Nuestros pares - Empoderamiento y apoyo de navegación - Vida comunitaria: intervención remota de navegación de pares para adultos con discapacidades recién adquiridas en transición a la vida comunitaria (OP -ENS -CL) (OP-ENS-CL)

El propósito de este estudio es evaluar la eficacia y la validez social de la OP -ENS - CL (nuestros compañeros - Empoderamiento y apoyo de navegación - Vida comunitaria) Una intervención remota de navegador de pares de 12 meses utilizando un diseño de ensayo clínico en una muestra de adultos con recién adquiridos con discapacidades físicas en transición a la vida comunitaria.

Los participantes serán reclutados a través de redes comunitarias y clínicas y examinar la elegibilidad. Los participantes serán asignados aleatoriamente a los grupos de intervención o de atención habitual. Los participantes en el grupo de intervención serán emparejados con un navegador de salud de pares capacitado (que también es una persona con discapacidad física). El uso de un proceso de estructura de identificación de barrera, establecimiento de objetivos y planificación de la acción, los navegadores de la salud de los pares trabajará con los participantes para ayudar a abordar sus necesidades y preocupaciones de atención médica, incluidas cosas como la comunicación, el transporte del paciente, el acceso a los equipos médicos duraderos. Es importante tener en cuenta que los navegadores de la salud entre pares no son proveedores de atención médica y no brindan asesoramiento médico o de salud. Se les pide a los participantes en el ensayo de intervención que se reúnan con su navegante entre pares al menos una vez al mes durante el período de estudio. Para fomentar la participación en esta intervención, los micro incentivos progresivos se integran en el protocolo de estudio. Para promover el equilibrio, se crea un horario de microincentivo similar para el grupo de atención habitual.

Recopilación de datos: todos los participantes, independientemente de la asignación grupal, serán entrevistados en 3 puntos de tiempo (línea de base, 6 meses, 13 meses) utilizando un autoinforme de medidas de acceso a la salud, calidad y resultados, así como medidas de apoyo social y activación del paciente. Los recolectores de datos estarán cegados a la asignación grupal y no participarán en la entrega de la intervención OP -ENSC.

Análisis de datos: los investigadores emplearán un modelo de efectos mixtos utilizando el resultado de cada estudio como un grupo de tratamiento y variable dependiente que varían en el tiempo (PHN versus atención habitual) como el principal efecto fijo. Las características basales, incluida la raza/etnia, el género y el estado socioeconómico, se ingresarán como covariables invariantes del tiempo si se observan diferencias de grupo basales (a pesar de la aleatorización). La intercepción del sujeto se modelará como un efecto aleatorio. La hipótesis nula será rechazada si se observa un efecto de interacción de tiempo de grupo significativo*. Los investigadores plantean la hipótesis de que PN tendrá una pendiente de trayectoria más favorable de los resultados del estudio que el grupo de control coincidente. Para cada hipótesis, el análisis post-hoc se realizará para evaluar la diferencia en cada variable de resultado entre los dos grupos en diferentes puntos de tiempo. Los modelos mixtos se ejecutarán usando Proc Mixed de SAS 9.3 (Cary, NC). El método de estimación será la máxima probabilidad (ml). Una variedad de estructuras de covarianza (simetría regresiva de primer orden, simetría compuesta, toplitz, componentes de varianza, no estructurados) se examinarán cuidadosamente y comparará para obtener el mejor ajuste del modelo, la información de Akaike (AIC) y los criterios de información bayesianos (BIC). Estas estadísticas son funciones de la probabilidad de registro y se pueden comparar en todos los modelos. Como los datos faltantes son inevitables en un estudio longitudinal, los valores se imputarán cuando sea posible utilizando medios (medios) sustitutos o procedimientos de imputación formales, como el algoritmo EM si los datos faltantes son MCAR (faltan completamente al azar) o Mar (faltan al azar). Si los datos faltantes son NMAR (no faltan al azar), el enfoque de "mezcla de patrones" se utilizará para calcular un "promedio ponderado" de los parámetros asociados con los datos faltantes para estimar cuáles habrían sido los datos.