エビデンスに基づく依存症とメンタルヘルスケアのリーチを拡大するための地域参加型システムのダイナミクス

幅広い目的は、すべての医療関係者がすべての患者に最高品質のケアを提供できるようにすることです。 特定の目的は、外来患者の依存症と精神保健システムにおける証拠に基づく実践 (EBPs) の実装に関連する複雑さとトレードオフに対処します。 オピオイドおよびアルコール使用障害、PTSD、およびうつ病の患者のニーズを満たす、エビデンスに基づく最良の精神療法および薬物療法 (EBP) については、科学的なコンセンサスがあります。 ただし、時間の経過に伴う EBP の調整は、医療提供者の学際的なチーム内およびチーム全体で複雑であり、常に変化しています。 退役軍人健康局 (VA) の方針命令、全国的なトレーニング プログラム、およびインセンティブ付きの品質対策は、最高品質の治療を受ける患者の 3 ～ 28% 以上に到達するには不十分です。 実際、限られた EBP リーチは医療システムでは一般的であり、実装科学の分野はそれに対処しようとしています。 定期的な戦略の 1 つは、プロバイダーのフィードバック (監査とフィードバック、AF) を使用したデータ監査ですが、その影響は非常にさまざまです。 別の方法として、参加型システム ダイナミクス (PSD) を使用して、60 年間、経営管理における複雑な問題の原因を説明してきました。 PSD を使用して最前線のスタッフと提携し、EBP のリーチがローカル リソースと制約からどのように生じ、遅延やフィードバックなどのシステム ダイナミクスによって決定されるかを判断します。 EBP リーチのダイナミクスは、微分方程式モデルで正式に指定され、全​​国の VA SQL データベースから引き出された VA データに対してテストされました。 既存のエンタープライズ データを使用して、モデル パラメータを各ケア チームに合わせて調整します。 PSD モデルは、「Modeling to Learn」インターフェイスとトレーニングを介してアクセスできるようになりました。その間、チームは、シミュレーションを介して局所的な変更シナリオを安全に評価し、退役軍人のニーズを満たすための最高の歩留まりオプションを見つけました。 PSD 学習シミュレーションは、ケアを調整するチームに即時のリアルタイム フィードバックを生成し、日々の意思決定と長期的な改善計画を改善します。 研究デザインは、より標準的なチーム AF データ レビューと比較して、PSD シミュレーションの有効性をテストするための 2 アーム、24 サイト (12 サイト/アーム) のクラスター無作為化試験です。 仮説は、EBP の開始と投与量を改善するために、PSD が AF よりも優れているというものです (目的 1)。 研究者は、改善された EBP リーチに対する PSD の効果がチーム システム思考の改善によって説明されるという PSD の変化理論をテストします (目的 2)。 PSD と AF アーム全体での PSD 因果ダイナミクスの一般化可能性もテストすることにより、PSD の広範な有用性の可能性を確認する (目的 3)。 この研究は、EBP リーチとして定義される医療システムの質を改善するために何が機能するのか、なぜそれが機能するのか、どのような条件下で機能するのかを判断することにより、新しいパラダイムを知らせる可能性を秘めています。 PSD が効果的である場合、研究活動は、慢性症状、再発、自殺、および過剰摂取を防ぐために、退役軍人の依存症とメンタルヘルスケアを改善するための国家的優先事項に対処します。 有効性、因果関係、および一般性の提案されたテストからの調査結果は、ヘルスケアの連続体全体で公衆衛生に重大な影響を与えるための将来のアプリケーションを触媒する可能性もあります。