"OnCall": Studio sull'implementazione di M-Health per il personale di pubblica sicurezza canadese (OnCall)

Il personale di pubblica sicurezza (PSP), inclusi, a titolo esemplificativo ma non esaustivo, operatori penitenziari, comunicazioni di emergenza, vigili del fuoco, paramedici e agenti di polizia hanno un rischio elevato di lesioni da stress post-traumatico (PTSI) a causa della natura impegnativa del loro lavoro. Sfortunatamente, devono anche affrontare ostacoli alla ricerca di supporto a causa dello stigma combinato con le convinzioni di genere sulla percezione della debolezza, la pressione per controllare le emozioni e la riluttanza a cercare aiuto, nonché la mancanza di accesso a cure tempestive e di alta qualità, in particolare per coloro che lavorano nelle zone rurali o remote. Il supporto tra pari è molto apprezzato, tuttavia i servizi di supporto tra pari sono spesso frammentati a causa di incongruenze nella formazione e modelli diversificati di erogazione del servizio, e non ci sono quasi valutazioni sistematiche per informare i continui miglioramenti. La tecnologia sanitaria mobile (app m-health) può essere un approccio efficace ed efficiente per raggiungere un gran numero di PSP, indipendentemente dalla posizione, e un canale accessibile per il supporto tra pari (e professionale). Questo studio di ricerca esplorerà l'implementazione e l'impatto di una nuova piattaforma m-health (OnCall e OnCallSupport) personalizzata per il personale di pubblica sicurezza.

Ci sono due serie di domande di ricerca che guidano questo progetto. La prima serie riguarda l'implementazione; In che modo i PSP in prima linea utilizzano l'app di supporto OnCall? Come cambiano questi modelli di utilizzo nel tempo? Quali forze organizzative e sociali danno forma ai modelli di utilizzo delle app? Il Consolidated Framework for Implementation Research (CFIR) verrà utilizzato per guidare la raccolta dei dati e l'analisi dell'implementazione dell'app. La seconda serie di domande riguarda l'impatto dell'app sugli utenti del servizio. L'uso dell'app aumenta il raggio d'azione del supporto tra pari? Il supporto tra pari fornito nell'app riduce i livelli di disagio mentale? L'uso dell'app influisce sull'alfabetizzazione della salute mentale, sui sintomi di ansia, depressione e disturbo da stress post-traumatico (PTSD) e/o sulle prestazioni lavorative?

L'implementazione dell'app sarà studiata per un periodo di 6 mesi con i dipendenti di 6-8 organizzazioni PSP. Le organizzazioni saranno appositamente selezionate per esplorare le differenze di dimensioni, posizione geografica e tipo di servizio. Tutte le organizzazioni partecipanti devono disporre di un programma stabilito di supporto tra pari, con formazione consolidata e supporto continuo per i fornitori tra pari. Le organizzazioni devono anche identificare 1-2 campioni organizzativi che collaboreranno con il gruppo di ricerca, i leader organizzativi e i dipendenti in prima linea. I peer provider all'interno dell'organizzazione saranno orientati all'app OnCallSupport e verrà chiesto loro di fornire supporto tramite questa piattaforma m-health. Tutti i dipendenti di ciascuna organizzazione saranno quindi invitati a scaricare l'app OnCall tramite token forniti dal team di ricerca. Nell'app non vengono raccolti dati personali e le connessioni con i fornitori peer sono completamente private. I dipendenti saranno inoltre invitati a completare sondaggi di follow-up di base, a 3 mesi e a 6 mesi per tenere traccia dei cambiamenti nell'assistenza, nell'alfabetizzazione sulla salute mentale, nei sintomi di ansia, depressione e disturbo da stress post-traumatico, nonché nelle prestazioni lavorative. I dipendenti possono utilizzare l'app senza partecipare ai sondaggi online.

La raccolta dei dati includerà: a) interviste con i campioni di ciascuna organizzazione all'inizio e alla fine della prova di 6 mesi, b) sondaggi con gli utenti dell'app al basale, a 3 mesi e a 6 mesi, c) revisione dell'app anonima e aggregata dati sull'utilizzo, durante il periodo di prova e d) discussioni di focus group con fornitori di supporto tra pari a 1 mese e 6 mesi.

L'analisi dei dati di implementazione (trascrizioni di interviste con campioni organizzativi, trascrizioni di focus group con fornitori di supporto tra pari e analisi del software relative a modelli di utilizzo delle app) sarà informata dal framework CFIR per identificare come l'ambiente esterno, l'ambiente interno, l'intervento, i partecipanti e il processo di implementazione influenzano il modo in cui i dipendenti rispondono all'app.

L'analisi dei dati sull'impatto includerà la valutazione dell'esistenza di un cambiamento significativo nel tempo in ciascuno dei risultati (assistenza, alfabetizzazione sulla salute mentale, sintomi di ansia, depressione, disturbo da stress post-traumatico, prestazioni lavorative). I dati pre/post della linea di base, i sondaggi di follow-up a 3 e 6 mesi saranno confrontati per tenere traccia dei cambiamenti nelle dimensioni dell'alfabetizzazione della salute mentale, dei livelli di disagio mentale (valutazioni standardizzate di ansia, depressione, PTSD) e frequenza di sensibilizzazione comportamenti nella ricerca di supporto per la salute mentale. I dati saranno confrontati tra le organizzazioni per evidenziare i collegamenti tra implementazione e risultati. Saranno condotte analisi multiple di regressione lineare gerarchica per esaminare le differenze di efficacia in base al genere, al servizio, alla durata del lavoro. Le variabili demografiche verranno utilizzate come variabili primarie indipendenti dalla fase, con ciascuna variabile di risultato primaria impostata come variabile dipendente per una regressione dedicata. Gli investigatori includeranno un'analisi basata sul sesso e sul genere (SGBA) poiché il sesso biologico e il genere socialmente costruito possono influenzare le risposte allo stress, la salute mentale e aiutare la sensibilizzazione. Il genere è particolarmente importante per quanto riguarda le esigenze di supporto tra pari, l'impegno con la tecnologia e gli esiti di salute mentale. In linea con le linee guida Sex and Gender Equity in Research (SAGER), il genere sarà considerato durante la progettazione e l'analisi. Sia nell'analisi quantitativa che in quella qualitativa, il genere sarà considerato un potenziale mediatore. Per la modellazione della regressione, il genere sarà incluso come covariata, considerando le interazioni tra genere e altre variabili e, ove possibile, sarà condotta una modellazione disaggregata per uomini e donne per determinare se esistono differenze.

L'analisi di tutte le fonti di dati verrà utilizzata per generare raccomandazioni per ottimizzare l'implementazione e l'impatto a livello individuale e organizzativo.