ルワンダにおける eHealth の臨床的影響と費用の評価

研究の動機 ルワンダの国家 HIV プログラムの以前の横断的分析では、HIV ケアの連続体は、患者が診断とウイルス抑制の間でケアを終了し、ケアに戻る多くの機会を持つ「多軌道経路」であると説明されています。 著者らは、連続体の最も弱い点は、診断からリンケージ、ケアへの移行であり、診断を受けてから 6 か月以内に新たに診断された患者の半分だけがケアにリンクしていると結論付けました。

この研究では、ART を受けている患者の 82.2% がウイルス抑制を達成していると推定されています。 全体として、2013 年のルワンダの HIV 陽性人口の半分は、ウイルスが抑制されていると想定されていました。 このウイルス抑制の推定値は、21,995 人の患者のサブセットに関する EMR データの分析に基づいています。 研究著者の 1 人との通信で、これらの患者のうち 9,680 人がウイルス負荷試験に適格であり、適格な患者の 3,066 人がウイルス負荷データを記録していたことが明らかになりました。 これは、ウイルス負荷試験の対象となる患者の 3 分の 2 が、EMR にウイルス負荷の結果が記録されていないことを示唆しています。 この研究では、どのタイプの治療の失敗（ウイルス学的、免疫学的、臨床的）も推定されておらず、研究者はルワンダについてそのような推定を認識していません。

ボツワナ、マラウイ、ウガンダ、南アフリカ、カメルーンでの研究では、患者の 15 ～ 25% が、第一選択の ART を開始してから 3 年以内に 1 mL あたり 400 コピーを超える血漿 HIV RNA 濃度を記録したことがわかりました。 最近では、ケニアの研究で、ART を受けているケニア人患者の大規模なコホートのうち、11.6 パーセントが 12 か月の研究期間中に免疫学的治療の失敗の証拠を持っていたことがわかりました。

ケニアの研究では、研究者は EMR を使用して 13 の診療所のうち 7 つを無作為に介入グループに割り付け、免疫学的治療の失敗に関する警告とリマインダーを受け取りました。 治療の失敗に対する適切な臨床行動の割合は、対照群の 30% から介入群の 54% に増加しました。 著者らはまた、治療失敗の検出から適切な臨床処置までの時間が 72% 相対的に短縮されたことも報告しています。 研究者は、ウイルスの抑制や生存などの治療結果に対する CDSS の影響を推定していませんでした。

ルワンダで提案された研究により、研究者は低コストの意思決定支援ツールを使用して、診断からケアへのリンク率を高め、ウイルス量などの検査データのデータ品質と完全性を改善し、これらの意思決定支援の有効性を実証する機会を見出しています。治療失敗後のタイムリーな臨床介入を促すためのツールを提供し、早期介入が患者にとって肯定的な臨床転帰につながることを示しています。

調査結果の意図的/潜在的な使用調査結果は、ルワンダ政府が実装しているシステムのパフォーマンス、臨床的影響、およびコストについて通知し、さまざまな場所での将来の eHealth 投資を決定するのに役立ちます。 この結果は、HIV やその他の病気を管理している他の低所得国や中所得国にも、このような投資の情報を提供するのに役立ちます。

設計/場所 研究者は、ルワンダでの HIV ケアに関連する構造、プロセス、および臨床転帰に対する強化された EMR パッケージの治療効果を推定するために、クラスター無作為化試験を実施します。

研究課題と成果

治験責任医師は、プロセス、構造、および臨床転帰に対する意思決定支援介入の効果について、4 つの主要な研究上の質問をします。

1. アラートとリマインダーは、HIV 検査からケアへのつながりを改善しますか?

   結果:

   を。診断後 3 か月以内の HIV 陽性患者のケアへの連鎖率 b． HIV陽性検査結果からケアにつながるまでの時間

2. アラートとリマインダーは、EMR の定期検査結果の質と完全性を向上させますか?

   結果:

   1. この最初のマイルストーンから 2 か月以内に EMR にウイルス量の結果が記録され、6 か月目の治療を完了した ART 患者の割合。
   2. 毎年 VL 検査を受け、この年次マイルストーンから 2 か月以内に EMR に結果が記録された ART 患者の割合。
3. CD4またはウイルス量によって検出された治療失敗後のアラートとリマインダーは、臨床アクションを改善しますか?

結果:

1. 治療の失敗が検出されてから 1 か月以内に記録された臨床効果がある ART 患者の割合

2. 治療失敗から記録された臨床行動までの時間

   4. CD4 またはウイルス量によって検出された治療失敗後のアラートとリマインダーは、ウイルス抑制などの治療結果を改善しますか?

   結果：

   治療失敗を経験し、失敗時点から 4 か月後に完全に抑制された患者の割合

   仮説 ルワンダで提案された研究により、研究者は、低コストの意思決定支援ツールが、診断からケアへのリンク率を高め、ウイルス量や CD4 などの検査データのデータ品質と完全性を改善し、治療失敗後のタイムリーな臨床介入を可能にするという仮説を立てています。 .

   研究者は、上記のさまざまな研究上の質問に答えるために、いくつかのレベルの無作為化を実装します。

   I. アラートとリマインダーは、HIV 検査からケアへのつながりを改善しますか? 含まれる施設を 2 つのアームにランダム化します: 介入 1 (Int1) とコントロール (Ctrl1)。 Ctrl1 に割り当てられた施設は、追加の機器、ソフトウェア ツール、トレーニング、またはその他の形式のサポートを受けません。 Int1 の拡張パッケージに割り当てられた施設は、アラートとリマインダーを受け取り、診断からケアへのリンクを促進します。

   Ⅱ．アラートとリマインダーは、EMR の検査結果の質と完全性を向上させますか?介入 1 グループを 2 つの追加アームにランダム化します: 介入 2 (Int2) とコントロール (Ctrl2)。 Int2 に割り当てられた施設は、強化されたパッケージの一部として、ラボ レポートを改善するためのアラートとリマインダーも受け取ります。

   III. CD4またはウイルス量によって検出された治療失敗後のアラートとリマインダーは、臨床アクションを改善しますか? 介入 2 グループを 2 つの追加アームにランダム化します: 介入 3 (Int3) またはコントロール (Ctrl3)。 Int3 に割り当てられた施設は、強化されたパッケージの一部として、治療失敗の検出に対する臨床対応を改善するためのアラートとリマインダーも受け取ります。

   IV. CD4またはウイルス量によって検出された治療失敗後のアラートとリマインダーは、ウイルス抑制などの臨床転帰を改善しますか? (追加のランダム化なし)

   研究者は、HIV ケアの連続体の開始時にサービスを改善するように設計された介入が下流に影響を与える可能性があるため、このカスケード無作為化が必要であると考えています。 たとえば、HIV 検査からケアへの連携を改善するためのツールを施設に提供すること (Int1) は、施設のデータ収集をより一般的に改善し、検査結果の順序付けと記録 (Int2) を改善する可能性があり、結果にバイアスがかかる可能性があります。 したがって、研究者は Int1 に割り当てられた施設のサブセット内から Int2 に無作為化することを提案します。

   0.05 のアルファ、0.15 の ICC、最終的な研究群への均等な割り当て、および研究中に治療の失敗を経験したクラスターあたり 10 人の患者の 90% の検出力について、研究者は以下のウイルス抑制を達成した患者の割合の変化を検出できました。 30% から 60% の 30% ポイントの治療失敗。 これらの数値は最小目標であり、研究者は、研究の力を高めるために可能であれば、より多くのサイトを登録することを計画しています.

   プライマリアウトカムと患者コホートの定義

   1a. HIV 陽性患者におけるケアへの連鎖率 コホート: 試験開始から 9 か月目までに HIV 検査で陽性と判定されたすべての新しい成人患者 (18 歳以上)。研究の 12 か月目に測定された最後の「登録」患者の結果。

   ベースライン状況: ルワンダでの研究では、診断された症例の 50% が 3 か月以内に治療につながったと報告されています。

   影響: 比率を 50% から 75% にシフト

   1. b. HIV陽性検査結果からケアにつながるまでの時間

      コホート: 研究施設で EMR に記録された HIV 陽性検査結果を持つすべての成人。 1aと同じタイムライン。

      エンドポイント: 3 か月以内に治験施設での治療につながる (N3 N4) ベースライン状況: データなし 影響: 50% 減少

   2. を。 ART 患者の割合が EMR のウイルス量を持っている (初期)

   コホート: 試験開始から試験 10 か月目までに 6 か月目の治療を完了したすべての既存の ART 患者。 研究月12で測定された最後の「登録」患者の転帰。

   ベースライン状況：ルワンダで実施された 1 つの研究で提示されたデータと、研究著者の 1 人とのやり取りに基づいて、研究者は、ウイルス量検査の対象となる患者の約 3 分の 2 が EMR にウイルス量の結果が記録されていないと推定しています。

   影響: 30% 増加

   2b. ART患者の割合は、EMRでウイルス負荷の結果を示しています（年間）

   コホート: 試験開始から研究月 10 までの 12 ヶ月の治療 (年間) を完了したすべての既存の ART 患者。 研究月12で測定された最後の「登録」患者の転帰。

   ベースラインの状況: 2a と同じ 影響: 30% 増加

   3a.治療に失敗した ART 患者の割合で臨床処置を経験 コホート: 少なくとも 12 か月間 ART を受けており、サブトライアルの開始から研究月 11 までの間に治療の失敗を経験しているすべての既存の ART 患者。 研究月12で測定された最後の「登録」患者の転帰。

   ベースラインの状況: データなし 影響: 50% 増加

   3b. 治療失敗の検出から臨床アクションまでの時間

   コホート: 少なくとも 18 か月間 ART を受けており、試験の開始から試験の 11 か月目までの間に治療の失敗を経験したすべての既存の ART 患者。

   エンドポイント：治療失敗（N6e）から記録された臨床活動までの日数。

   ベースライン状況: データなし 影響: 治療失敗から臨床アクションまでの時間が 50% 短縮

   4. 失敗時点から 4 か月後に完全に抑制された治療失敗を経験した患者の割合8 か月目。12 か月目の研究で測定された最後の「登録」患者の結果。

   ベースラインの状況: 電力計算で 30% と仮定 影響: 30% から 60% への 30% ポイント

   分析

   調査官は、個人レベルおよびクラスターレベルのアプローチを使用してデータを分析します。

   個人レベル

   治験責任医師は、クラスターの治療への割り当て (表 1 の対比を参照) に対する主要アウトカムのロジスティック回帰と、施設レベルおよび患者レベルのベースライン共変量のベクトルを介して、治療意図 (ITT) 治療効果を推定します。 標準エラーは、施設レベルでクラスター化されます。 研究者は、マルチレベル モデリング アプローチを使用して感度分析を実行します。 捜査官はまた、カプラン・マイヤー法を使用してイベントまでの時間を計算します。生存曲線間に差がないという帰無仮説を検定するために、研究者はログランク検定を使用します。

   クラスタ レベルの研究者は、治療へのクラスタの割り当て (表 1 の対比を参照) に対する主要な結果の通常の最小二乗回帰、および施設レベルの共変量のベクトルを使用して、ITT 治療効果を推定します。

   ここに記録されているすべての研究上の疑問、仮説、および研究のエンドポイントは、2018 年 1 月 1 日より前にルワンダの IRB および CDC によって承認されています。

   データ管理

   すべての研究施設には、設計により EMR システムが備わっています。 したがって、ほとんどのデータは、日常的なケア手順を介して施設のスタッフによって収集されます。 このデータにアクセスするために、研究者は各患者の研究 ID を作成し、EMR から匿名化されたデータを抽出する自動化されたスクリプトを作成します。 MOH EMR スペシャリストがスクリプトをレビューして、データが適切に匿名化されていることを確認します。