UCLA Health 患者の健康維持アウトリーチ テキスト メッセージ

健康維持対策は、糖尿病からさまざまな癌に至るまで、多くの病状の早期発見、二次予防、および早期管理において重要であることが示されています。 これらの健康維持対策の標準化により、国民の健康が大幅に改善されました。 これらのプライマリ ケアのテストとスクリーニングの重要性にもかかわらず、多くの患者はこれらのテストの期限が過ぎています。

このヘルスケアのギャップを考えると、健康維持対策の完了を促進するためのより効果的な戦略を調査することが重要です。 この研究は、さまざまな行動情報に基づいたアウトリーチ テキスト メッセージの有効性を評価することを目的としています。 研究者は、UCLA Health の My Action Plan イニシアチブの一環としてこの研究を開始する予定です。これは、患者が延滞している健康維持対策を完了するよう奨励することを目的とした UCLA Health のプライマリケアアウトリーチの品質改善イニシアチブです。

具体的には、マイ アクション プラン イニシアチブは、UCLA のプライマリ ケアの患者で、プライマリ ケアの予防的ケアのギャップが顕著な臨床的に示されている患者 (例: 結腸直腸癌のスクリーニングの期限切れ、未解決の糖尿病検査) を対象としたアウトリーチの取り組みです。 毎月の初めに、特定された UCLA Health のプライマリ ケア患者が 1:1:1:1 の比率で無作為に割り付けられ、4 つのテキスト メッセージのいずれかを受け取り、健康維持対策が遅れていることを知らせ、次の措置を取るよう促します。これらの措置を完了します。 これらのテキスト メッセージには、MyChart 患者ポータル アカウントへのリンクが含まれます。具体的には、未解決の予防ケア項目のパーソナライズされたリストと項目を完了するための実行可能な手順を含む My Action Plan 電子レターにリンクします。

各テキスト メッセージ アーム内で、患者はメッセージを受信する 3 つの時間帯のいずれかにランダムに割り当てられます。

My Action Plan の品質向上イニシアチブは、2023 暦年の初めに開始され、少なくとも 12 か月間継続される予定です。 毎月、その月が誕生日の患者さんを対象に取り組みます。 研究者は、より大きな QI イニシアチブの 4 か月間に、この無作為化臨床試験を実施する予定です。

提案された研究は、患者がこれらのアウトリーチ メッセージとどのように対話するか、また、それが指示された健康維持対策を完了することにつながるかどうかを研究することで、医療システムが電子的な患者アウトリーチを最適化し、プライマリ ケアにおける健康維持対策のギャップを狭める方法に関する洞察に満ちた情報を提供します。 、そして最終的には人口レベルで健康を改善します。

分析計画:

• 研究者は、患者レベルの通常の最小二乗法 (OLS) 推定を利用し、モデルにロバストな標準誤差に基づく統計的推論を行います。 モデルの主要項は、アーム割り当ての指標変数になります。
• 分析は、性別、年齢、人種/民族、患者が予定されているスクリーニング/検査の指標、および患者がプライマリケアの予定があるかどうかを調整します。 共変量の欠落値は、定量的共変量の平均代入とともに、「未知」の指標を含めることで処理されます。
• 研究者はこのデータセットを使用して、2 つの異なる研究課題に取り組みます。
• 調査質問 1: 調査員はアーム 1 とアーム 2 を比較して、より具体的または一般的なテキスト メッセージが結果の測定値を改善する可能性が高いかどうかをテストします。
• 研究課題 2: 調査員はアーム 3、アーム 4、アーム 2 を比較して、一般的な意図指向のメッセージと一般的な行動指向のメッセージが一般的なテキスト メッセージよりも優れているかどうか、およびこれら 2 つのメッセージのどちらが優れているかをテストします。
• 研究課題 2 については、探索的分析では、患者のベースラインの動機 (つまり、患者がスクリーニング/検査を受ける意思があると思われる程度) によって異質な治療効果を 2 つの方法で調査します。 まず、治験責任医師は、各患者のスクリーニング/検査の履歴を使用して、適切なスクリーニング/検査を受けるためのベースライン動機のプロキシを構築します。 具体的には、治験責任医師は、My Action Plan Initiative に含まれ、患者が過去数年間に予定されていたすべてのスクリーニング/検査の中で、何パーセントが完了したかを計算します。患者（UCLAヘルスが知る限り）。 パーセンテージが高いほど、研究期間中に患者が予定されているスクリーニング/検査を受けるベースラインの動機が高いことを示します。 第二に、治験責任医師は、UCLA Health が喜んで提供する人口統計および医療情報を取得します (例: 性別、年齢、人種/民族、がんおよびその他の既往症の病歴、家族のがんの病歴、スクリーニング/検査への過去の順守など)。 My Action Plan Initiative に含まれる、過去のインフルエンザワクチン接種の受領、医師の診察の頻度。これらの変数の時間枠は、データの入手可能性に応じて未定です)。 このような情報を使用して、研究者はアルゴリズムをトレーニングし、Arm 2 の患者をグラウンド トゥルースとして使用して、患者のベースラインのモチベーション レベルを予測します。 具体的には、治験責任医師はアーム 2 の患者に関する前述の情報を入力として受け取り、6 か月以内に My Action Plan レターで推奨されているスクリーニング/訪問を完了するかどうかを結果の尺度として使用します。 次に、研究者はアルゴリズムをすべての患者に適用して、ベースラインの動機レベルを予測します。 両方のアプローチについて、ベースラインの動機付けのプロキシ (アプローチ 1) と予測されるベースラインの動機付けレベル (アプローチ 2) を使用して、アーム 3 と 4 の不均一な治療効果 (vs. アーム 2)。
• さらに、治験責任医師は、患者がモデレーターとしてスクリーニング/検査を受けるための構造的障壁に直面しているかどうかの代用物を調査します。これには、郵便番号レベルでの社会経済的要因、保険の種類、UCLA ヘルス クリニックからの距離などの医療リソースへのアクセシビリティの代用物が含まれます。
• 調査員は、リマインダーが送信される 1 日の 3 つの時間帯で、テキスト メッセージの効果がどのように変化するかについても調査します。