非医療用オピオイドの使用を減らす: 自動的に適応する mHealth 介入

提案された研究は、ED で OA を受けた最近の非医療 OA 使用の参加者への救急部門 (ED) 訪問の後に提供される、対話型音声応答 (IVR) および強化学習 (RL) サポートされた動機付け介入の有効性をテストします。強化された通常のケア（EUC）と比較して、ED退院時にOAを処方されている人。 介入状態では、IVR コールは参加者に、プッシュホン電話を使用して自分の健康と薬に関する情報を報告するように求めます。参加者の応答に基づいて、IVR コール中に短いまたは拡張された動機付けのメッセージを受け取るか、受信するように割り当てられます。電話での研究セラピストとの20分間の動機付け強化セッション。 最も有用な介入の強度は不明であり、患者によって異なる可能性が高いため、プロジェクトでは強化学習 (RL) と呼ばれる人工知能戦略を使用します。 RL システムは、各通話中に各参加者の非医療用オピオイドの使用を減らす可能性が最も高いアクションを選択するために、同様の患者との同様の状況での以前のアクションの成功から継続的に「学習」します。

提案された研究では、無作為化比較試験 (RCT) に 600 人の ED 参加者を登録するために ~ 5,600 人の ED 患者をスクリーニングします。 参加者は、介入条件 (n=300) または EUC (n=300) に無作為に割り付けられます。 すべての参加者は、非医療OA使用のレベルと関連する結果について、ED訪問の1、3、および6か月後に再評価されます。 RCT は、後の実装に通知する定性的なインタビューによって補完されます。