慢性腎臓病管理を改善するためのリスクベースのアプローチ

具体的な目的 1 私たちは、介入群に無作為に割り付けられたプライマリケア医を受診するすべての患者の推定糸球体濾過率を計算し、推定糸球体濾過率が 30 ～ 59 の範囲にある患者を特定するソフトウェアを開発します。 患者が高リスクであるか低リスクであるかに基づいて、介入臨床医が患者カルテにアクセスしたときに受け取る 3 つの電子アラートを作成します。 これらのアラートは、期限を過ぎた臨床検査 (尿タンパク質、血中コレステロールなど) の推奨、ガイドラインに適した薬剤 (ACE 阻害剤) の推奨、および必要に応じて腎臓科への紹介に重点を置いています。

私たちは、介入群にランダムに割り付けられたプライマリケア医の患者に自己管理サポート資料を提供します。 私たちは、最初に電子アラートを介して紹介を推奨することにより、プライマリケア医に患者の登録を依頼します。 毎月、アラートが発せられ、紹介が行われなかった患者の来院を特定します。 私たちはこれらの患者のリストを、少なくとも隔月ごとに社内メールで各医師に配布します。 この郵送では医師に対し、どの患者をプログラムに登録すべきかを示すリストを返送するよう求め、当社のプロジェクトマネージャーが紹介を行います。 応答のない医師については、リマインドメールでフォローアップします。 患者へのメールには、最近の臨床結果やガイドラインが推奨する目標が含まれ、腎臓病の管理において患者がより積極的になるよう奨励します。 患者がプログラムに登録すると、更新された個人向けデータと推奨事項が記載された同様のメールが 3 か月ごとに届きます。

慢性腎臓病の管理のためにプライマリケア医師によって発行された電子紹介状は、まず腎臓看護師に送られ、その後、腎臓看護師が患者との連絡を開始します。 合計 2 回の電話とその後の手紙で患者に連絡します。 腎臓内科の訪問は、担当の腎臓専門医による評価や腎臓看護師や栄養士による教育セッションなど、標準的な臨床手術に従って行われます。 私たちは、腎臓専門医が臨床ケアの推奨事項をプライマリケア医に伝えるために使用する、電子記録内に新しいテンプレートノートを作成します。

介入を開始する前に、研究チームは14の保健センターのそれぞれを訪れ、プライマリケア医とのオリエンテーションセッションを実施する。 これらのセッションでは、電子警告や自己管理支援アウトリーチ プログラムのデモンストレーションなど、今後の介入の目標と範囲に関する一般的な情報が提供されます。 同様の概要が HVMA 腎臓科にも提供される予定です。

約 170 人の医師を介入群と対照群に無作為に割り付けます。 介入グループの医師は、ステージ 3 の腎臓病患者の診察時に患者固有のアラートを受け取ります。 対照グループの医師はアクティブなアラートを受信しません。

データはすべて、電子医療記録からの自動抽出から電子的に取得されます。 研究のエンドポイントは 18 か月後に測定され、リスクの状態に応じて指定されます。 高リスク患者の主要評価項目は、1) 過去 12 か月以内に腎臓内科を受診したこと、および 2) 高血圧または微量アルブミン尿患者に対する ACE 阻害剤または ARB の使用です。 低リスク患者の主要評価項目には、1) 過去 12 か月以内の尿微量アルブミンの結果、2) 高血圧または微量アルブミン尿患者に対する ACE 阻害剤または ARB の使用が含まれます。 高血圧は、130/80 mmHgを超える最近の血圧の存在、または電子問題リスト上の高血圧の現在の診断に基づいて評価されます。 両方の患者グループの二次エンドポイントは、130/80 mmHg 未満の血圧を達成することになります。 また、適切な問題リストと診断コードの使用として定義される慢性腎臓病に対するプライマリケア医師の認識も評価します。年間の血清LDLコレステロール、ヘモグロビン、リン、25-OH-ビタミンD、カルシウム、副甲状腺ホルモン検査の割合。同様に、LDL コレステロール制御率 (<100 mg/dL) および貧血管理 (ヘモグロビン > 11 g/dL) も測定します。

私たちは、患者に直接アンケートを行い、1) 私たちの医師の診療による自己管理サポートの提供に対する患者の評価、2) 慢性腎臓病と治療目標についての認識、3) 有用性を評価することにより、自己管理サポート資料の評価を実施します。患者への郵送物に含まれる情報。 これらの調査は、ベースライン（四半期ごとの最初の郵送）と調査完了（四半期ごとの最後の郵送）の 2 つの時点で実施されます。 患者のケア経験の傾向の分析を容易にするために、調査を 2 つの時点で実施します。

各主要アウトカムに対する介入の影響を評価するために、医師内の患者およびセンター内の医師に対するランダム効果を備えた階層型ロジスティック回帰モデルを当てはめます。 18 か月間の主治医への患者の訪問回数 (訪問 0 回、訪問 1 ～ 2 回、訪問 3 回以上) によって定義される 3 つのサブグループ間で、同様のモデルのセットを当てはめます。 人種または性別に関する 3 番目の独立変数を含む 2 つの二次モデルを当てはめます。 人種または性別に基づく格差の縮小に対する介入の効果は、人種 * グループと性別 * グループの交互作用項を調べることによって評価されます。

具体的な目的 2 医師の調査を使用して、電子リマインダーと患者の自己管理に対するプライマリケア医師のサポート、および腎臓病を管理するための準備に関するデータを収集します。 医師の回答は 5 点および 4 点のリッカート尺度を使用して収集され、各調査項目の回答の分布を調べて、1) 電子リマインダーに対する高い支持、2) 患者の自己管理に対する高い支持、 3) 腎臓病を管理するための高い準備が整っていること。 主な結果は、1) 推奨される治療法、または 2) 患者の自己管理サポートへの紹介の指示を伴う電子アラートの割合となります。 適切な意思決定支援機能が連続結果変数として使用される割合を使用して、上で定義した各二分予測子変数に対して 3 つの別々の線形回帰モデルを構築します。 二分法による医師調査の結果尺度は、主要な独立変数として使用されます。 さらに、特定の目的 2 の主要モデルにおける医師の無作為化ステータスと 3 つの二分法調査結果のそれぞれの間の交互作用項の統計的有意性を評価し、医師が報告した態度に応じて電子警告が多かれ少なかれ効果的であるかどうかをテストします。