Ein mobiler Textansatz zur Messung und Rückmeldung für die Rundum-Betreuungskoordination (SMARTwrap)

Das Ziel dieser Phase-II-SBIR ist die Entwicklung und Prüfung eines neuartigen Mess- und Rückmeldesystems, das auf das Wraparound Service Model (WSM) zugeschnitten ist, genannt SMART-Wrap. Aim 3 umfasst eine kontrollierte Wirksamkeitsstudie von SMART-Wrap, an der 2 WSM-Dienstanbieterorganisationen (WPO) an einer parallelen gruppenrandomisierten Studie teilnehmen. Unter Verwendung einer kaskadierenden Rekrutierungsstrategie werden 24 Betreuungsteams rekrutiert, wobei 12 Teams randomisiert der SMART-Wrap-Intervention zugeteilt werden und 12 Teams der "Services-as-Usual" (SAU)-Kontrollgruppe, stratifiziert nach Supervisor, um Clustering-Effekte auszugleichen. Die Randomisierung erfolgt auf Ebene der Betreuungskoordinatoren (CC). Jeder WPO-Supervisor (n = 12) wird eine gleiche Anzahl von CCs jeder Bedingung zugewiesen haben (ca. 2 CCs pro Supervisor), was 6 Supervisoren pro Bedingung ergibt (4 pro WPO). Teilnehmende Betreuungsteams müssen sich bereit erklären, den SMART-Wrap-Prototypen im Rahmen ihres WSM über einen 8-monatigen Testzeitraum zu nutzen und Messungen von Dienstleistungs- und Implementierungsergebnissen durchzuführen. Die Nutzung standardisierter Bewertungen, Planüberarbeitungen und anderer durch SMART-Wrap geförderter Verhaltensweisen durch CCs wird über monatliche webbasierte Umfragen erfasst. Die Forscher werden n=5 Betreuer (CGs) pro CC einschließen, die der primäre Fokus der Datenerhebung sein werden. Dies ergibt eine rekrutierte Gesamtstichprobe von N=120 (n=60 pro Gruppe) Betreuern von Jugendlichen im Alter von 8-17 Jahren mit SED. Familienteilnehmer werden insgesamt 4 Monate lang teilnehmen, beginnend innerhalb eines 4-monatigen Einschreibungszeitraums. Familienteilnehmer werden zu Messungen bezüglich Dienstleistungen und Jugendergebnissen zu Studienbeginn und nach 4 Monaten antworten.

Die Forscher stellen folgende Hypothesen für unsere primären Endpunkte auf: (1) Im Vergleich zu Betreuungsteams in der Kontrollgruppe werden Betreuungsteams in der SMART-Wrap-Gruppe (a) eine stärkere Nutzung von Daten und Rückmeldungen in der Dienstleistungserbringung; (b) eine höhere Treue zum Wraparound-Prozess; (c) eine höhere selbstberichtete Teamarbeit, Arbeitsallianz und Zufriedenheit mit der Intervention; und (d) positivere Einstellungen zur standardisierten Bewertung aufweisen; und (2) Im Vergleich zur Kontrollgruppe werden Betreuer von Jugendlichen, die Dienstleistungen von Betreuungsteams erhalten, die SMART-Wrap nutzen, (a) eine größere Zielklarheit; (b) eine stärkere Nutzung von MBC-Strategien; (c) eine höhere Zufriedenheit mit den Dienstleistungen und dem Fortschritt; (d) eine bessere Treue zu Wraparound; (e) eine effektivere Teamfunktion; und (f) positivere Ergebnisse berichten, einschließlich reduziertem Betreuerstress und verbesserten Symptomen und Funktionsfähigkeit.

Unsere explorativen Hypothesen konzentrieren sich auf die Supervision, um zu untersuchen, ob (1) Supervisoren, die SMART-Wrap zugewiesen wurden, (a) einen größeren Anteil der Supervisionszeit für die Überprüfung von Daten zum Familienfortschritt sowie zur Fallkonzeptualisierung und Strategien; (b) eine stärkere Allianz mit dem Betreuungskoordinator; und (c) eine höhere Wahrnehmung der CC-Effektivität berichten. Die Forscher werden auch (2) die Validität der SMART-Wrap-Messung untersuchen, indem sie fragen, ob die über SMART-Wrap in der Dienstleistungserbringung bewerteten Domänen (z.B. Allianz, Fortschritt, Zufriedenheit, Funktionsfähigkeit) mit den von der externen Forschungsteam über Interviews und Umfragen gesammelten Daten assoziiert sind.

Um Unterschiede bei den Jugend- und CG-Ergebnissen (Jugendfunktionsfähigkeit in der Top Problem Assessment (TPA), Jugendsymptome im Brief Problem Checklist (BPC) und Betreuerbelastung im Caregiver Strain Questionnaire (CSGQ)) zu bewerten, werden die Forscher eine Reihe von 3-stufigen longitudinalen hierarchischen linearen Modellen (separates Modell pro Ergebnisvariable) verwenden, um Unterschiede in den Gruppenänderungsraten und Zeitpunkt-Mittelwerten basierend auf der Interventionsbedingung zu vergleichen. Die Forscher werden auch auf gekrümmte Zeitverläufe über fünf Zeitpunkte der TPA-Daten testen.

Zur Bewertung der Implementierungsergebnisse werden die Forscher folgende Analysen durchführen. Eine Reihe von 2-stufigen querschnittlichen HLMs mit Familien, die innerhalb von CCs geschachtelt sind, wird durchgeführt, um die CG- und CC-Wraparound-Treue im Wraparound Fidelity Index, Brief Version, als Funktion der Interventionsbedingung zu bewerten. Separate 3-stufige longitudinale HLMs werden durchgeführt, um Unterschiede als Funktion der Interventionsbedingung bei der CC-Zufriedenheit im Therapist Satisfaction Inventory, den Einstellungen zur standardisierten Bewertung in der Attitudes Towards Standardized Assessment-Skala und dem prozentualen Anteil der Zeit während Supervisionssitzungen, die für (1) die Überprüfung von Daten zum Familienfortschritt und für (2) Fallkonzeptualisierung und Strategien im Supervision Process Questionnaire (SPQ) aufgewendet wird, zu testen (mit Ebenen für Zeitpunkt, CC und Supervisor im SPQ). Longitudinale HLMs werden durchgeführt, um die Änderungsrate bei der Nutzung von Daten/Rückmeldungen und anderen MFS-Zielen im Monthly CC Report (MCR) und Monthly CG Report (MPR) zu untersuchen, und die Forscher werden auf gekrümmte Trends über 5 Monate testen. Die Forscher werden Unterschiede bei CG- und CC-Allianz im Working Alliance Inventory, Zufriedenheit und Teilnahme unter Verwendung von HLMs untersuchen. Dropout ist binomial; daher werden die Forscher Hierarchische Generalisierte Modellierung, Log-Link-Funktion verwenden, um die Wahrscheinlichkeit von Dropout zu schätzen.

Zur Auswertung der explorativen Analysen werden die Forscher folgende Analysen durchführen. Mit zwei HLMs werden die Forscher die Verläufe der Jugendfunktionsfähigkeit (z.B. TPA) vorhersagen, während sie zeitlich variierende Veränderungen in den Gesamtpunktzahlen von MCR und MPR berücksichtigen. Um die Validität der SMART-Wrap-Messung zu untersuchen, werden die Forscher SMART-Wrap-Messungen mit anderen Messungen assoziieren. Unter Verwendung von Pearson r und Intraklassenkorrelationen (ICCs) werden die Forscher die Beziehung zwischen zeitpunktangepassten CC-Punktzahlen zur Jugendfunktionsfähigkeit in SMART-Wrap und CG-bewerteten Punktzahlen in TPA, CGSQ und BPC untersuchen. Die Forscher werden auch Pearson r-Korrelationen zwischen Bewertungen des Fortschritts, wie in SMART-Wrap bewertet, und der HLM-berechneten Änderungsrate in der betreuungsbewerteten TPA untersuchen. Die Forscher werden die Beziehung zwischen der in SMART-Wrap erfassten Elternzufriedenheit und den Parent Satisfaction-Punktzahlen untersuchen. Zweitens werden die Forscher untersuchen, wie die Nutzung des Systems signifikant mit der Verbesserung mehrerer Ergebnisse, einschließlich Treue, Arbeitsallianz und Jugendproblemen und -symptomen, zusammenhängen kann. Prädiktoren werden die Nutzung von SMART-Wrap-Systemelementen durch CC und Supervisor, Datenvollständigkeit und Zeit im System umfassen. Für diese Analysen werden die Forscher HLMs entsprechend den DVs (longitudinal oder querschnittlich) verwenden. Über alle Analysen hinweg werden die Forscher zufällig fehlende Daten unter Verwendung der Full Maximum Likelihood-Schätzung modellieren, um Attrition-Bias zu berücksichtigen, und die Forscher werden für multiple Vergleiche unter Verwendung von False Discovery Rates kontrollieren.