PAUSA: Estudio sobre la aplicación móvil de gestión de medicamentos en días de enfermedad (PAUSE)

Nuestra investigación anterior encuestó a proveedores de atención médica de Alberta sobre "factores que afectan la decisión del médico de brindar orientación sobre la medicación en caso de enfermedad a pacientes con diabetes y ERC para prevenir eventos adversos". Nuestros resultados identificaron que el 75% de los proveedores de atención primaria de salud conocían las pautas sobre medicamentos para los días de enfermedad, pero solo el 56% sabía dónde encontrar pautas y recursos. Una abrumadora mayoría de los encuestados (97%) apoyó la inscripción de pacientes en un estudio que evaluaba innovaciones alternativas para proporcionar orientación sobre la medicación en caso de enfermedad.

En una revisión de alcance reciente que resume las intervenciones existentes, nuestro equipo de investigación encontró que la mayoría de los documentos SDMG publicados estaban dirigidos a proveedores de atención médica, con pocos documentos dirigidos a los pacientes. Se trataba principalmente de folletos, tarjetas tamaño billetera, páginas web o asistencia telefónica. Existe una investigación primaria limitada sobre el desarrollo, implementación o evaluación de las intervenciones actuales del SDMG. Se informó que la mayoría eran difíciles de seguir y la identificación sin errores de los días de enfermedad o los medicamentos calificados fue baja. Esta encuesta y revisión resaltan la necesidad de desarrollar y evaluar nuevas soluciones para proporcionar SDMG a los pacientes. Nuestro trabajo anterior también encontró que las personas mayores en Canadá eran receptivas al uso de medios electrónicos de comunicación y varios pacientes han expresado interés en utilizar herramientas de salud electrónica (eSalud) para la autogestión de los días de enfermedad.

Los participantes que reciban la intervención recibirán acceso a la aplicación PAUSE, una herramienta de autogestión para SDMG destinada a que la utilicen los pacientes durante una enfermedad aguda. Los registros de farmacia de Loblaw/Shoppers Drug Mart de los usuarios están vinculados electrónicamente a la aplicación PAUSE dentro de la aplicación President's Choice (PC) Health, lo que permite recomendaciones actualizadas basadas en los medicamentos recetados actualmente. La aplicación plantea a los usuarios una serie de preguntas sobre signos y síntomas que identifican una enfermedad calificada por día de enfermedad, y detecta 'señales de alerta' que requerirían una emergencia, un proveedor de atención médica o una derivación a atención de urgencia, y ayuda a los pacientes a identificar cuál de sus medicamentos deben retener o ajustar temporalmente, adaptado a la lista de medicamentos actual del paciente. Su objetivo es proporcionar a los pacientes apoyo interactivo para la gestión de la medicación durante un día de enfermedad. Como parte de la intervención, los pacientes también recibirán un folleto para pacientes de SDMG. La intervención aborda los desafíos previamente identificados de identificar signos y síntomas calificados que justifican SDMG y qué medicamentos califican a través de una aplicación electrónica interactiva e individualizada diseñada para facilitar la provisión de SDMG. El grupo de atención habitual recibirá un folleto para pacientes de SDMG que describe SDMG y aborda qué medicamentos califican para SDMG.

Según datos preliminares, los investigadores suponen una diferencia absoluta del 30 % (50 % con la aplicación PAUSE frente a 20 % sin la aplicación PAUSE) en la proporción de participantes que completan un día de enfermedad simulado sin error. Utilizando un alfa bilateral de 0,05, 80% de potencia y un coeficiente de correlación entre clases de 0,1 entre grupos de farmacias, se requerirá un tamaño de muestra de 280 participantes. Para compensar una pérdida del 10% durante el seguimiento, los investigadores intentarán reclutar un total de 320 participantes en el ensayo. Los investigadores planean reclutar 16 farmacias que reclutarán a 20 participantes cada una.

Análisis de datos Los datos de referencia de los participantes, incluidos datos sociodemográficos, comorbilidades y prescripciones activas, se analizarán mediante estadísticas descriptivas. Los resultados de viabilidad y fidelidad se informarán mediante estadísticas descriptivas con números y porcentajes. Las comparaciones de resultados entre grupos (p. ej., aplicación PAUSE versus atención habitual) se informarán utilizando ecuaciones de estimación generalizadas ajustadas y no ajustadas para determinar las diferencias de medias y las diferencias de riesgo entre los grupos. Se utilizarán estadísticas descriptivas según corresponda para evaluar las diferencias grupales después del período de seguimiento. Las asociaciones entre las variables clave y los resultados del estudio se analizarán mediante análisis de modelos univariados, multivariados y mixtos adecuados. Se realizarán análisis exploratorios de los datos de Google Analytics para informar sobre el comportamiento del usuario. Se utilizarán análisis de datos de salud recopilados de forma rutinaria durante un período de seguimiento prolongado de 5 años para determinar el efecto, si lo hubiera, de la intervención sobre los resultados de salud.

Las evaluaciones de días de enfermedad simuladas se calificarán y analizarán de acuerdo con cuadros de mando predefinidos basados ​​en escenarios utilizados por Doerfler et al. medir el uso correcto de SDMG durante enfermedades agudas. Se utilizarán modelos de regresión logbinomial para estimar directamente los índices de riesgo (RR) y los intervalos de confianza del 95% para el resultado de completar sin errores el día de enfermedad simulado, así como para completar correctamente cada uno de los 3 componentes individuales del simulación de día de enfermedad. Se utilizarán efectos aleatorios para tener en cuenta la agrupación por farmacias. Se ajustarán modelos ajustados y no ajustados, incluidos efectos fijos para las características individuales de los participantes, incluida la edad, el sexo, la demografía, la diabetes, otras comorbilidades, la cantidad de medicamentos calificados y cualquier otra variable de confusión significativa de los análisis univariados. Además, los datos recopilados de los participantes sobre la utilidad de la aplicación PAUSE y/o el folleto para pacientes de SDMG para gestionar un día de enfermedad simulado y la aceptabilidad general de las intervenciones se utilizarán para evaluar más a fondo la fidelidad de la intervención. Todo el análisis estadístico se completará en R.

Se invitará a los participantes seleccionados (pacientes y farmacéuticos) a ser entrevistados después de su evaluación del escenario simulado de un día de enfermedad basada en la estrategia de muestreo intencional. Se llevarán a cabo entrevistas individuales semiestructuradas con participantes y farmacéuticos con una duración de entre 30 y 60 minutos. Las preguntas y el análisis de la entrevista serán iterativos a lo largo del estudio para permitir que se examinen temas emergentes o irregulares en entrevistas posteriores. Las entrevistas cualitativas se grabarán en audio, se transcribirán palabra por palabra y se examinarán mediante múltiples fases de análisis temático inductivo. Las notas de campo recopiladas y las transcripciones de las entrevistas se analizarán utilizando el software de análisis cualitativo NVIVO. El análisis de los datos comenzará inmediatamente después de la conclusión de la primera entrevista al participante. Los datos serán codificados por dos investigadores de forma independiente y luego los códigos se compararán después de la primera entrevista para redactar el manual de codificación para entrevistas posteriores.