Accès aux soins primaires pour les personnes atteintes d'un trouble lié à l'utilisation d'opioïdes

Contexte de l'étude

Selon l'Organisation mondiale de la santé (OMS), les soins de santé primaires sont "un moyen extrêmement efficace et efficient de s'attaquer aux principales causes et risques de mauvaise santé et de bien-être aujourd'hui" (1). Les soins primaires sont particulièrement importants pour les populations vulnérables car ils semblent atténuer les effets de facteurs comme le faible statut socioéconomique (2-4). Cela semble être vrai pour les personnes atteintes d'un trouble lié à l'utilisation d'opioïdes (TUO) : dans des travaux antérieurs, l'inscription auprès d'un médecin de premier recours était associée à des taux plus élevés de dépistage du cancer et de surveillance du diabète chez les personnes en traitement pour le TOU (5).

Dans les systèmes de soins de santé universels, comme celui du Canada, tout le monde a droit aux soins de santé primaires, peu importe son état de santé ou sa situation financière. Nos travaux antérieurs, cependant, indiquent que les Ontariens en traitement pour le TOU sont moins susceptibles d'avoir accès aux soins primaires que les autres. Seuls 43 % des personnes en traitement pour le TUO étaient inscrites auprès d'un médecin de soins primaires, contre 73 % des témoins appariés (5). Nos résultats sont cohérents avec une étude américaine qui a rapporté un accès limité aux soins primaires pour les personnes en traitement pour le TUO (6). Ces constatations sont préoccupantes. Non seulement les personnes atteintes d'OUD sont une population vulnérable avec des besoins de santé complexes, mais leur nombre augmente également. Le TOU touche actuellement 15,5 millions de personnes dans le monde (7), le Canada et les États-Unis (É.-U.) ayant le fardeau de la maladie le plus élevé (8).

Les obstacles aux soins primaires pour les personnes atteintes d'OUD ont été peu étudiés. Les facteurs liés aux patients, comme la difficulté à se rendre aux rendez-vous, et les obstacles du système, comme les frais de transport, peuvent influer sur l'accès (9). Les facteurs liés au fournisseur semblent également jouer un rôle. Une étude qualitative par entrevue en Ontario a révélé que la discrimination et la stigmatisation des fournisseurs envers les personnes atteintes de troubles liés à l'utilisation de substances constituaient un obstacle à l'accès aux soins primaires (9). D'autres études appuient cette constatation, montrant que de nombreux prestataires, tout comme le grand public, sont stigmatisés envers les personnes souffrant de troubles liés à l'utilisation de substances (10,11). Il est possible que des attitudes négatives conduisent les prestataires à discriminer les personnes atteintes de TOU lorsqu'ils décident d'offrir ou non un nouveau rendez-vous à un patient.

Raison d'être et objectif de l'étude

L'objectif de notre étude est de déterminer si la discrimination par les médecins est un obstacle à l'accès aux soins primaires pour les personnes atteintes de TOU.

Questions de recherche

1. Les personnes en traitement pour le TUO sont-elles moins susceptibles de se voir proposer un nouveau rendez-vous que les personnes en traitement pour le diabète ?
2. Quel est l'impact du sexe du médecin, des années de pratique, de la ruralité et du modèle de soins sur les offres de rendez-vous pour un nouveau patient ?

Méthodes

Les enquêteurs mèneront un essai contrôlé randomisé (ECR), en utilisant une approche similaire à Olah et al qui a examiné l'accès aux soins primaires pour les personnes de faible statut socio-économique (14). Ils passeront des appels téléphoniques inopinés aux médecins de soins primaires de l'Ontario pour demander un nouveau rendez-vous avec un patient. Les médecins seront assignés au hasard à l'un des deux scénarios cliniques : un patient diabétique traité par un endocrinologue, ou un patient atteint de méthadone prescrite par un médecin spécialisé en toxicomanie. Dans les analyses exploratoires secondaires, les enquêteurs évalueront également l'impact du modèle de soins (équipe vs non), du sexe, du rural vs urbain et des années de pratique.

Population Les enquêteurs utiliseront les informations du site Web de l'Ordre des médecins et chirurgiens de l'Ontario (OMCO) pour identifier tous les médecins de l'Ontario qui ont une pratique active, indépendante et illimitée avec une spécialité autodéclarée en médecine familiale (20).

Calcul de la taille de l'échantillon L'objectif de notre étude est de comparer la proportion de patients qui se voient offrir un nouveau rendez-vous patient dans chacun des bras de l'étude. Le consensus de notre équipe était qu'une différence de 10 % dans la proportion de nouveaux rendez-vous de patients serait cliniquement significative. Dans une conception d'étude similaire, Olah et al ont constaté que 23,5 % des personnes atteintes de diabète se sont vu offrir un rendez-vous avec un médecin en Ontario (14). Pour le calcul de la taille de notre échantillon, les enquêteurs ont supposé que 23 % des personnes atteintes de diabète et 13 % de celles en traitement pour le TOU se verraient proposer un nouveau rendez-vous. À une puissance de 80 %, un niveau d'erreur de type 1 de 5 %, pour détecter une différence de 10 % dans la proportion de nouveaux rendez-vous offerts entre les groupes d'opioïdes (13 %) et de diabète (23 %), il faudrait 231 médecins pour chaque scénario. Cependant, des études antérieures utilisant cette approche ont révélé que jusqu'à un tiers des médecins étaient exclus au moment de l'appel téléphonique (parce que le médecin travaillait dans une clinique sans rendez-vous ou avait une pratique qui n'était pas des soins primaires ; ou en raison de l'absence de réponse après cinq appels téléphoniques) (14,18). Par conséquent, l'étude devrait inclure 308 médecins dans chaque bras.

Pour créer notre échantillon, les enquêteurs créeront une base de données à l'aide d'informations accessibles au public sur le site Web de l'OMCO. Ils comprendront tous les médecins qui ont une pratique active, sans restriction et indépendante avec une spécialité en médecine familiale. Ils enregistreront également l'adresse ou les adresses du médecin, le code postal, le ou les numéros de téléphone, la date d'inscription à la pratique indépendante et le sexe dans notre base de données. Les médecins ne seront identifiés dans la base de données que par un identifiant unique. Toutes ces données sont collectées par le CPSO. Ils regrouperont ensuite les médecins par adresse de pratique principale, puis sélectionneront au hasard (à l'aide d'un générateur de nombres aléatoires) un médecin dans la liste des médecins qui travaillent sur le même site. Les enquêteurs excluront d'autres médecins de la même adresse de pratique. Ils utiliseront ensuite un générateur de nombres aléatoires pour sélectionner au hasard un échantillon statistiquement déterminé de médecins. Nous les assignerons au hasard à l'un des deux scénarios cliniques suivants : un patient diabétique traité par un endocrinologue, ou un patient atteint de MÉTHADONE prescrit par un médecin en toxicomanie.

Scénarios Les enquêteurs formeront un assistant de recherche (AR) au scénario clinique et testeront l'interaction avec une réceptionniste simulée donnant différentes réponses (voir l'annexe 1 : Exemple de script). Pour réduire la confusion, ils auront le même RA qui passera tous les appels téléphoniques. L'AR contactera chaque médecin pour demander un rendez-vous, pour l'un des deux scénarios cliniques. Les enquêteurs excluront les médecins au moment de l'appel téléphonique si la réceptionniste du médecin signale que la clinique est une clinique sans rendez-vous ou que le médecin n'offre pas de soins primaires (14). Ils excluront également les pratiques au moment de passer l'appel s'ils demandent une visite en personne ou un numéro de carte Santé avant de faire une offre de rendez-vous pour un nouveau patient. Les enquêteurs tenteront de joindre un médecin jusqu'à cinq fois sur une période de six semaines. Pour les bureaux avec messagerie vocale, ils laisseront un message avec le script mais continueront à passer jusqu'à cinq appels téléphoniques pour parler avec quelqu'un en personne. Les enquêteurs accepteront les rappels jusqu'à six semaines après l'appel téléphonique initial. Ils excluront les pratiques où ils ne peuvent parler à personne ou laisser un message vocal après cinq appels téléphoniques. Ils ne demanderont qu'une seule fois un rendez-vous à un médecin. Si la clinique du médecin offre un rendez-vous, il appellera le lendemain et l'annulera. Les enquêteurs poursuivront l'échantillonnage jusqu'à ce qu'ils atteignent notre nombre cible de médecins.

Analyse des données Les enquêteurs utiliseront des statistiques descriptives pour rendre compte de la population. Pour répondre à notre question de recherche, ils compareront la proportion de patients à qui on a offert un rendez-vous en soins primaires (un résultat binaire) dans les groupes randomisés. Ils utiliseront le test du chi carré et la régression logistique pour déterminer s'il existe une différence statistiquement et cliniquement significative dans les proportions d'offrir un nouveau rendez-vous au patient entre les deux scénarios cliniques.

Les enquêteurs s'attendent à ce que les groupes soient équilibrés sur les variables confusionnelles mesurées et non mesurées. Néanmoins, ils étudieront la répartition des variables mesurées entre les deux groupes. S'ils constatent des déséquilibres, ils en estimeront l'impact ajusté sur la probabilité de se voir proposer un nouveau rendez-vous, après contrôle des éventuels facteurs de confusion.

Pour nos analyses secondaires, les enquêteurs utiliseront le test Exact de Fisher et le test de Wilcoxon à deux échantillons pour évaluer si des sous-groupes pré-spécifiés : le sexe du médecin (homme ou femme) ; lieu de pratique (milieu rural < 50 000 vs milieu de pratique urbain > 50 000); années de pratique clinique et le modèle de pratique (en équipe ou non) affectaient la probabilité qu'un patient reçoive une offre inconditionnelle de rendez-vous pour un nouveau patient.

Les enquêteurs s'attendent à ce que les groupes soient équilibrés sur les variables confusionnelles mesurées et non mesurées. Néanmoins, ils étudieront la répartition des variables mesurées entre les deux groupes. S'ils constatent des déséquilibres, ils en estimeront l'impact ajusté sur la probabilité de se voir proposer un nouveau rendez-vous, après contrôle des éventuels facteurs de confusion.

Pour nos analyses secondaires, les enquêteurs utiliseront le test Exact de Fisher et le test de Wilcoxon à deux échantillons pour évaluer si des sous-groupes pré-spécifiés : le sexe du médecin (homme ou femme) ; lieu de pratique (milieu rural < 50 000 vs milieu de pratique urbain > 50 000); années de pratique clinique et le modèle de pratique (en équipe ou non) affectaient la probabilité qu'un patient reçoive une offre inconditionnelle de rendez-vous pour un nouveau patient.