Migliorare l'assistenza sanitaria mentale abbinando scientificamente i pazienti ai punti di forza dei fornitori

Contesto e significato:

La malattia mentale è un problema di salute pubblica straordinario e molto gravoso. Sfortunatamente, anche per le persone che accedono all'assistenza sanitaria mentale (MHC), l'assistenza è troppo spesso scadente. La ricerca ha costantemente dimostrato che circa il 10-15% dei pazienti si deteriora o subisce danni durante il trattamento. Inoltre, quando questi tassi sono combinati con tassi di non cambiamento, solo il 40% o meno dei pazienti guarisce in modo significativo. È importante sottolineare che la ricerca sul trattamento ha evidenziato una sostanziale variabilità nei risultati dei fornitori. In poche parole, il fornitore di MHC influisce sui risultati del trattamento e le parti interessate non hanno accesso sistematico a informazioni valide e utilizzabili per ottimizzare le corrispondenze efficaci tra paziente e fornitore. Senza la raccolta e la diffusione dei dati sulle prestazioni, le parti interessate mancano di informazioni vitali su cui basare le scelte sanitarie e personalizzare il trattamento. Al contrario, esiste potenzialmente un immenso vantaggio nell'associare i pazienti ai fornitori sulla base di dati sui risultati scientifici. Pazienti, parti interessate, ricercatori e medici hanno tutti approvato tale trasferimento di conoscenze applicate come una priorità assoluta. In risposta, i ricercatori hanno sviluppato e sperimentato una tecnologia per testare questo concetto di corrispondenza e un modello di salute incentrato sul paziente.

Importanti agenzie sanitarie hanno posto la misurazione dei risultati/prestazioni al centro delle iniziative fondamentali. L'Institute of Medicine raccomanda specificamente di integrare i dati sulle prestazioni del fornitore nel processo decisionale del trattamento. Nonostante questa retorica, 2 revisioni Cochrane combinate hanno potuto identificare solo 4 studi che hanno affrontato questa domanda con standard metodologici minimi; i risultati sono stati contrastanti. È importante sottolineare che nessuno ha comportato un intervento di diffusione mirato e nessuno ha coinvolto MHC. Ricerche precedenti, inclusa la nostra, hanno dimostrato empiricamente differenze sostanziali nelle dimensioni dell'effetto del trattamento previsto a seconda del terapeuta a cui viene indirizzato un paziente. Il divario di evidenza chiave è la necessità di un test rigoroso dell'efficacia di un intervento mirato di diffusione delle prestazioni del fornitore di MHC rispetto al rinvio standard/pragmatico e all'assegnazione del caso. Allo stesso modo, il Patient-Centered Outcomes Research Institute (PCORI) ha chiesto una maggiore "precisione" o un trattamento "personalizzato", con particolare attenzione alla personalizzazione. L'algoritmo di corrispondenza risponde direttamente a questa chiamata ad alta priorità per personalizzare l'assistenza in modo personale e basato sull'evidenza.

Obiettivi specifici:

Lo scopo di questa ricerca sull'efficacia comparativa (CER) è testare un algoritmo di corrispondenza paziente-terapista innovativo e scientificamente informato basato sui dati di esito del fornitore di MHC. Gli investigatori impiegheranno uno studio controllato randomizzato (RCT) per confrontare l'algoritmo di corrispondenza con il comune abbinamento pragmatico di rinvio (basato sulla disponibilità del fornitore, convenienza o specialità auto-riferita). Lo stesso trattamento psicosociale rimarrà somministrato in modo naturalistico da vari fornitori (ad es. Psicologi, assistenti sociali) a pazienti con problemi di salute mentale complessi all'interno di una rete di cliniche partner, Consulenti psicologici e comportamentali (PsychBC). I ricercatori ipotizzano che il gruppo di confronto scientifico supererà il gruppo di confronto pragmatico nel ridurre i sintomi del paziente e l'abbandono del trattamento e nel promuovere i risultati funzionali del paziente, le aspettative di risultato e la soddisfazione dell'assistenza, nonché la qualità dell'alleanza paziente-terapeuta. In questo modo si stabilirà l'algoritmo di corrispondenza come meccanismo di efficace MHC centrato sul paziente.

Metodi:

I ricercatori confronteranno l'efficacia dell'MHC naturalistico con o senza l'aiuto scientifico corrispondente con un RCT a livello individuale in doppio cieco. Gli investigatori condurranno prima una valutazione di base delle prestazioni dei terapisti PsychBC (iscrizione target N = 44) (in almeno 15 casi) per determinare i loro punti di forza nel trattamento di 12 domini di salute comportamentale misurati dallo strumento di esito primario su cui si basa il nostro algoritmo di corrispondenza -- Il pacchetto di risultati del trattamento (TOP). Il TOP è già somministrato regolarmente nella nostra rete di partner. Basato su anni di ricerca analitica predittiva, questo strumento classifica i terapeuti come "efficaci", "neutrali" o "inefficaci/dannosi" per ogni dominio TOP. I terapisti accecati saranno incrociati sulle condizioni.

Successivamente, per lo studio, i nuovi pazienti ambulatoriali adulti (arruolamento target N=281) verranno assegnati in modo casuale alla condizione Match o all'assegnazione del caso come al solito (in genere sulla base di considerazioni pragmatiche, come la disponibilità del fornitore, la convenienza o la specialità auto-riferita). L'unico criterio di esclusione del paziente saranno le persone che non sono il principale decisore per la loro cura. Pertanto, i pazienti presenteranno una moltitudine di problemi attraverso uno spettro di diagnosi. Con l'assegnazione del terapeuta come unica manipolazione, i terapisti partecipanti tratteranno i pazienti in modo completamente naturalistico. I risultati del trattamento saranno valutati regolarmente attraverso la risoluzione reciproca o fino a 16 settimane. Le analisi primarie coinvolgeranno la modellazione lineare gerarchica per esaminare i tassi comparativi ei modelli di cambiamento sui risultati.