Uno studio prospettico randomizzato di solleciti personalizzati per aumentare le vaccinazioni contro l'influenza

In media, l’8% della popolazione statunitense si ammala di influenza in ogni stagione influenzale. Dal 2010, il carico annuo di malattia influenzale negli Stati Uniti ha compreso tra 9 e 41 milioni di malattie, 140.000-710.000 ricoveri ospedalieri e 12.000-52.000 decessi. Il CDC raccomanda la vaccinazione antinfluenzale a tutti i soggetti di età pari o superiore a 6 mesi, con rare eccezioni; quasi chiunque può beneficiare del vaccino, che può ridurre le malattie, le assenze al lavoro, i ricoveri ospedalieri e la morte.

Gli sforzi riusciti per far vaccinare i pazienti contro l’influenza hanno incluso promemoria via SMS programmati per precedere i prossimi appuntamenti idonei per il vaccino antinfluenzale fino a 3 giorni. Ad esempio, il megastudio sul vaccino antinfluenzale finanziato da Roybal e condotto su pazienti della Penn Medicine e di Geisinger (Milkman et al. 2021, Patel et al., 2023) ha valutato l’efficacia di numerosi tipi di messaggi nell’aumento della vaccinazione, rispetto alle comunicazioni standard da parte dei rispettivi sistemi sanitari; a causa dei messaggi si è verificato un aumento medio assoluto di 2,1 punti percentuali (o aumento relativo del 5%) dei vaccini antinfluenzali. Allo stesso modo, l’analisi di follow-up del megastudio utilizzando l’apprendimento automatico ha rivelato che gli interventi differivano in termini di efficacia relativa tra i gruppi di pazienti in funzione di covariate sovrapposte (ad esempio età, sesso, tipo di assicurazione e comorbilità). Questa analisi ha rilevato che i nudge mirati in modo ottimale ai sottogruppi che hanno risposto in modo più forte a quei nudge nel megastudio avrebbero comportato fino a tre volte l’aumento della vaccinazione osservato semplicemente assegnando casualmente i pazienti ai messaggi.

Il presente studio mira a testare in modo prospettico l'efficacia di un nudge rivolto al paziente, basato su messaggi, che questo algoritmo retrospettivo di machine learning prevede come più efficace per il paziente (Nudge personalizzato) rispetto al controllo passivo (nessun messaggio), al controllo attivo ( semplice messaggio di promemoria) e Best Nudge (il messaggio con le migliori prestazioni del megastudio del 2020). I pazienti verranno randomizzati in uno di questi quattro bracci.

Dei 19 messaggi originali del megastudio, 12 potranno essere realizzati a Geisinger nel 2024; gli altri 7 non sono più rilevanti (ad esempio, quelli che si riferiscono a una pandemia di COVID-19 in corso) o non possono essere eseguiti a causa di una limitazione tecnica (ad esempio, Geisinger non è in grado di inviare immagini, quindi i nudge con immagini sono esclusi). A questo sottoinsieme di nudge verrà applicato un albero di assegnazione del trattamento basato sull'algoritmo sopra descritto per generare regole per assegnare i pazienti a messaggi personalizzati basati sulle covariate osservate.

Gli ultimi pazienti verranno arruolati il ​​28 dicembre per gli appuntamenti fissati il ​​31 dicembre. Si prevede che saranno arruolati almeno 90.000 pazienti.