Érkezési idő implementációja

A betegek időben történő érkezése elengedhetetlen a rendelői működés hatékony fenntartása és annak biztosítása érdekében, hogy a betegek a tervezett ellátás teljes időtartamát megkapják. A késői érkezések megzavarják a rendelői folyamatokat, csökkentik az ellátókkal töltött időt, és késleltethetik a későbbi időpontokat, hullámhatást okozva az egész nap folyamán. Ennek a projektnek az a célja, hogy egy alacsony költségű viselkedési intervenciót teszteljen, amely tisztázza az érkezési elvárásokat és elősegíti az időpontokra való időben történő érkezést.

Ez a tanulmány egy olyan intervenció hatékonyságát értékeli, amelyet azért terveztek, hogy a várt érkezési időt szemléletesebbé tegye a betegek számára. A tanulmányt a szakrendelések között fogják végrehajtani, amelyek elsődleges ellátást nyújtanak, és amelyek az UCLA Health működési fejlesztési kezdeményezésének részét képezik a rendelői folyamatok és a betegélmény javítása érdekében.

Pontosabban, az intervenció módosítja azt, hogyan kerül bemutatásra a betegeknek (vagy a 18 év alatti betegek esetén megbízottaiknak) az időpontinformáció az UCLA Health által használt két kommunikációs csatornán keresztül: (1) a betegportálon (amit az UCLA Health-nél MyChart-nak hívnak) és (2) a szöveges üzenetküldő platformon (amit az UCLA Health-nél Hello World-nak hívnak), amely a betegeknek automatikus szöveges értesítéseket küld időpontjuk előtt.

Kontroll feltétel: A MyChart kezdőoldalán a betegek csak a tervezett időpontot látják (pl. "3:00 PM-kor kezdődik") a közelgő időpontjaikhoz. Az időpont részleteit tartalmazó oldalon a betegek látják az időpontjukat és egy további utasítást, hogy "Érkezzen 15 perccel időpontja előtt". A szöveges értesítések megadják az időpontot és tartalmaznak egy felszólítást, hogy érkezzenek 15 perccel korábban (pl. "[Betegnév], van egy közelgő látogatása 2026. január 12-én, 3:00pm-kor. Érkezzen 15 perccel időpontja előtt").

Kezelési feltétel: A MyChart kezdőoldalán a betegek egy kifejezett érkezési időt látnak a közelgő időpontjaikhoz, amely 15 perccel a tervezett időpont előtt van beállítva (pl. "Érkezzen 2:45 PM-ig" egy 3PM-re tervezett időponthoz), az időpont helyett. Az időpont részleteit tartalmazó oldalon a betegek látják az időpontjukat, valamint az érkezési időt.

A szöveges értesítések kifejezetten megmondják a betegeknek a várt érkezési idejüket, az időpontjuk helyett (pl. "[Betegnév], van egy közelgő látogatása 2026. január 12-én. Érkezzen 2:45pm-ig.").

A kutatók klaszter randomizációt hajtanak végre, azonos rendelőépületben lévő összes személyes orvosi vagy haladó gyakorlati szolgáltató (APP) időpontot ugyanahhoz a kísérleti feltételhez rendelve hozzá. Összesen 37 rendelőépületet fognak belevenni. A kutatók 6 hónapig tervezik a klinikai vizsgálat lefuttatását. Az érkezési idő funkciót 1 hónappal a vizsgálati időszak kezdete előtt fogják bevezetni, hogy bevezessenek egy kimosási időszakot.

Kulcs kutatási kérdés:

A kutatók a következő kutatási kérdést teszik fel: Változtatja-e a kifejezett érkezési idő megjelenítése azt, hogy milyen korán érkeznek a betegek az időpontjaikra? A kutatók azt feltételezik, hogy a kezelés a kontroll feltételhez képest korábbi érkezéshez vezet az időpontokra.

A betegek bejelentkezési időpontja előtti időtartam folytonos mérésének (az elsődleges eredményváltozók) vizsgálata mellett a kutatók két bináris metrikát is vizsgálnak majd:

A. Időben történő érkezés: A kezelés növeli-e annak valószínűségét, hogy a betegek időben érkeznek (azaz a tervezett időpont előtt vagy annak idején jelentkeznek be)?.

B. Korai érkezés: Növeli-e a kezelési feltétel a betegek annak valószínűségét, hogy legalább 15 perccel a tervezett időpont előtt érkeznek?

Elemzési terv:

A kutatók a szokásos legkisebb négyzetek (OLS) regresszióit fogják használni robusztus szórásokkal az eredményváltozók előrejelzésére. A statisztikai következtetések a modell-robusztus szórásokra alapozódnak, amelyeket a randomizáció egységének számító rendelőépület szintjén klasztereznek. Minden elemzést az időpont szintjén fognak elvégezni. Az elsődleges prediktor egy indikátor lesz arra vonatkozóan, hogy a beteg rendelője az érkezési idő kezelési feltételhez lett-e hozzárendelve (vs. a szabványos időpont kontroll feltétel).

Ezeket a regressziókat a következő kontrollváltozókkal és anélkül futtatják majd:

• Beteg életkora (Ha hiányzó értékek lesznek, a kutatók az átlaggal helyettesítik és hozzáadnak egy dummy változót a hiányzó életkorú betegek jelölésére)
• Beteg neme
• Beteg faji/etnikai hovatartozása
• Beteg pontossága: A beteg személyes orvosi időpontjainak aránya ugyanabban a rendelőben a vizsgálat kezdete előtti 36 hónapban, amelyekre időben érkezett (Azok a betegek, akiknek ebben az időszakban nem volt befejezett időpontjuk, hiányzó adatokkal rendelkeznek. Ezekben az esetekben a kutatók a mintaátlagot imputálják és hozzáadnak egy dummy változót ezen betegek jelölésére). Ha nem tudjuk megszerezni a beteg látogatási előzményeit a vizsgálat kezdete előtti 36 hónapra, akkor inkább a beteg személyes orvosi időpontjainak arányát fogjuk kontrollálni az UCLA Health-nél (minden rendelőben), amelyekre időben érkezett (kivéve a beugró időpontokat)
• Látogatás típusa (felnőtt vs gyermek; új vs. visszatérő)
• Egy indikátor arra, hogy a rendelő 15/30 perces vagy 20/40 perces időpontbeosztást használt-e
• Biztosítás típusa (Hagyományos Medicare, Medicare Advantage, Medicaid, Kereskedelmi, egyéb/ismeretlen)
• Multimorbiditási pontszám (Ha hiányzó értékek vannak, a kutatók az átlaggal helyettesítik és hozzáadnak egy dummy változót a hiányzó multimorbiditási pontszámú betegek jelölésére)

• A következő kölcsönösen kizáró bináris indikátorok a különbségek figyelembevételére (1) abban, hogy egy időpont az érkezési idő funkció bevezetése előtt lett-e ütemezve és (2) abban, hogy mennyivel előre lett egy időpont ütemezve:

  • Funkció bevezetése előtt ütemezve: Indikátor azokra az időpontokra, amelyeket az érkezési idő funkció bevezetése előtt ütemeztek
  • >7 nappal előre ütemezve: Indikátor azokra az időpontokra, amelyeket a bevezetési dátumon vagy után ütemeztek, több mint 7 napos különbséggel az ütemezés és az időpont dátuma között.
  • 1-7 nappal előre ütemezve: Indikátor azokra az időpontokra, amelyeket a bevezetési dátumon vagy után ütemeztek, 1-7 napos különbséggel az ütemezés és az időpont dátuma között.
  • <1 nappal előre ütemezve: Indikátor azokra az időpontokra, amelyeket a bevezetési dátumon vagy után ütemeztek, kevesebb mint 1 napos különbséggel az ütemezés és az időpont dátuma között.

Exploratív elemzésként a kutatók a kezelési hatásokat csak azon időpontok között fogják vizsgálni, amelyeket a funkció bevezetési dátumán vagy után ütemeztek, mivel azoknak a betegeknek az általuk kapott időpontmegerősítő szöveges értesítések tükrözik a kísérleti tervezést.

Robusztussági ellenőrzésekhez a kutatók logit modelleket fognak alkalmazni a bináris eredményekhez és újra becsülik a folytonos érkezési idő eredmény modelljeit az 1. és 99. percentilisnél (ami szélesebb winsorizációs tartomány, mint amit az elsődleges eredmény szakasz később meghatároz).

Megjegyzés: Egyes betegeknek több jogosult találkozója is lehet a vizsgálati időszakban. A fő elemzések csak az első találkozót foglalják majd bele betegenként. Az exploratív elemzések felmérést fognak végezni arról, hogy a későbbi találkozók belefoglalása megváltoztatja-e az eredményeket.

A heterogén kezelési hatások tesztelésére a kutatók olyan interakciós modelleket fognak becsülni, amelyekben a kezelési indikátor interakcióba lép a beteg, látogatás vagy rendelő jellemzőivel. A kutatók a következő moderátorokat fogják elemezni:

• Beteg szintű pontosság, a fentiek szerint meghatározva (A hiányzó értékek figyelembevételéhez a regressziós modellek a kezelési indikátort mind az imputált pontossági aránnyal, mind a hiányosság indikátorral interakcióba hozzák)
• Hányszor vettek részt a betegek orvosi időponton ugyanabban a rendelőben a vizsgálat kezdete előtti 36 hónapban
• Hogy a rendelő osztály 15/30 perces vagy 20/40 perces időpontbeosztást használ-e
• Rendelő alap pontossági aránya: azon időpontok százaléka, amelyek időben voltak (bejelentkezés ≤ 0 perc késéssel) a vizsgálat előtti hat hónapban
• Látogatás típusa (felnőtt vs. gyermek)
• Időpont ütemezési ideje (négy kölcsönösen kizáró alcsoport): Hogy az időpontot az érkezési idő funkció bevezetése előtt ütemezte-e vs. a funkció bevezetése után ütemezte, de több mint 7 nappal a tervezett látogatási dátum előtt vs. 1-7 nappal, vs. <1 nappal a tervezett látogatási dátum előtt.
• Multimorbiditási pontszám (A hiányzó értékek figyelembevételéhez a regressziós modellek a kezelési indikátort mind az imputált multimorbiditási pontszámmal, mind a hiányosság indikátorral interakcióba hozzák)

A kutatók további exploratív elemzéseket fognak végezni az intervenció potenciális lefelé irányuló következményeinek vizsgálatára:

1. Időpont részvétel A kutatók feltárják, hogy a kezelési feltétel befolyásolja-e a nem megjelenési arányokat a kontroll feltételhez képest. A korábbi kért érkezési idő kifejezett megjelenítése potenciálisan növelheti a nem megjelenéseket, ha egyes betegek úgy gondolják, hogy már elmulasztották az időpont ablakot vagy elbátortalanodnak attól, hogy eljöjjenek, amikor rájönnek, hogy nem tudnak a kért időre érkezni.

2. Beteg elégedettség:

   A kutatók feltárják, hogy a kezelési feltételhez való hozzárendelés befolyásolja-e a beteg elégedettségi értékeléseket a látogatás utáni felmérésekben, két bináris eredményre összpontosítva, amelyek lehetővé teszik egy szándék szerinti kezelés (ITT) elemzést:

   A. Hogy a beteg rossz véleményt hagy-e (ez a változó 1, ha a beteg 1 vagy 2 csillagot ad 5-ből, és 0, ha a beteg magasabb csillagértékelést ad vagy nem ad csillagértékelést) B. Hogy a beteg jó véleményt hagy-e (ez a változó 1, ha a beteg 5 csillagot ad, és 0, ha a beteg alacsonyabb értékelést ad vagy nem ad csillagértékelést).

   A kutatók szövegelemzést fognak végezni a betegek minőségi megjegyzéseiről a felmérésekben az érzelmek és az aggodalmak vagy bókok forrásainak felmérésére.

3. Időpont lemondások A kutatók tesztelik, hogy a kezelési feltétel befolyásolja-e a lemondási arányokat a kontroll feltételhez képest. Ez az elemzés segít meghatározni, hogy az "Érkezzen ...-ig" megfogalmazásnak van-e nem szándékolt hatása a betegek időpontjuk lemondásának valószínűségére a részvétel helyett.
4. Rendelői munkafolyamat metrikák:

A kutatók megvizsgálják, hogy a kezelés befolyásolja-e a következő két operatív metrikát a rendelőn belül:

A. Beteg szobai idő: a percek száma a beteg bejelentkezése és az időpont, amikor a vizsgálószobába kerül, között.

B. Idő, amikor az orvos belép a vizsgálószobába: a percek száma a tervezett időpont és amikor a szolgáltató belép a szobába, között.

C. Idő a bejelentkezés és a szolgáltató belépése között: A percek száma a beteg bejelentkezése és amikor a szolgáltató belép a vizsgálószobába, között.

A kutatók kvantilis regressziókat fognak használni ezen elemzések során. Ezek az exploratív mérőszámok betekintést nyújtanak abba, hogy a javult pontosság simább rendelői folyamatokba fordul-e át vagy változásokat idéz-e elő a beteg várakozási időben. Ezek a mérőszámok valószínűleg zajosak, mivel az időpont, amikor a betegek a vizsgálószobába kerülnek vagy a szolgáltató látja őket, nem mindig rögzítik valós időben.