ナッジを使用して比較効果を実装する

歴史的には、医療の質、安全性、有効性を向上させるために、特に有効性の比較研究に新たに焦点を当てた多くの介入が研究されてきました。 残念ながら、これらの介入は医療従事者やシステムによる持続的な普及が著しく不足しており、患者の健康に深刻な悪影響を及ぼしています。 成果報酬型など、普及率を高めるために最も一般的に試みられているツールは、期待を大幅に下回っています。 さらに、これらの介入は非常に人為的な環境で作成されることが多く、長期的にそれを実行する方法はまだ見つかっていません。 したがって、課題は、有意義な方法でケアに影響を与える持続可能な変化を生み出すことです。

対照的に、行動経済学は、大規模かつ有意義かつ持続可能な方法でプロバイダーとシステムの動作に影響を与えるための強力なツールです。 簡単に言うと、行動経済学は、個人は純粋に経済的な意味で完全に「合理的」ではないことが多く、意思決定においてさまざまな社会的、環境的、認知的要因の影響を受けることを認識しています。 そして、これらの発見を利用して、個人、この場合は医師をより最適な選択に向けて「促す」ことができます。 行動経済学の応用は、健康分野以外の行動を変えることに驚くほどの成功を収めているが、驚くほど健康についてはほとんど注目されていない。

私たちは、コレステロール管理ガイドラインで推奨されているように、心臓リスクが高く、低密度リポタンパク質コレステロール（LDL-C）が上昇している患者にHMG-CoA還元酵素阻害剤（スタチン）を処方する際の医師の行動に焦点を当てることにしました。 いくつかの民間の地域ベースの多専門診療所におけるクラスターランダム化試験において、我々は、通常のケアを、必要に応じてスタチンを処方する自動化されたデフォルトのオプトアウト臨床意思決定支援システムと比較することを提案する。

我々は、ATP III ガイドラインに基づく EHR ベースの脂質管理プロトコールと通常のケアとの比較有効性を調べるために、複数の専門分野の民間診療所でクラスターランダム化試験デザインを使用することを提案します。 参加医師のクラスターランダム化は、盲検化が不可能で「汚染」が問題となる可能性がある場合、つまり介入患者の経験の結果として医師の非介入患者をより積極的に管理する場合に役立ちます。 募集した開業医の推定 150 人のプライマリケア医師のうち、少なくとも 100 人が参加に同意すると予想しています。 医師は、スタチンに関する ATP III ガイドラインを満たすパネル内の患者の数に基づいて、ランダム化のためにクラスター化されます。 その後、各クラスターの医師が介入群または対照群に個別にランダムに割り当てられます。

通常の治療を受けるためにランダムに割り当てられた医師は、介入や意思決定のサポートを受けることができません。 自動化された臨床意思決定支援「ナッジ」にランダムに割り当てられた医師は、EHR インターフェースの一部として新しい「オプトアウト」処方手順を確認することになります。 これには、ガイドラインに基づいた治療薬であるシンバスタチン 20mg を最初に処方することが含まれます。 この訪問からほぼ 6 か月後、医師は EHR を通じて、ATP III ガイドラインで推奨されているフォローアップの絶食時脂質プロファイルをスケジュールするよう通知を受け取ります。