Orari di lavoro che promuovono la salute: l'effetto dell'abolizione dei ritorni rapidi (HeWoS)

Obiettivi Questo è uno studio controllato randomizzato a grappolo a due bracci che valuta le conseguenze di un programma di lavoro a turni senza rientri rapidi per sei mesi, rispetto a un programma che include rientri rapidi. In primo luogo, esamineremo l'eventuale variazione differenziale delle assenze per malattia, durante il semestre di intervento. In secondo luogo, esamineremo se ci sono cambiamenti differenziali nel sonno e nel funzionamento, nella salute fisica e mentale, negli incidenti sul lavoro e nell'intenzione di turnover, tra gli altri. In terzo luogo, indagheremo se le caratteristiche individuali associate alla tolleranza al lavoro a turni, inclusi sesso, età, personalità e necessità di sonno riportate soggettivamente, modereranno gli effetti negativi dei rapidi ritorni sugli esiti primari e secondari. Infine, lo studio indagherà se fattori individuali come la soddisfazione per l'orario di lavoro, la soddisfazione sul lavoro, l'impegno lavorativo e l'interferenza lavoro-famiglia modereranno gli effetti negativi dei ritorni rapidi sugli esiti primari e secondari.

Disegno della ricerca Verrà condotto uno studio controllato randomizzato a grappolo che confronta un programma di lavoro che abolisce i ritorni rapidi (intervento) con quello di un programma di lavoro che mantiene una quantità normale di ritorni rapidi (controllo). I cluster rappresentano le unità ospedaliere selezionate casualmente per ricevere (o non ricevere) l'intervento. 'Quantità normale di rientri rapidi' si riferisce a quella che è la pratica comune presso la rispettiva unità ospedaliera negli ultimi anni (ovvero, quando non sono state apportate modifiche esplicite al programma di lavoro), il che significa che il numero totale di rientri rapidi al unità varierà da 329-2356 all'anno. Le unità ospedaliere sono state randomizzate a una delle due condizioni nel settembre 2020, di cui l'autunno del 2020 è stato dedicato alla pianificazione del programma dei turni per il 2021 (ovvero, rimuovendo i ritorni rapidi per il gruppo di intervento e lasciando intatti i ritorni rapidi per il gruppo di controllo), con periodo di intervento a partire da febbraio/marzo 2021 per la maggior parte delle unità. Il periodo di intervento in questo studio è di sei mesi di calendario. La maggior parte delle unità in questa sperimentazione inizia il periodo di intervento a febbraio/marzo 2021, ma alcune unità, per motivi pratici, inizieranno il periodo di intervento nella seconda metà dell'anno di rotazione, ovvero da agosto/settembre 2021 o successivamente.

L'esito primario è l'assenza per malattia recuperata dai registri locali tenuti dall'ospedale (compresi i congedi per malattia a breve e lungo termine). Le misurazioni di base saranno l'assenza per malattia dell'anno precedente l'intervento, che per ogni singolo partecipante sarà abbinata per durata e stagione a quella del periodo di intervento. I dati sulle assenze per malattia saranno recuperati dai registri locali tenuti dall'ospedale (Vedaa, Pallesen et al. 2017). Questo record include informazioni sulla data di qualsiasi assenza del singolo dipendente, il che implica che include informazioni sull'assenza per malattia sia a breve che a lungo termine. Inoltre, questi dati includono informazioni sul fatto che l'assenza sia autocertificata o certificata da un medico, se l'assenza sia dovuta a un figlio malato di cui il dipendente ha la responsabilità di custodia e se l'assenza sia dovuta a COVID- 19 questioni correlate (ad esempio, quarantena). L'utilizzo dei dati del registro non richiede il consenso individuale. Tuttavia, verrà condotta anche una parte dello studio basata sul consenso, in cui verranno raccolte misure di esito secondarie tramite questionario al basale e follow-up a sei mesi. A tutti i dipendenti (n ≈ 4000) delle unità randomizzate verrà chiesto di compilare un questionario digitale reso disponibile tramite il sito Web interno dell'ospedale. La valutazione di base avverrà prima del periodo di intervento e la valutazione di follow-up avverrà verso la fine del periodo di intervento. A un sottocampione (n ≈ 50) verrà chiesto di registrare oggettivamente il proprio sonno con tecnologia radar avanzata (Somnofy™) e soggettivamente con diari del sonno per ≥1 settimana rispettivamente al basale e alle valutazioni di follow-up.

Partecipanti e procedura Reclutamento Questo studio è condotto in stretta collaborazione con il dipartimento delle risorse umane dell'ospedale universitario di Haukeland. Tutte le unità di assistenza ospedaliera che dispongono di personale 24 ore su 24 presso l'ospedale saranno randomizzate, in cui saranno inclusi tutti gli operatori sanitari che lavorano a turni, ad eccezione dei medici. I medici non saranno inclusi poiché spesso hanno un programma di turni e uno schema di compensazione diversi rispetto agli altri gruppi professionali. Di seguito, con “tutti i dipendenti” si intendono tutti gli operatori sanitari impegnati in turni di lavoro presso le unità ospedaliere randomizzate, ad eccezione dei medici. A tutti i dipendenti (n ≈ 4000) delle unità ospedaliere randomizzate verrà chiesto di completare un questionario prima e alla fine del periodo di intervento. Il reclutamento per questa parte della sperimentazione avverrà tramite il sito Web interno dell'ospedale. I ricercatori e il personale delle risorse umane dell'ospedale parteciperanno alle riunioni del personale in tutte le unità incluse per informare sul progetto di ricerca e incoraggiare la partecipazione. Un sottocampione di n ≈ 50 dipendenti selezionati casualmente (equamente distribuiti dall'unità di intervento e dalle unità di controllo) sarà reclutato per la sezione di monitoraggio del sonno dello studio.

Randomizzazione e mascheramento La randomizzazione in questo studio è avvenuta a livello di cluster, in cui le unità ospedaliere costituivano i cluster. Le unità ospedaliere possono variare in termini di quantità di personale di cui hanno bisogno nell'arco delle 24 ore al giorno, quindi, l'orario di lavoro e il verificarsi, ad esempio, di rientri rapidi e turni notturni possono variare tra le unità. Unità simili sono state quindi raggruppate in base al fatto che condividevano alcuni attributi o caratteristiche. Quindi è stata eseguita una randomizzazione stratificata alle due condizioni di studio in un rapporto 1: 1. Un sottogruppo potrebbe, ad esempio, essere costituito da unità con funzioni di emergenza, un altro con funzioni di terapia intensiva, uno con cure di salute mentale, uno con cure di maternità, ecc. In totale avevamo 10 strati e le dimensioni di ciascuno strato variavano tra 2 e 19 unità ospedaliere. L'elenco di randomizzazione per ogni strato è stato generato dalla pagina web di randomizzazione online, www.randomization.com, e l'elenco per ogni strato è stato salvato.

Non è possibile che i partecipanti non vedano il gruppo a cui sono assegnati. Tuttavia, le analisi statistiche verranno eseguite da un ricercatore che è mascherato dall'allocazione di gruppo.

Dimensione del campione In questo studio, tutte le unità ospedaliere disponibili presso l'Haukeland University Hospital con operatori sanitari che lavorano a turni a rotazione saranno valutate per l'idoneità. Ciò include 76 unità e 4260 operatori sanitari. Sulla base dei dati precedentemente pubblicati5 abbiamo calcolato che un totale di 2028 partecipanti è sufficiente per rilevare una differenza nei giorni di assenza per malattia di 0,9 e 1,25 con un ICC di 0,1 e una dimensione media delle unità di 52 (calcolo effettuato in: StataCorp. 2015).33 Pertanto, con la strategia di reclutamento pianificata (ovvero, invitare >70 unità e >4000 operatori sanitari) prevediamo di superare questo numero e di rientrare ampiamente nel numero di partecipanti richiesto per la variabile di esito primario.

Piano di analisi dei dati Tutte le analisi saranno condotte in base all'intenzione di trattare la popolazione, salvo diversa indicazione. Per esaminare gli effetti di un programma di turni ridotto di ritorni rapidi sugli esiti primari e secondari, i tassi oi punteggi osservati saranno analizzati mediante modelli di crescita latente (o altri modelli equivalenti come modelli misti lineari generalizzati). I tassi oi punteggi osservati prima e durante il periodo di intervento saranno modellati da un'intercetta casuale e da una pendenza fissa. L'effetto dell'intervento sarà stimato utilizzando la variabile di gruppo (intervento vs. controllo) come predittore della pendenza. Le dimensioni dell'effetto tra i gruppi (Cohen's d) saranno calcolate dividendo la differenza media nella variazione stimata dei punteggi dal basale alla valutazione di follow-up per la SD aggregata al basale. La massima verosimiglianza robusta verrà utilizzata come stimatore, fornendo stime imparziali nell'ipotesi che i dati manchino casualmente (Enders 2010) che potrebbero essere parzialmente raggiunti attraverso l'inclusione dei punteggi di base nel modello. La misura dell'esito primario in questo studio sono i dati sulle assenze per malattia recuperati dal registro dell'ospedale, in cui non ci aspettiamo dati mancanti. Tuttavia, è ragionevole aspettarsi alcuni dati mancanti sulle misure di esito secondarie, poiché i dati vengono raccolti tramite questionario o tramite il radar del sonno.

Poiché alcuni dati per il questionario di follow-up e la valutazione del radar del sonno mancheranno non a caso, la robustezza dei risultati nell'ipotesi di missing-at-random sarà testata mediante analisi di sensibilità in cui i punteggi mancanti al follow-up saranno sostituiti dai valori di base per ogni rispettivo individuo. Queste analisi di sensibilità verranno eseguite solo su variabili selezionate a seconda del focus nel rispettivo articolo.

Le analisi per intenzione di trattare possono essere accompagnate da analisi per protocollo selezionate in cui, sulla base dei dati sui salari, definiamo un gruppo che ha completamente abolito o ha avuto una riduzione soddisfacente del numero di ritorni rapidi durante il periodo di intervento.

L'esito primario del congedo per malattia sarà analizzato principalmente in termini di numero totale di giorni e periodi di assenza per malattia (periodi) per un determinato periodo prima rispetto al periodo di intervento (Vedaa, Pallesen et al. 2017). I modelli di assenza per malattia terranno conto dell'inflazione zero in questo tipo di dati. Altre operazionalizzazioni dell'assenza per malattia potrebbero anche essere prese in considerazione in accordo con le raccomandazioni in letteratura (Hensing, Alexanderson et al. 1998). Per un'ulteriore analisi dei dati sulle assenze per malattia, prenderemo in considerazione l'uso di altri modelli in cui trattiamo il tempo in modo diverso. Ad esempio, considereremo modelli in cui guardiamo al tempo del primo episodio di congedo per malattia per i due gruppi di intervento, con una covariata dipendente dal tempo per il numero di rientri rapidi (ovvero una variabile che aumenta di 1 ogni volta che la persona ha un rapido ritorno). Un'altra possibilità è dire che i partecipanti iniziano da "0" ogni volta che la persona ha un rapido ritorno e misurare il tempo dall'ultimo rapido ritorno al primo successivo episodio di congedo per malattia, aggiustando le osservazioni ripetute con ad es. stima della varianza robusta (il gruppo a ritorno non rapido sarà quindi seguito solo dall'inizio dell'intervento, dato che di fatto non ha ritorni rapidi). Un'altra opzione consiste nell'impostare un modello per il tempo che intercorre tra il congedo per malattia e il ritorno al lavoro.

Poiché l'introduzione di un orario di lavoro senza rientri rapidi può comportare un orario alternativo con un aumento di altre caratteristiche indesiderabili (ad esempio, più turni serali consecutivi), prenderemo in considerazione la conduzione di analisi che si adeguino a tali caratteristiche.

Le analisi del mediatore e del moderatore saranno eseguite a scopo esplorativo, sulla base del principio di base per tali analisi in studi controllati randomizzati come descritto da altri ((ad esempio, Kraemer, Wilson et al. 2002)). Ad esempio, alcuni dei dati raccolti su dati demografici, tratti della personalità legati al sonno (rCTI e MEQ), salute mentale, tra gli altri, possono essere utilizzati per esaminare i fattori che possono moderare l'impatto dell'intervento.

Riferimenti

Enders, CK (2010). Analisi applicata dei dati mancanti. New York, New York, Stati Uniti, Guilford Press.

Hensing, G., et al. (1998). "Come misurare le assenze per malattia? Revisione della letteratura e suggerimento di cinque misure di base." Giornale scandinavo di sanità pubblica 26: 133-144.

Kraemer, HC, et al. (2002). "Mediatori e moderatori degli effetti del trattamento negli studi clinici randomizzati". Archivi di psichiatria generale 59: 877-883.

Vedaa, Ø., et al. (2017). "Il breve riposo tra gli intervalli di turno aumenta il rischio di congedo per malattia: uno studio prospettico del registro". Medicina del lavoro e dell'ambiente 74: 496-501.