Evaluierung der Implementierung durch Audit und Feedback

Die Fähigkeit von Anbietern der primären Gesundheitsversorgung (PHC), in Übereinstimmung mit evidenzbasierten Leitlinien und Normen zu praktizieren, ist eine entscheidende Komponente zur Verbesserung der Qualität der primären Gesundheitsversorgung. Die Implementierungswissenschaft strebt danach, die routinemäßige Anwendung evidenzbasierter Praktiken zu fördern, indem sie Hindernisse für deren Umsetzung identifiziert und Strategien, wie Audit und Feedback (AnF), entwickelt, um diese zu überwinden. Da die Effekte von AnF jedoch eine signifikante Heterogenität zwischen Studien aufweisen, konzentriert sich diese Forschung darauf, systematisch eine optimierte AnF-Strategie zu entwickeln und deren Wirksamkeit bei der Verbesserung der klinischen Praxis im Vergleich zu keiner Intervention rigoros zu evaluieren. Die Entwicklung einer optimierten AnF-Strategie umfasst eine Vorbereitungsphase, die Expertenkonsultationen und eine Best-Worst-Scaling (BWS)-Umfrage nutzt, um wichtige Kandidatenkomponenten zu identifizieren und Ressourcenbeschränkungen zu bewerten, gefolgt von einer Optimierungsphase, die ein 2×2×2×2 faktorielles Design randomisierte kontrollierte Studie (RCT) verwendet, um die effektivste Kombination von AnF-Komponenten zu bestimmen. Anschließend wird in der Evaluierungsphase eine zweigruppige, multizentrische RCT in vier Nationen (Nepal, Mosambik, Tansania und China) durchgeführt. Anbieter der primären Gesundheitsversorgung (PHPs) werden 1:1 randomisiert entweder der optimierten AnF-Interventionsgruppe oder einer Kontrollgruppe ohne Intervention zugewiesen, basierend auf zufällig permutierten Blöcken (Größen 2, 4 und 6), stratifiziert nach Land. Die Versorgungsqualität wird mit der Goldstandardmethode der Unangekündigten Standardisierten Patienten (USPs) bewertet. Das primäre Ergebnis ist der Anteil der abgeschlossenen, leitliniengerechten Qualitätschecklistelemente für die Konsultation von Hypertonie- und Typ-II-Diabetes-Fällen unter allen Elementen. Dieses Ergebnis wird als kontinuierlicher Score im Bereich von 0 % bis 100 % ausgedrückt. Darüber hinaus wird eine Mixed-Methods-Forschungsstrategie angewendet, um Kontext-Mechanismus-Ergebnis (CMO)-Elemente zu extrahieren und ein Kausales Pfaddiagramm (CPD) zu konstruieren. Diese Studie wird eine robuste empirische Grundlage für die Verwendung einer optimierten AnF-Strategie zur Verbesserung der Qualität der primären Gesundheitsversorgung in Entwicklungsländern liefern. Durch die Dekonstruktion von "warum, für wen und unter welchen Umständen" die Intervention durch das CMO-Rahmenwerk und CPD wirkt, wird diese Studie wichtige mechanistische Evidenz für die zukünftige Skalierung dieses Modells liefern und einen umfassenden und universellen Forschungsparadigma zum Feld der Implementierungswissenschaft beitragen.