家庭医による小児呼吸器感染症に対する抗生物質処方をピア比較により改善する

はじめに/背景

小児科および家庭医クリニックにおける 3 つの急性気道感染症 (ARTI: 上気道感染症、急性細菌性副鼻腔炎、急性中耳炎) に対する小児および青少年への抗生物質処方を改善する進行中の改善プロジェクトからの結果で、2 つの主治医の間のパフォーマンスのギャップが明らかになりました。ケアの専門分野。 その後、家庭医クリニックの業績低下に対処するための改善プロジェクトが立ち上げられました。

文献レビューにより、一般に、品質向上のフィードバックは臨床医のグループではなく個々の臨床医に提供された方が効果的であることが明らかになりましたが、抗生物質の処方行為について実際に個別の臨床医のフィードバックとグループ（クリニックレベル）のフィードバックを比較したデータは非常に限られていました。

この仮説は、家庭医学の臨床医による小児および青少年のARTIに対する抗生物質の処方を改善する上で、個人の臨床医のデータフィードバックがグループ（診療所レベル）のフィードバックよりも優れているというものです。

その目的は、2015年11月から2018年12月までの介入後に、家庭診療所の介入群と対照群との間で、ARTIに対する抗生物質の処方と広域抗生物質の処方割合に有意差があるかどうかを判定することである。

メソッド

デザイン

クラスターランダム化試験は、Novant Health Medical Group 内の 98 の家庭医クリニックすべてを対象に設計されました。 2015 年 8 月に、2014 年 1 月 1 日からのデータの遡及的レビューが抗菌管理チームによって実施され、試験が開発されました。 クラスターは、上気道感染症または風邪（URI）の患者の少なくとも 83% が抗生物質を回避しなかったことに基づいて、パフォーマンスが低いと特定されたクリニックのサブセットでした（2013 年の医療効果データ情報セットの平均は 3 か月～18 歳の患者）年）。 これら 47 の診療所のうち、6 つの診療所では、2015 年 1 月から 6 月までの 6 か月間で、URI の疾患診断に遭遇した件数が 20 件未満であったため、除外されました。

26 の診療所の残りの 39 診療所 (1 つの診療所には 10 の診療所があり、2 番目の診療所には 5 つの診療所があった。他はすべて単一診療所であった) が参加に同意し、診療所の規模 (診療所または臨床医の数が非常に少ない、小規模であるなど) によって層別化された。 、大きい、非常に大きい）。 次に、介入群と​​比較群の 2 つのグループの各層の半分を選択して、クリニックをブロック無作為化しました。

Novant Health Presbyterian Medical Center の治験審査委員会は、書面によるインフォームドコンセントの放棄を認めました。 残りの 41 診療所の主治医にプロトコルの詳細を記載した電子メールが送信され、2 診療所を除くすべての診療所が参加に同意しました。

介入

1 つの例外を除き、39 の診療所すべてが同様の多面的介入を受けました。 この介入には次のものが含まれます。

1. 2015 年 9 月から 10 月にかけて行われた 1 時間の対面教育セッション。主任臨床医、クリニック管理者、スチュワードシップ チームの医師が、URI、ABS、AOM のプロジェクトと臨床ガイドラインについて説明しました。
2. スコアを向上させる方法 (適切なコードと文書化戦略) を詳しく説明したヒント シート。
3. 臨床医が抗生物質の使用と副作用について患者と保護者に説明するための診察後の概要。
4. 2015 年 1 月から 6 月までの 6 か月間における、すべての小児科および家庭医療クリニックの 3 つの ARTI 指標に関する結果の概要を示します。 その後、クリニックの比較パフォーマンス データが 39 クリニックすべてに対して毎月提供されました。
5. 急性細菌性副鼻腔炎の新しいクリニカルパスについて議論し、採用と実施の要請を行う。

6. 各診療所からの要請は次のとおりです。

   1. 最初に、ヒント シート、AVS、ベースライン パフォーマンスという 3 つの指標のガイドラインについて説明します。
   2. ABS クリニカルパスを採用し、実装します。
   3. 3 つの指標のパフォーマンス スコアを毎月確認します。 例外は、介入群が 3 つの測定値について毎月の臨床医固有のパフォーマンス データを受け取ったのに対し、比較群はクリニック レベルのデータのみを受け取ったことでした。 すべての家庭医療クリニックは、すべての家庭医療クリニックと小児科クリニックの複合クリニックレベルのデータを受信したため、各臨床医は他のすべてのクリニックのパフォーマンスをクリニックレベルで表示できます。 臨床意思決定支援は使用されませんでした。

データ収集

ベースライン パフォーマンス データは、2014 年 1 月 1 日から 2015 年 10 月 31 日まで遡って収集されました。 介入期間は2015年11月1日から2017年12月31日まででした。 介入後の期間は 2018 年 1 月 1 日から 12 月 31 日までであり、この期間中はクリニックレベルのデータのみが 39 のクリニックすべてに毎月提供されました。

訪問レベルのデータには、ICD-9 コードが含まれており、2015 年 10 月からは、遭遇 (IE) に関連付けられ、訪問診断としてリストされる ICD-10 コードが含まれています。 抗生物質の処方は、遭遇に関連する記録内の薬剤指示の検索によって、または遭遇前30日以内（URI診断の場合）または発症前60日以内（ABSまたはAOM診断の場合）および遭遇後3日以内に決定された。 IEは、新規患者（コード99201～99205）および既存患者（コード99212～99215）に対する評価および管理訪問として定義されました。

対策

米国小児科学会および米国感染症学会のガイドラインを使用して、3 つの ARTI 向けにカスタマイズされた臨床の質の尺度が開発され、電子医療記録の選択的手動カルテ レビューによって検証されました。 これらの尺度はクラスターレベルでの主要な結果を表し、各 ARTI の分子、適切なケア、分母、IE として含まれていました。

HEDIS® 2013 の 90 パーセンタイルを使用して URI の 90% 以上の目標が設定され、ABS および AOM の目標は 80% に設定され、外来の抗生物質使用目標設定ワークグループによって提案された目標と一致しました。

副次的結果は広域抗生物質処方（BSAP）の割合で、これは投与されたすべての抗生物質を列挙し、狭いスペクトルと広いスペクトルで層別化し、3つのARTIに限定されない任意の状態に対して処方された抗生物質の総数で割ることによって毎月決定されました。 この計算では、患者の記録が狭域または広域としてリストされた抗生物質に対するアレルギーを示している場合、および/またはリストされた抗生物質の 1 つが 60 日前に投与されていた場合、患者から除外されました。

介入開始後にコードシフトが発生したか、または抗生物質の総使用量が変化したかどうかを判断するために、研究者らは、3つのARTIについてクリニックごとの平均受診数と、ベースラインおよび介入中に病気のために受診したすべての患者に処方されたすべてのIEおよび抗生物質の合計を記録した。両方のグループの期間。

統計分析

検出力は、主要アウトカム、URI、ABS、AOM それぞれに対する適切な治療を受けた割合のベースラインから介入までの期間の変化に基づいて推定されます。 クラスターの数は、介入グループでは 22、比較グループでは 17 に固定されています。 ベースライン期間の遡及データに基づくと、URI、ABS、AOM の平均クラスター サイズ、つまり 22 か月にわたる診療所ごとの平均遭遇数はそれぞれ 210.0 です。 介入群では72.6、129.2、比較群では211.0、65.5、133.6でした。 これにより、クラスター内相関 (ICC) の範囲について、両側アルファ = 0.05 で中程度の効果サイズに相当する、標準偏差 0.4 の平均ベースラインから介入期間の変化における研究グループの差異を検出するための 85% を超える検出力が得られました。 0.01 ～ 0.15 の間。 電力解析は PASS 15 を使用して実行されました。

クリニックは、臨床上の意思決定における変化を説明するための分析単位です。 主要アウトカム、つまり、適切な治療（それぞれ URI、ABS、AOM）が行われた割合が、ベースライン期間と介入期間中に各クリニックで記録されます。

臨床意思決定に対する介入の影響を評価するために、SAS の PROC GLIMMIX® を使用して各結果の一般化線形混合モデル (GLMM) が分析されます。 モデルの応答変数は y/n です。ここで、 y = 適切な治療の発生数、n = 関連する遭遇の総数、応答分布はロジット リンクを持つ二項分布として指定されます。 独立変数は、研究グループ (介入、比較対象)、期間 (ベースライン、介入)、研究グループごとの交互作用項、およびクリニックの規模 (非常に小さい、小さい、大規模、および非常に大きい) です (次のように使用されます)。ランダム化における層化変数)。 モデルには、同じクリニックで行われた臨床決定の関連性を説明するために、クリニックのランダムな切片項が含まれています。 交互作用項の p 値は、ベースラインから介入までの期間の変化に関する介入グループと比較グループ間の有意性を評価するために使用されます。

全体的なアルファ レベルは 0.05 に事前に指定されています。 複数のテストを考慮するために、ホルムのステップダウン手順を使用して p 値を調整します。ここで、推論群には 3 つの主要な結果と副次的結果である BSAP% の推論が含まれます。 有意な相互作用効果の場合、GLMM から生成された事前に指定されたコントラストを使用して、介入前と介入後の結果がそれぞれ介入グループと比較グループで比較されます。 これらのコントラストに対応するオッズ比が、多重比較用にさらに調整するためにボンフェローニ補正された (α/2 = 0.025 レベルで) 95% 信頼区間とともに計算されます。 各結果変数について、ICC はレベル 2 (つまり、 ランダム切片) GLMM からの分散と、ロジスティック ランダム切片モデルの π‸2/3 = 3.29 と想定されるレベル 1 分散成分。

二次結果である BSAP パーセンテージの分析は、一次結果について説明した手順を使用して実行されます。 すべての分析は SAS を使用して実行されます。