Approccio di analisi e miglioramento dei sistemi per ottimizzare la cascata di trattamento della salute mentale condivisa dai compiti (SAIA-MH) (SAIA-MH)

A causa della carenza di 1,2 milioni di lavoratori della salute mentale (MH) nei paesi a basso e medio reddito (LMIC), i leader accademici e politici hanno sostenuto l'aumento della condivisione delle attività con i fornitori di livello inferiore per colmare il divario nell'assistenza alla salute mentale, che supera il 90% in molti LMIC. Sebbene la condivisione dei compiti possa aumentare l'accesso all'assistenza, è stata prestata un'attenzione limitata alla qualità dell'assistenza fornita da fornitori di livello inferiore. La gestione ambulatoriale condivisa della salute mentale in Mozambico ha mostrato bassi tassi di mantenimento in cura (40%), aderenza ai farmaci (<15%) e percentuale di pazienti che hanno ottenuto un miglioramento della funzione (<5%). Allo stesso modo, in altri LMIC sono stati segnalati tassi elevati di perdita al follow-up, scarsa aderenza e scarsi risultati dei pazienti. A nostra conoscenza, non esistono strategie di implementazione basate sull'evidenza mirate all'ottimizzazione della cascata del trattamento MH in contesti con poche risorse. Questa è una necessità urgente per il campo della fornitura di cure MH a livello globale.

La cascata del trattamento MH è un modello che delinea le fasi terapeutiche sequenziali e collegate che le persone con malattie mentali devono percorrere, dalla diagnosi iniziale al miglioramento dei sintomi/funzione. I problemi di qualità in una fase di una cascata terapeutica possono avere impatti non lineari e cumulativi su tutto il sistema di assistenza complesso più ampio. Le strategie di implementazione incentrate su un solo passaggio in una cascata possono potenzialmente contribuire a colli di bottiglia non intenzionali del sistema e problemi di qualità dell'assistenza. Al contrario, il "Systems Analysis and Improvement Approach (SAIA)" è una strategia di implementazione multicomponente incentrata sull'ottimizzazione di un'intera cascata di trattamento. SAIA combina la facilitazione, la consultazione clinica locale potenziata e la creazione di collaborazioni di apprendimento a livello di struttura con strumenti di ingegneria dei sistemi in un approccio in 5 fasi sviluppato specificamente per i fornitori di attività condivise, che includono: (1) analisi a cascata per visualizzare l'interruzione a cascata del trattamento -off e dare priorità alle aree per i miglioramenti del sistema; (2) mappatura dei processi per identificare i colli di bottiglia modificabili a livello di struttura; (3) identificazione e implementazione di modifiche per migliorare le prestazioni del sistema; (4) valutazione degli effetti di modifica sulla cascata; e (5) analisi ripetute e cicli di miglioramento. Un precedente cluster RCT ha stabilito l'efficacia di SAIA per il miglioramento della cascata del trattamento dell'HIV (R01HD075057; PI: Sherr). Tuttavia, non esistono dati di efficacia sui SAIA applicati ad altre complesse cascate terapeutiche, come l'assistenza per l'MH condivisa. I dati preliminari suggeriscono che l'applicazione di SAIA all'ottimizzazione della cascata del trattamento MH (SAIA-MH; R21MH113691; PI: Wagenaar) è fattibile, accettabile e può portare a miglioramenti della cascata del trattamento clinicamente significativi; Cinque mesi di implementazione di SAIA-MH hanno determinato un aumento di 1,5 volte dell'aderenza ai farmaci (aOR: 1,5; CI: 1,2, 1,9) e un aumento di 3,7 volte del miglioramento della funzione (aOR: 3,7; CI: 2,5, 5,4). Questi dati suggeriscono che SAIA-MH è una strategia promettente per il miglioramento dei sistemi MH condivisi a livello globale. I nostri obiettivi specifici sono:

Obiettivo primario 1: testare l'efficacia della strategia SAIA-MH utilizzando un progetto pragmatico di cluster RCT e valutare i determinanti del successo dell'implementazione. I ricercatori implementeranno SAIA-MH utilizzando un cluster RCT parallelo di 3 anni su 8 strutture di intervento e 8 strutture di controllo dell'attenzione e valuteranno gli effetti sul miglioramento della funzione di salute mentale (primario) e sulla ritenzione / aderenza ai farmaci (secondario). Due anni di implementazione dello studio saranno seguiti da una fase di mantenimento di 1 anno per esaminare la fedeltà e la sostenibilità della routine. Il quadro consolidato per la ricerca sull'implementazione (CFIR) verrà utilizzato per valutare i fattori determinanti del successo dell'implementazione.

Obiettivo secondario 1: Testare modelli di percorso causale per analizzare i meccanismi di azione per effetti (o non effetti) della strategia di implementazione SAIA-MH. Utilizzando 3 anni di dati mensili sui collegamenti strategia-meccanismo, moderatori, precondizioni e risultati per l'intero 8 intervento e 8 strutture di controllo dell'attenzione, i ricercatori esamineranno le stime dell'effetto del percorso causale utilizzando la modellazione dell'equazione strutturale longitudinale. I dati CFIR qualitativi dell'obiettivo primario 1 contestualizzeranno le analisi del percorso quantitativo.

Obiettivo specifico 2: stimare il costo e l'efficacia in termini di costi dell'ampliamento di SAIA-MH in Mozambico. Gli investigatori condurranno micro-costing e osservazione del tempo e del movimento del SAIA-MH RCT per stimare i costi di implementazione dell'intervento. I ricercatori costruiranno un modello di Markov parametrizzato con i dati sui costi e sui risultati del SAIA-MH RCT per proiettare l'impatto sul budget e l'efficacia in termini di costi per l'aumento del SAIA-MH a livello provinciale e nazionale.