パフォーマンスデータのフィードバックによる老人ホームケアの改善 (INFORM)

バックグラウンド：

このプロジェクトの目的は、居住型長期ケア（老人ホーム - NH）環境における臨床マイクロシステム（ケアユニット）のリーダーを対象とした、カスタマイズされた介入を体系的に評価することです。 この介入は、パフォーマンス データを改善のためにフィードバックするように設計されています。 このプロジェクトは、知識翻訳科学の進歩に焦点を当てた長期研究プログラム (高齢者ケアにおける研究の翻訳 - TREC) の重要な要素です。 TREC の目標は、ケアの質を向上させ、それによってNHs の高齢者の生活の質と介護提供者の仕事生活を向上させることです。 TREC は、NH の臨床マイクロシステム (診療ユニット) レベルでの組織コンテキスト (作業環境の変更可能な要素) の重要な役割に特に焦点を当てています。

目的:

1. 標準的なフィードバックと 2 つの補助的な目標指向型フィードバック戦略を評価および比較する
2. 各戦略の持続可能性と長期的な効果を評価する
3. 臨床マイクロシステムのリーダーを対象とした NH で使用するための実践的な支援フィードバック戦略を洗練する

デザイン: 実用的な、3 アーム、並列、クラスターランダム化試験。階層化された並べ替えられたブロックのランダム化。ベースライン評価、1 年間の介入期間、介入後評価、および 1 年間の長期追跡調査。 NH は、標準フィードバック (SF)、基本支援フィードバック (BAF)、または拡張支援フィードバック (EAF) にランダムに割り当てられます。

設定: アルバータ州 (エドモントン、カルガリー) とブリティッシュ コロンビア州 (フレイザー ヘルス、インテリア ヘルス) の 2 つの州の 4 つの地域からの適格な NH 67 人の層別 (事業者別の規模別の地域) ランダム サンプル。 施設は、居住者、スタッフ、ユニット、施設レベルの豊富なデータベースを生成する縦断的観察研究 (TREC の一部) に参加しています。

ランダムな割り当て: 67 人の NH のコホートが採用されます。 すべてのサイトは標準的なフィードバックに同意し、期待しています。 22 施設（60 適格ユニット）が SF に、22 施設（70 適格ユニット）が BAF に、23 施設（73 適格ユニット）が EAF にランダムに割り当てられました。 BAF または EAF に割り当てられた施設にはアプローチが行われ、追加のフィードバックが提供されます。 マネージャーには、彼らが受け取る具体的な追加フィードバック (処遇) について説明されますが、グループ割り当てについては知らされていません。

サンプル: 介入の対象は、NH 内のケアユニットの管理者です。 汚染の影響を避けるために、同じ施設のすべてのユニットマネージャーが同じフィードバック介入を受けて、施設レベルでランダム化が行われます。 サンプルサイズを決定するために、3 つの研究部門における複数の反復測定と、複雑な入れ子構造 (各ケアユニット内にネストされた時点と、施設内にクラスター化されたユニット) を考慮したコンピューターシミュレーションベースのサンプルサイズアプローチが採用されました。 検出力とサンプル サイズは、混合効果回帰モデルに基づいて推定されました。 TREC の前段階 (2007 ～ 2012 年) のデータを使用して、モデルに入力する必要のあるパラメーターが推定されました。 SF は主要アウトカム (フォーマル・インタラクション [FI] スコア) を 0.2 増加させ、BAF は FI スコアを 0.4 増加させ、EAF は FI スコアを 0.6 増加させると仮定しました。 検出力が 0.90、有意水準が 0.05、離職率が 25% であると仮定すると、合計 144 のケアユニットが必要になります (平均 3 ユニット数の 48 NH または平均 2 ユニット数の 72 NH)。 。

介入：

3 つのグループはすべて、対面での普及ワークショップ (ケアユニットの状況の修正可能な側面に関する研究データのフィードバック) を受けます。 SF グループは追加の介入を受けません。 BAF 部門と EAF 部門は、6 か月間隔で追加の対面式の目標設定ワークショップと 2 回のサポート ワークショップを受けます。 サポート ワークショップは、BAF 部門ではバーチャルで行われ、EAF 部門では対面で行われます。 さらに、EAF 部門はオンデマンドの電子メールおよび電話サポートを受けることになります。 フィードバックには、検証済みの Alberta Context Tool (ACT) を使用して TREC で定期的に測定される組織コンテキストの 4 つの側面に関するデータが含まれます。 10 の ACT 概念のうち 4 つが、特定の焦点として選択されました。1) 介護補助者が他の提供者および患者/家族と行うフォーマル インタラクション (FI) の数。 2) 介護補助者の余裕時間の量。 3) 評価 (ユニットフィードバック) 実践、および 4) ソーシャルキャピタル。 この介入は、コンテキストのこれらの側面のパフォーマンスを向上させるように設計されています。 介入対象は、NH 内の臨床マイクロシステム (診療ユニット) 管理チーム、つまりユニットケアマネージャーとケアディレクターです。

主な成果: フォーマルな交流 (FI)。知識の伝達を促進できる予定された活動による正式な交流として定義されます (詳細は成果のセクションを参照)。 TREC における以前の研究 (2007 ～ 2012 年) では、ACT の一部の文脈領域がケアの質と変化の実施に大きな影響を与える可能性があることが明確に示唆されています。 これらのうち、単一の影響が最も大きいのは FI です。 マイクロシステム レベルでは、1.9 (最大値) を超えるスコアを獲得したユニットはありませんでした。 可能性のあるスコアは 4)、平均は 1.3 であり、改善の余地がかなり残されています。 FI と全体的な ACT コンテキスト スコアとの相関関係は 0.5 で、FI と 3 つの追加の ACT 概念 (評価、ソーシャル キャピタル、余裕時間) の組み合わせにより、相関関係は 0.8 に増加しました。現地調査では、ケアマネージャーが施設状況の実行可能な概念として FI に関心を持っており、それが行動と変化の最もアクセスしやすい目標であると考えていることが示唆されました。 FI は、改善のメカニズムがすぐに利用できるため、品質を向上させるための最も実用的で、コスト効率が高く、改善が容易なコンテキストを構成します。 FI は既存のリソースを活用し、組織への適応 (トレーニングや会議セッションのスケジュール設定、研究成果を広めるための教材の開発など) を超える投資はほとんど必要ありません。 最後に重要なことですが、FI は直近の目標でもあります。 組織行動の文献によれば、設定した目標があまりにも遠すぎるものであってはいけないことが明らかです。

副次的結果:

1. ACT コンテキストの測定: フィードバック、ソーシャル キャピタル、組織の余裕 - 時間
2. スタッフの成果: 研究の利用、心理的エンパワーメント、仕事の満足度
3. 入居者の転帰: 入居者評価手段からの品質指標 - 最小データセット 2.0 (RAI): 痛みの悪化、行動症状の低下。 RAI は、NH の健康、身体、精神、機能の状態を包括的に老年医学的に評価するために国際的に使用されています。 カナダでは、いくつかの州/準州でその使用が義務付けられているほか、カナダ保健情報研究所による全国報告でも使用が義務付けられています。
4. ユニットおよび施設の成果: 重大なニアミスへの対応、管理者の組織市民としての行動、業績報告、品質改善活動

プロセス評価:

1. ワークショップ評価アンケート
2. ワークショップ実施の忠実度を評価するための介入プロトコルのチェックリスト
3. 最初のサポート ワークショップの直前と 2 回目のサポート ワークショップの 1 か月前に管理チームによるフォーカス グループを実施
4. 介入の原価計算

統計分析：

一次分析: FI スコアの改善における 3 つのフィードバック介入の有効性を比較するために、混合効果回帰モデルが使用されます。 モデルは、各ユニット内の複数の測定値と施設内のユニットのクラスタリングを考慮します。 すべての分析は、TREC 施設サンプルの 3 つの層別変数 (地域、所有者と運営者のモデル、および施設の規模) に合わせて調整されます。 ユニットと施設の特性は、ベースラインでの記述統計を使用して比較されます。 これに基づいて、治療グループ間で大きく異なるベースライン変数に合わせてモデルが調整されます。 データは、このモデルの前提 (多変量正規性、線形性、正規分布、無相関残差、平均ゼロの変量効果) を満たすかどうか評価され、それに応じてモデルが調整されます。 研究の実際的な性質を最もよく反映するため、治療意図分析が実施されます。 これらの結果は、介入の遵守/非遵守をよりよく反映する治療後の分析と比較されます。 これらの所見の報告は、試験報告の統合基準 (CONSORT) ガイドラインに従って行われます。

二次分析: 二次アウトカム (研修医のアウトカム、つまり RAI 品質指標、スタッフのアウトカム、組織変数) の変化が各研究部門で長期にわたって監視され、記述統計、統計的プロセス管理を使用して 3 つの研究部門間でアウトカムが比較されます。方法、および適切な有意性検定 (正規分布、線形、連続結果の t 検定、これらの仮定を満たさない変数のノンパラメトリック検定、カテゴリカルな結果のカイ検定)。 二分変数 (改善された/改善されなかった) が介入の各ユニットに割り当てられます。 次に、改善を結果とするロジスティック回帰を使用して、状況（ACT スケールを使用）、ベストプラクティスの使用、およびスタッフの特性が改善に及ぼす影響を調査します。 この目的を達成するために、個々の管理図の信頼できる分類システムが開発されました。