Strategia per la riduzione degli oppioidi Ontario sud-occidentale

Disegno dello studio proposto Lo studio prospettico randomizzato proposto impiegherà un disegno a cuneo a gradini, che è una variante di uno studio randomizzato a grappolo. Questo è un RCT pragmatico, a due bracci, a gruppi paralleli basato su cluster RCT. Questa sperimentazione ospedaliera associata a SWAHN sarà integrata nelle cure di routine (nuovo standard di cura) con l'implementazione dell'intervento fornito dal personale perioperatorio piuttosto che dal personale di ricerca. Le caratteristiche e gli esiti dei pazienti saranno ottenuti dal database dell'assistenza sanitaria amministrativa dell'ICES. Questo disegno pragmatico consente un'ampia inclusione degli ospedali LHIN sud-occidentali e un ampio campione rappresentativo di pazienti perioperatori che dovrebbero produrre risultati altamente generalizzabili. Gli ospedali saranno randomizzati (1:1) con metodi di assegnazione nascosti e gli ospedali riceveranno notifica della loro assegnazione di gruppo dal team di studio 2 mesi prima della data di inizio dell'intervento.

Scelta del disegno dello studio In questo studio, l'unità di randomizzazione è il cluster (cioè ciascuno degli ospedali) e l'unità di analisi è il paziente. Abbiamo scelto un design randomizzato a grappolo per migliorare l'assorbimento e l'aderenza all'intervento (convenienza logistica) e per ridurre al minimo la contaminazione tra gruppi. I pazienti perioperatori in genere ricevono tutto il loro intervento presso lo stesso centro, rendendo questa popolazione adatta per interventi a livello di cluster. La consegna dell'intervento della strategia di riduzione degli oppioidi in questo studio a grappolo segue ciò che accade nelle cure di routine, in cui il team perioperatorio in ciascun ospedale sarà addestrato a seguire lo stesso protocollo o politica per i pazienti sotto la loro cura.

Ciò comporterà l'introduzione dell'intervento in modo casuale e il "passaggio sequenziale dei cluster dal controllo all'intervento fino a quando tutti i cluster non saranno esposti".14 Questo tipo di sperimentazione è un approccio pragmatico per indagare e implementare un cambiamento nell'erogazione del servizio, dato che l'intervento avverrà a livello istituzionale e non sarà necessario randomizzare i singoli pazienti.14 Questo cluster-RCT multicentrico a gradini è progettato per valutare i benefici di una strategia di riduzione degli oppioidi rispetto alla pratica standard come da protocollo ospedaliero locale, in pazienti sottoposti a procedure chirurgiche elettive, a cui vengono prescritti oppioidi per controllare il dolore acuto post-operatorio .15,16 Al fine di superare le sfide della raccolta dei dati, raccoglieremo i risultati di tutti i pazienti chirurgici elettivi (nessuna esclusione) dai database elettronici ICES per il pre e il post intervento. Dopo un periodo di riferimento di 2 mesi in cui tutti i siti utilizzano la normale prescrizione di oppioidi standard di cura, uno dei siti selezionati in modo casuale inizierà a implementare e seguire la strategia di riduzione degli oppioidi; altri siti verranno aggiunti in modo casuale al gruppo di intervento ogni due mesi fino a quando la strategia non sarà in atto in tutti i siti (totale 12 mesi di raccolta dati; vedere la figura 1). Un mese prima del passaggio alla fase della strategia di riduzione degli oppioidi in ciascun sito, tutto il personale di anestesia e ricerca presso il sito dell'ospedale sarà formato dal PI dello studio (Mahesh Nagappa) sulle varie componenti dell'intervento, sull'implementazione della strategia di riduzione degli oppioidi e su raccolta di dati.

Contesto dello studio Saranno invitati a partecipare dodici ospedali all'interno del Southwestern Ontario Academic Hospital Network (SWAHN). Il London Health Sciences Centre e il St. Joseph's Healthcare London saranno i siti principali. Per questo studio, abbiamo selezionato il contesto perioperatorio in cui la prescrizione di analgesici oppioidi è comune durante la dimissione dall'ospedale.

Partecipanti I pazienti reclutati saranno quelli che ricevono analgesia postoperatoria presso i siti di studio partecipanti dopo aver subito una procedura chirurgica elettiva. Dato che l'intervento sarà implementato a livello istituzionale (ad esempio modificando i set di ordini e i protocolli ospedalieri), non sarà necessario randomizzare i singoli pazienti. Poiché l'intervento è incentrato sull'uso di oppioidi dopo la dimissione, la gestione del dolore intraoperatorio e postoperatorio non sarà specificata nella strategia di riduzione degli oppioidi. La gestione del dolore in ospedale sarà a discrezione dell'anestesista curante, come descritto altrove in letteratura.

Interventi di prova pianificati Gruppo di controllo: gestione del dolore durante la fase di cura standard Nella fase di cura standard, le cure anestetiche e chirurgiche saranno secondo la pratica standard (secondo il protocollo ospedaliero locale) sia per il gruppo di controllo che per quello di intervento. In generale, ciò significa che i pazienti saranno mantenuti su un regime di oppioidi più liberale rispetto alla fase della strategia di riduzione degli oppioidi e riceveranno oppioidi e altri farmaci per il dolore postoperatorio acuto. La scelta degli oppioidi sarà a discrezione del team di gestione. Ci sarà un periodo basale minimo di 2 mesi prima dell'ingresso del primo cluster randomizzato nel braccio di intervento.

Gruppo di intervento: gestione del dolore nella fase della strategia di riduzione degli oppioidi La strategia di riduzione degli oppioidi, inclusi gli strumenti e l'approccio localmente contestualizzato all'implementazione, sarà co-progettata da un team multidisciplinare di chirurghi, anestesisti, farmacisti e ricercatori con esperienza nella conoscenza traduzione, insieme ai rappresentanti dei pazienti. Per garantire l'integrazione delle prospettive indigene, uno dei rappresentanti dei pazienti sarà della comunità indigena locale.

L'intervento comporterà un approccio articolato a 3 componenti (vedere il file supplementare) che coinvolge 1) limiti di prescrizione di oppioidi (numero massimo predefinito di compresse per le prescrizioni di dimissione, come definito da linee guida basate sull'evidenza, come https://michigan- open.org/prescrizione-raccomandazioni/ e https://www.hqontario.ca/evidence-to-improve-care/quality-standards/view-all-quality-standards/opioid-prescribing-for-acute-pain, 2) strumenti di educazione del paziente (es. Qual è una normale traiettoria del dolore? Come gestire il dolore? Benefici e potenziali danni dell'analgesia farmacologica. Gestione dell'analgesia non farmacologica? Cosa fare se il dolore è eccessivo?), 3) strumenti di formazione del fornitore (ad es. comprese le raccomandazioni procedurali basate sull'evidenza per l'analgesia multimodale; confronto dei modelli prescrittivi locali di base con modelli prescrittivi esemplari; definire una riduzione mirata se la prescrizione di base è in contrasto con le migliori prove; revisione delle migliori prove sull'analgesia ottimale perioperatoria) e 4) feedback cumulativo bisettimanale del prescrittore sui modelli di prescrizione degli oppioidi post-intervento e fino alla fine dello studio.

La strategia per l'implementazione di ciascuna di queste componenti sarà contestualizzata in collaborazione con il team multidisciplinare di ciascun ospedale prima dell'ingresso nella fase di intervento attivo, attraverso incontri con il Comitato SWAHN per la scelta saggia degli oppioidi e con incontri locali intensificati durante le prime settimane del intervento attivo.

Disposizioni pratiche per l'assegnazione dei partecipanti ai gruppi di prova Ogni ospedale verrà assegnato in modo casuale a una delle date di crossover prima dell'inizio dello studio da uno statistico che non conosce le identità dell'ospedale, utilizzando un elenco di numeri casuali generato dal computer.

Metodi proposti per la protezione da fonti di bias Non è possibile rendere ciechi i medici o il personale dello studio rispetto all'allocazione ospedaliera perché l'appropriata gestione del dolore/oppioidi deve essere applicata in modo trasparente all'ingresso nella fase di intervento dello studio, e quindi l'unità di randomizzazione è a il livello ospedaliero. I giudici del risultato saranno accecati e i pazienti rimarranno accecati. Prevediamo un basso rischio di bias di selezione a livello di paziente perché tutti i pazienti idonei saranno arruolati nello studio. Dalla nostra precedente esperienza, ci aspettiamo pochi (

Durata proposta del periodo di trattamento I medici rispetteranno gli appropriati algoritmi della strategia di riduzione degli oppioidi. La durata della fase della strategia di riduzione degli oppioidi varierà in ciascun ospedale in base al programma di randomizzazione, da 4 a 12 mesi.

Frequenza proposta e durata del follow-up Raccoglieremo dati sui pazienti da POD 1 (o dimissione ospedaliera, a seconda di quale evento si verifichi per primo) e POD 30 (o decesso, a seconda di quale evento si verifichi per primo).

Dimensione del campione e calcolo della potenza Come previsto, abbiamo scoperto che il calcolo della dimensione del campione è molto complicato per questa potenziale prova a cuneo a gradini. Inizialmente miravamo a calcoli della dimensione del campione basati sull'approccio Hussey & Hughes, per l'analisi con effetti temporali fissi ed effetti cluster casuali. Tuttavia, abbiamo deciso di stimare il risultato in base alla potenza disponibile, poiché la dimensione del campione disponibile era molto ampia (>8.000 al mese).17 Coopereremo il gruppo statistico del CIEM per l'analisi, insieme a uno dei nostri esperti statistici locali. In questo modo navigheremo tra gli strati di complessità per superare il nostro piano di analisi. I metodi per l'aggiustamento per i fattori confondenti si sono evoluti in modo significativo negli ultimi anni. Se consideriamo che ci sono più livelli di potenziali fattori confondenti, contaminazione non uniforme nel tempo/dimensioni dei cluster, correlazioni intracluster più ampie, clustering a livello ospedaliero e clustering a livello medico, allora il gran numero di pazienti in 12 ospedali (7000-8000/mese), probabilmente avremo una potenza superiore al 90% per rilevare una riduzione del 25% degli equivalenti di morfina, anche con le stime dello scenario peggiore per il clustering e i confondenti sopra menzionati. Utilizzando i dati delle statistiche ospedaliere, stimiamo che oltre 8000 pazienti idonei sarebbero stati registrati in 12 ospedali SWAHN nell'arco di 4 settimane, con una dimensione dell'effetto del 25% nell'MME e un coefficiente di variazione tra ospedali di 0,15. Assumendo un carico di casi costante durante la pandemia, effetti ospedalieri indipendenti e un livello di significatività del 5%, lo studio avrebbe una potenza >90% per rilevare una riduzione del 25% dell'MME. Se il presupposto degli effetti ospedalieri indipendenti non fosse soddisfatto e i 12 cluster ospedalieri SWAHN funzionassero efficacemente come 12 grandi ospedali, la potenza sarebbe ancora >80%.

Analisi statistica Le analisi saranno condotte utilizzando l'intenzione al trattamento, in base alla data assegnata a ciascun ospedale per il passaggio piuttosto che alla data effettiva del passaggio. Con il paziente come unità di analisi, determineremo l'effetto dell'intervento sui risultati primari e secondari. Useremo modelli misti lineari generalizzati (GLMM) con collegamento logit per l'esito binario e intercettazione casuale per tenere conto del raggruppamento dei pazienti all'interno degli ospedali. Il modello si adatterà alle caratteristiche del paziente (ad es. età, obesità, OSA, ecc.) e al tempo (tendenze secolari). Verrà testata un'interazione tempo per trattamento. L'effetto dell'intervento sarà stimato mediante odds ratio (OR) e intervalli di confidenza al 95% (CI) nel modello finale. Gli esiti secondari saranno analizzati utilizzando GLMM per esiti binari, modello misto lineare per esito continuo (assumendo una distribuzione normale) e analisi di sopravvivenza per la durata della degenza ospedaliera. Il tasso di dati mancanti dovrebbe essere basso (

Un'intercetta casuale e una pendenza per il tempo definita a livello di cluster terranno conto delle correlazioni all'interno del periodo e tra i periodi all'interno del cluster. Considerando il numero relativamente piccolo di cluster, utilizzeremo la correzione di Kenward-Roger per evitare un tasso di errore di tipo I potenzialmente gonfiato. Gli esiti binari secondari saranno analizzati utilizzando un approccio simile, ma con modelli di regressione logistica a effetti misti. I risultati saranno anche stratificati in base ai principali tipi di intervento chirurgico. Le analisi statistiche saranno eseguite utilizzando il pacchetto statistico SAS e R.