Horarios de trabajo promotores de la salud: el efecto de abolir los retornos rápidos (HeWoS)

Objetivos Este es un ensayo controlado aleatorio por grupos de dos brazos que evalúa las consecuencias de un horario de trabajo por turnos sin retornos rápidos durante seis meses, en comparación con un cronograma que incluye retornos rápidos. Primero, examinaremos cualquier cambio diferencial en la ausencia por enfermedad, durante el período de intervención de seis meses. En segundo lugar, examinaremos si existen cambios diferenciales en el sueño y el funcionamiento, la salud física y mental, los accidentes laborales y la intención de rotación, entre otros. En tercer lugar, investigaremos si las características individuales asociadas con la tolerancia al trabajo por turnos, incluidos el sexo, la edad, la personalidad y la necesidad de dormir informada subjetivamente, moderarán los efectos negativos de los retornos rápidos en los resultados primarios y secundarios. Finalmente, el estudio investigará si los factores individuales como la satisfacción con el horario de trabajo, la satisfacción laboral, el compromiso laboral y la interferencia entre el trabajo y la familia moderarán los efectos negativos de los retornos rápidos en los resultados primarios y secundarios.

Diseño de la investigación Se realizará un ensayo controlado aleatorizado por conglomerados que compare un horario de trabajo que suprima las devoluciones rápidas (intervención) con un horario de trabajo que mantenga una cantidad normal de devoluciones rápidas (control). Los conglomerados representan unidades hospitalarias que se seleccionan aleatoriamente para recibir (o no recibir) la intervención. 'Cantidad normal de devoluciones rápidas' se refiere a lo que es la práctica común en la unidad hospitalaria respectiva en los últimos años (es decir, cuando no se han realizado cambios explícitos en el horario de trabajo), lo que significa que el número total de devoluciones rápidas en el unidad variará de 329-2356 por año. Las unidades hospitalarias se asignaron al azar a una de las dos condiciones en septiembre de 2020, de las cuales el otoño de 2020 se dedicó a planificar el cronograma de turnos para 2021 (es decir, eliminar los retornos rápidos para el grupo de intervención y dejar intactos los retornos rápidos para el grupo de control), con el período de intervención a partir de febrero/marzo de 2021 para la mayoría de las unidades. El periodo de intervención en este estudio es de seis meses naturales. La mayoría de las unidades en esta prueba comienzan el período de intervención en febrero/marzo de 2021, pero algunas unidades, por razones prácticas, comenzarán el período de intervención en la segunda mitad del año de rotación, es decir, desde agosto/septiembre de 2021 o más tarde.

El resultado primario es la ausencia por enfermedad recuperada de los registros locales mantenidos por el hospital (incluidas las bajas por enfermedad a corto y largo plazo). Las medidas de referencia serán las ausencias por enfermedad del año anterior a la intervención, que para cada participante individual se igualarán en duración y temporada a la del período de intervención. Los datos de ausencia por enfermedad se recuperarán de los registros locales mantenidos por el hospital (Vedaa, Pallesen et al. 2017). Este registro incluye información sobre la fecha de cualquier ausencia del empleado individual, lo que implica que incluye información sobre la ausencia por enfermedad tanto a corto como a largo plazo. Además, estos datos incluyen información sobre si la ausencia es autocertificada o si está certificada por un médico, si la ausencia se debe a un niño enfermo del cual el empleado tiene la responsabilidad de cuidarlo y si la ausencia se debe a COVID-19. 19 temas relacionados (por ejemplo, cuarentena). El uso de los datos de registro no requerirá el consentimiento individual. Sin embargo, también se llevará a cabo una parte del ensayo basada en el consentimiento, en la que las medidas de resultado secundarias se recopilarán a través de un cuestionario al inicio y a los seis meses de seguimiento. A todos los empleados (n ≈ 4000) de las unidades aleatorias se les pedirá que completen un cuestionario digital disponible a través del sitio web interno del hospital. La evaluación inicial se realizará antes del período de intervención y la evaluación de seguimiento se realizará hacia el final del período de intervención. Se le pedirá a una submuestra (n ≈ 50) que registre objetivamente su sueño con tecnología de radar avanzada (Somnofy™) y subjetivamente con diarios de sueño durante ≥1 semana en las evaluaciones de referencia y de seguimiento, respectivamente.

Participantes y procedimiento Reclutamiento Este ensayo se lleva a cabo en estrecha colaboración con el departamento de recursos humanos del Hospital Universitario de Haukeland. Se aleatorizarán todas las unidades de atención hospitalaria que cuenten con personal de 24 horas en el hospital, en las que se incluirán todos los turnos de trabajo de los trabajadores de la salud, a excepción de los médicos. Los médicos no serán incluidos ya que a menudo tienen un horario de turnos y un esquema de compensación diferentes en comparación con los otros grupos ocupacionales. En lo sucesivo, 'todos los empleados' se refiere a todos los trabajadores de la salud que trabajan por turnos en las unidades de hospital aleatorias, con excepción de los médicos. A todos los empleados (n ≈ 4000) de las unidades hospitalarias aleatorias se les pedirá que completen un cuestionario antes y al final del período de intervención. El reclutamiento para esta parte del ensayo se realizará a través del sitio web interno del hospital. Los investigadores y el personal de recursos humanos del hospital asistirán a las reuniones de personal en todas las unidades incluidas para informar sobre el proyecto de investigación y fomentar la participación. Se reclutará una submuestra de n ≈ 50 empleados seleccionados al azar (distribuidos uniformemente de las unidades de intervención y de control) para la sección de monitoreo del sueño del ensayo.

Asignación al azar y enmascaramiento La asignación al azar en este ensayo ocurrió a nivel de grupo, en el que las unidades hospitalarias constituyeron los grupos. Las unidades hospitalarias pueden variar en cuanto a la cantidad de personal que necesitan durante las 24 horas del día, por lo tanto, el horario de trabajo y la ocurrencia de, por ejemplo, retornos rápidos y turnos de noche pueden variar entre las unidades. Por lo tanto, las unidades similares se agruparon en función del hecho de que compartían algunos atributos o características. Luego se realizó una aleatorización estratificada a las dos condiciones de estudio en una proporción 1:1. Un subgrupo podría, por ejemplo, estar formado por unidades con funciones de emergencia, otro con funciones de cuidados intensivos, uno con atención de salud mental, otro con atención de maternidad, etc. En total teníamos 10 estratos y los tamaños de cada estrato variaban entre 2 y 19 unidades hospitalarias. La lista de aleatorización para cada estrato fue generada por la página web de aleatorización en línea, www.randomization.com, y se guardó la lista de cada estrato.

No es posible que los participantes estén cegados al grupo al que están asignados. Sin embargo, los análisis estadísticos serán realizados por un investigador que está enmascarado para la asignación de grupos.

Tamaño de la muestra En este ensayo, se evaluará la elegibilidad de todas las unidades hospitalarias disponibles en el Hospital Universitario de Haukeland con trabajadores de la salud que trabajan en turnos rotativos. Esto incluye 76 unidades y 4260 trabajadores de la salud. Basándonos en datos publicados previamente5 hemos calculado que un total de 2028 participantes es suficiente para revelar una diferencia en días de baja por enfermedad de 0,9 y 1,25 con un ICC de 0,1 y un tamaño medio de las unidades de 52 (cálculo realizado en: StataCorp. 2015).33 Por lo tanto, con la estrategia de reclutamiento planificada (es decir, invitar >70 unidades y >4000 trabajadores de la salud) esperamos superar este número y estar dentro del número de participantes necesarios para la variable de resultado principal.

Plan de análisis de datos Todos los análisis se realizarán en función de la población por intención de tratar, a menos que se indique lo contrario. Para examinar los efectos de un programa de turnos reducido de rendimientos rápidos en los resultados primarios y secundarios, las tasas o puntajes observados se analizarán mediante modelos de crecimiento latente (u otros modelos equivalentes, como modelos mixtos lineales generalizados). Las tasas o puntajes observados antes y durante el período de intervención se modelarán mediante una intersección aleatoria y una pendiente fija. El efecto de la intervención se estimará utilizando la variable de grupo (intervención vs. control) como predictor de la pendiente. Los tamaños del efecto entre grupos (d de Cohen) se calcularán dividiendo la diferencia media en el cambio estimado en las puntuaciones desde el inicio hasta la evaluación de seguimiento por la DE agrupada al inicio. Se utilizará la máxima verosimilitud robusta como estimador, proporcionando estimaciones no sesgadas bajo el supuesto de que faltan datos al azar (Enders 2010), lo que podría cumplirse en parte mediante la inclusión de puntajes de referencia en el modelo. La medida de resultado primaria en este ensayo son los datos de ausencia por enfermedad recuperados del registro en el hospital, en el que se espera que no falten datos. Sin embargo, es razonable esperar que falten algunos datos sobre las medidas de resultado secundarias, ya que los datos se recopilan mediante un cuestionario o mediante el radar del sueño.

Dado que algunos datos para el cuestionario de seguimiento y la evaluación del radar del sueño no se perderán al azar, la solidez de los resultados bajo el supuesto de ausencia aleatoria se probará mediante análisis de sensibilidad en los que las puntuaciones faltantes en el seguimiento serán reemplazado por los valores de referencia para cada individuo respectivo. Estos análisis de sensibilidad solo se realizarán en variables seleccionadas según el enfoque en el artículo respectivo.

Los análisis por intención de tratar pueden ir acompañados de análisis seleccionados por protocolo en los que, en función de los datos de nómina, definimos un grupo que ha eliminado por completo o ha tenido una reducción satisfactoria en el número de retornos rápidos durante el período de intervención.

El resultado primario de la licencia por enfermedad se analizará principalmente en términos del número total de días y períodos (períodos) de ausencia por enfermedad durante un período determinado antes en comparación con el período de intervención (Vedaa, Pallesen et al. 2017). Los modelos de ausencia por enfermedad tendrán en cuenta la inflación cero en este tipo de datos. También se podrían considerar otras operacionalizaciones de la ausencia por enfermedad de acuerdo con las recomendaciones de la literatura (Hensing, Alexanderson et al. 1998). Para una mayor investigación de los datos de ausencia por enfermedad, consideraremos el uso de otros modelos en los que tratamos el tiempo de manera diferente. Por ejemplo, consideraremos modelos donde observamos el momento del primer episodio de baja por enfermedad para los dos grupos de intervención, con una covariable dependiente del tiempo para el número de retornos rápidos (es decir, una variable que aumenta en 1 cada vez que la persona tiene un retorno rápido). Otra posibilidad es decir que los participantes comienzan en "0" cada vez que la persona tiene un regreso rápido, y medir el tiempo desde el último regreso rápido hasta el primer episodio posterior de baja por enfermedad, mientras se ajusta para observaciones repetidas, p. estimación robusta de la varianza (el grupo de retorno no rápido solo será seguido desde el inicio de la intervención, dado que de hecho no tienen retornos rápidos). Otra opción es establecer un modelo para el tiempo desde la baja por enfermedad hasta el regreso al trabajo.

Dado que la introducción de un horario de trabajo sin retornos rápidos puede implicar un horario alternativo con un aumento de otras características indeseables (por ejemplo, más turnos vespertinos consecutivos), consideraremos realizar análisis que se ajusten a tales características.

Los análisis de mediadores y moderadores se realizarán con fines exploratorios, basados ​​en el principio básico para tales análisis en ensayos controlados aleatorios como lo describen otros ((p. ej., Kraemer, Wilson et al. 2002)). Por ejemplo, algunos de los datos recopilados sobre demografía, rasgos de personalidad relacionados con el sueño (rCTI y MEQ), salud mental, entre otros, pueden usarse para examinar factores que pueden moderar el impacto de la intervención.

Referencias

Enders, CK (2010). Análisis de datos faltantes aplicado. Nueva York, NY, EE. UU., Guilford Press.

Hensing, G., et al. (1998). "¿Cómo medir la ausencia por enfermedad? Revisión de literatura y sugerencia de cinco medidas básicas". Revista escandinava de salud pública 26: 133-144.

Kraemer, H. C., et al. (2002). "Mediadores y moderadores de los efectos del tratamiento en ensayos clínicos aleatorios". Archivos de Psiquiatría General 59: 877-883.

Vedaa, Ø., et al. (2017). "El breve descanso entre los intervalos de turno aumenta el riesgo de baja por enfermedad: un estudio de registro prospectivo". Medicina Ocupacional y Ambiental 74: 496-501.