Eine prospektive randomisierte Studie mit personalisierten Anstößen zur Erhöhung der Grippeimpfungen

Im Durchschnitt erkranken in jeder Grippesaison 8 % der US-Bevölkerung an Grippe. Seit 2010 umfasst die jährliche Krankheitslast durch Influenza in den USA 9 bis 41 Millionen Erkrankungen, 140.000 bis 710.000 Krankenhauseinweisungen und 12.000 bis 52.000 Todesfälle. Das CDC empfiehlt mit seltenen Ausnahmen allen Menschen ab 6 Monaten eine Grippeimpfung; Fast jeder kann von der Impfung profitieren, die Krankheiten, Arbeitsausfälle, Krankenhausaufenthalte und Todesfälle reduzieren kann.

Zu den erfolgreichen Bemühungen, Patienten gegen Influenza impfen zu lassen, gehörten SMS-Erinnerungen, die bis zu drei Tage vor bevorstehenden Grippeimpfungsterminen verschickt wurden. Beispielsweise wurde in der von Roybal finanzierten Megastudie zur Grippeschutzimpfung, die mit Patienten von Penn Medicine und Geisinger durchgeführt wurde (Milkman et al. 2021, Patel et al., 2023), die Wirksamkeit zahlreicher Arten von Nachrichten bei der Erhöhung der Impfung im Vergleich zu Standardkommunikationen der jeweiligen Unternehmen bewertet Gesundheitssysteme; Aufgrund der Meldungen kam es zu einem durchschnittlichen absoluten Anstieg von 2,1 Prozentpunkten (oder einem relativen Anstieg von 5 %) bei Grippeschutzimpfungen. In ähnlicher Weise ergab die Folgeanalyse der Megastudie mithilfe maschinellen Lernens, dass sich die Interventionen in der relativen Wirksamkeit zwischen den Patientengruppen in Abhängigkeit von überlappenden Kovariaten (z. B. Alter, Geschlecht, Versicherungsart und Komorbiditäten) unterschieden. Diese Analyse ergab, dass Nudges, die optimal auf die Untergruppen ausgerichtet waren, die in der Megastudie am stärksten auf diese Nudges reagierten, zu einer bis zu dreimal höheren Impfsteigerung geführt hätten, die beobachtet wurde, wenn Patienten einfach zufällig den Nachrichten zugeordnet wurden.

Die vorliegende Studie zielt darauf ab, prospektiv die Wirksamkeit eines patientenorientierten, nachrichtenbasierten Nudges zu testen, der laut diesem retrospektiven Algorithmus für maschinelles Lernen für ihn am effektivsten ist (personalisierter Nudge) im Vergleich zu passiver Kontrolle (keine Nachrichten), aktiver Kontrolle ( einfache Erinnerungsnachricht) und Best Nudge (Nachricht mit der besten Leistung aus der Megastudie 2020). Die Patienten werden randomisiert einem dieser vier Arme zugeteilt.

Von den 19 Originalmeldungen der Megastudie können 12 im Jahr 2024 bei Geisinger durchgeführt werden; die anderen 7 sind entweder nicht mehr relevant (z. B. solche, die sich auf eine anhaltende COVID-19-Pandemie beziehen) oder können aufgrund einer technischen Einschränkung nicht durchgeführt werden (z. B. kann Geisinger keine Bilder senden, daher sind Nudges mit Bildern ausgeschlossen). Ein Behandlungszuweisungsbaum, der auf dem oben beschriebenen Algorithmus basiert, wird auf diese Teilmenge von Nudges angewendet, um Regeln für die Zuweisung von Patienten zu personalisierten Nachrichten basierend auf beobachteten Kovariaten zu generieren.

Die letzten Patienten werden am 28. Dezember für die am 31. Dezember geplanten Termine aufgenommen. Es wird erwartet, dass mindestens 90.000 Patienten aufgenommen werden.