastungsstörung (PTBS) und/oder die Arbeitsleistung?

Die Implementierung der App wird über einen Zeitraum von drei Monaten mit Mitarbeitern in 24 PSP-Organisationen in vier PSP-Sektoren untersucht: Feuerwehr, Rettungsdienste, Notfallkommunikation und Justizvollzugsdienste.

Organisationen werden gezielt ausgewählt, um Unterschiede in Größe, geografischer Lage und Art der Dienstleistung zu untersuchen. Alle teilnehmenden Organisationen müssen über ein etabliertes Peer-Supportprogramm mit etablierter Schulung und laufender Unterstützung für die Peer-Anbieter verfügen. Die Organisationen müssen außerdem 1-2 Organisations-Champions identifizieren, die mit dem Forschungsteam, den Organisationsleitern und den Mitarbeitern an vorderster Front zusammenarbeiten.

Peer-Anbieter innerhalb jeder Organisation werden auf die OnCallSupport-App hingewiesen und gebeten, über diese mobile Gesundheitsplattform Unterstützung zu leisten. Alle PSP-Mitarbeiter in jeder Organisation werden dann eingeladen, die OnCall-App über vom Forschungsteam bereitgestellte Token herunterzuladen. Zu den Funktionen der OnCall-App gehören der Zugriff auf Selbsttest-Tools, eine Wellness-Toolbox, Artikel mit „Tipps zur Bewältigung“, Peer-Wissensvideos zu verschiedenen Themen und die Möglichkeit, per Telefon oder SMS mit einer Reihe von Peer-Support-Anbietern in Kontakt zu treten. In der App werden keine personenbezogenen Daten erfasst und die Verbindungen mit den Peer-Anbietern sind völlig privat (Verbindung über Twilio, einen sicheren, verschlüsselten Telefondienst).

Die Datenerfassung umfasst: a) Interviews mit Champions in jeder Organisation zu Beginn und am Ende des dreimonatigen Implementierungszeitraums, b) Umfragen mit Mitarbeitern zu Beginn und nach drei Monaten, c) Überprüfung anonymer, aggregierter App-Nutzungsdaten über den gesamten Zeitraum 3-monatiger Implementierungszeitraum, d) In-App-Feedback-Umfragen, die vor und unmittelbar nach jeder Peer-Support-Begegnung Eingaben zu wahrgenommener psychischer Belastung sammeln, e) optionale App-Feedback-Umfragen, die sowohl in die OnCall- als auch die OnCallSupport-App eingebettet sind, und f) Fokusgruppendiskussionen mit Peer-Support-Anbieter nach 1 Monat und 3 Monaten.

Interviews mit den Vorreitern der Organisation basieren auf dem CFIR-Framework-Interviewleitfaden, um potenzielle Hindernisse und Erleichterungen für die Umsetzung zu erkunden. Basis- und Folgeumfragen mit den PSP-Mitarbeitern werden Veränderungen in der Reichweite der Peer-Unterstützung (Häufigkeitszählung), der psychischen Gesundheitskompetenz (6-Punkte-Skala, bewertet das wahrgenommene Wissen darüber, wie man psychische Gesundheitsprobleme bei sich selbst und anderen erkennt und angeht) und psychischen Problemen verfolgen Stress (standardisierte Beurteilungen, einschließlich GAD-7 (Screening-Tool für Angstzustände), PHQ-9 (Screening-Tool für Depressionen (Kroenke, et al., 2009), die Kurzversion des PCL-5 – ein Screening-Tool für PTBS). Da die Erhebung der Umfragedaten außerhalb der App erfolgt, ist es den Mitarbeitern möglich, die App zu nutzen, ohne an den Online-Umfragen teilzunehmen, und die Umfragen ohne Nutzung der App auszufüllen.

Die Analyse der Implementierungsdaten (Interview-Transkripte mit organisatorischen Champions, Fokusgruppen-Transkripte mit Peer-Support-Anbietern und Softwareanalysen zu Mustern der App-Nutzung) werden durch das CFIR-Framework beeinflusst, um zu ermitteln, wie das äußere Setting, das innere Setting, die Intervention, Teilnehmer und Umsetzungsprozess beeinflussen, wie Mitarbeiter auf die App reagieren.

Die Analyse der Wirkungsdaten umfasst die Bewertung, ob es im Laufe der Zeit zu einer signifikanten Veränderung der einzelnen Ergebnisse kommt (Hilfearbeit, psychische Gesundheitskompetenz, Angstsymptome, Depression, PTBS). Vorher/Nachher-Daten der Basis- und 3-Monats-Follow-up-Umfragen werden verglichen, um Veränderungen in den Dimensionen der psychischen Gesundheitskompetenz, dem Grad der psychischen Belastung (standardisierte Bewertungen von Angstzuständen, Depressionen, PTSD) und der Häufigkeit des Kontaktverhaltens bei der Suche nachzuverfolgen Unterstützung der psychischen Gesundheit. Die Daten werden organisationsübergreifend verglichen, um Zusammenhänge zwischen Umsetzung und Ergebnissen hervorzuheben. Es werden mehrere hierarchische lineare Regressionsanalysen durchgeführt, um Unterschiede in der Wirksamkeit basierend auf Geschlecht, Dienstzeit und Beschäftigungsdauer zu untersuchen. Demografische Variablen werden als primäre schrittunabhängige Variablen verwendet, wobei jede primäre Ergebnisvariable als abhängige Variable für eine dedizierte Regression festgelegt wird. Die Ermittler werden eine geschlechts- und geschlechtsspezifische Analyse (SGBA) einbeziehen, da biologisches Geschlecht und sozial konstruiertes Geschlecht Stressreaktionen, psychische Gesundheit und Hilfeleistung beeinflussen können. Das Geschlecht ist besonders wichtig im Hinblick auf den Bedarf an Peer-Unterstützung, den Umgang mit Technologie und die Ergebnisse im Bereich der psychischen Gesundheit. In Übereinstimmung mit den SAGER-Richtlinien (Sex and Gender Equity in Research) wird das Geschlecht im gesamten Design und in der Analyse berücksichtigt. Sowohl in quantitativen als auch qualitativen Analysen wird das Geschlecht als potenzieller Mediator berücksichtigt. Bei der Regressionsmodellierung wird das Geschlecht als Kovariate einbezogen, wobei Wechselwirkungen zwischen dem Geschlecht und anderen Variablen berücksichtigt werden. Wenn möglich, wird eine disaggregierte Modellierung für Männer und Frauen durchgeführt, um festzustellen, ob Unterschiede bestehen.

Mithilfe der Analyse aller Datenquellen werden Empfehlungen zur Optimierung der Umsetzung und Wirkung sowohl auf individueller als auch auf Organisationsebene generiert.