モバイルテキストによる包括的ケア調整の測定とフィードバックへのアプローチ (SMARTwrap)

このフェーズII SBIRの目標は、SMART-Wrapと呼ばれるWraparound Service Model（WSM）に合わせて設計された新しい測定およびフィードバックシステムを開発・テストすることです。 目的3は、2つのWSMプロバイダー組織（WPO）がパラレルグループ無作為化試験に参加するSMART-Wrapの対照有効性研究から構成されています。 カスケード型募集戦略を用いて、24のケアチームを募集し、12チームをSMART-Wrap介入群に、12チームを「通常サービス」（SAU）群に無作為割り付けし、クラスタリング効果を均等化するために監督者で層別化します。 無作為化はケアコーディネーター（CC）レベルで行われます。 各WPO監督者（n = 12）は、各条件に同数のCCが割り当てられ（各監督者につき約2名のCC）、各条件に6名の監督者（WPOごとに4名）が配置されます。 ケアチーム参加者は、8か月間の試験期間中にWSMの一部としてSMART-Wrapプロトタイプを使用することに同意し、サービスおよび実施成果の測定を完了する必要があります。 CCによる標準化された評価、計画修正、およびその他のSMART-Wrapで促進される行動は、月次ウェブベース調査を通じて評価されます。 研究者は、CCごとにn=5人の介護者（CG）を登録し、これらがデータ収集の主な対象となります。 これにより、SEDを持つ8〜17歳の若者の介護者から合計N=120人（グループごとにn=60人）の募集サンプルが得られます。 家族参加者は合計4か月間参加し、4か月間の登録期間内に開始します。 家族参加者は、ベースライン時および4か月後に、サービスおよび若者の成果に関する測定に回答します。

研究者は、主要成果について以下の仮説を立てています：（1）対照群のケアチームと比較して、SMART-Wrap群のケアチームは、（a）サービス提供におけるデータとフィードバックの使用がより多い；（b）Wraparoundプロセスへの忠実度がより高い；（c）チームワーク、作業同盟、介入への満足度の自己報告がより高い；（d）標準化された評価に対するより前向きな態度を示す。（2）対照群と比較して、SMART-Wrapを使用するケアチームからサービスを受ける若者の介護者は、（a）目標の明確さがより高い；（b）MBC戦略の使用がより多い；（c）サービスと進捗に対する満足度がより高い；（d）Wraparoundへの忠実度がより良い；（e）チーム機能がより効果的；（f）介護者のストレスの軽減や症状・機能の改善を含むより前向きな成果を報告する。

探索的仮説は、監督に焦点を当て、（1）SMART-Wrapに無作為割り付けされた監督者が、（a）家族の進捗や事例概念化・戦略に関するデータのレビューに費やす監督時間の割合がより多い；（b）ケアコーディネーターとの同盟がより強固；（c）CCの有効性に対する認識がより高いかどうかを検討します。 研究者はまた、（2）SMART-Wrap測定の妥当性を、サービス提供におけるSMART-Wrapで評価された領域（例：同盟、進捗、満足度、機能）が、外部研究チームによるインタビューや調査で収集されたデータと関連しているかどうかを問うことで探索します。

若者とCGの成果（Top Problem Assessment（TPA）における若者の機能、Brief Problem Checklist（BPC）における若者の症状、Caregiver Strain Questionnaire（CSGQ）における介護者の負担）の差異を評価するために、研究者は、介入条件に基づくグループ変化率と時点平均スコアの差異を比較するために、一連の3レベル縦断的階層線形モデル（成果変数ごとに個別のモデル）を使用します。 研究者はまた、TPAの5時点データにわたる曲線的時間トレンドを検定します。

実施成果を評価するために、研究者は以下の分析を実施します。 CC内にネストされた家族を用いた一連の2レベル横断的HLMを実行し、介入条件の関数として、Wraparound Fidelity Index, Brief VersionにおけるCGおよびCCのWraparound忠実度を評価します。 個別の3レベル縦断的HLMを実行し、介入条件の関数として、Therapist Satisfaction InventoryにおけるCCの満足度、Attitudes Towards Standardized Assessment scaleにおける標準化された評価に対する態度、および監督会議中に費やされた時間の割合（1）家族の進捗に関するデータのレビューと（2）Supervision Process Questionnaire（SPQ）における事例概念化と戦略（SPQでは時点、CC、監督者のレベル）についての差異を検定します。 縦断的HLMを実行し、Monthly CC Report（MCR）およびMonthly CG Report（MPR）におけるデータ/フィードバックの使用およびその他のMFSターゲットの変化率を探索し、研究者は5か月にわたる曲線的トレンドを検定します。 研究者は、Working Alliance InventoryにおけるCGおよびCCの同盟、満足度、出席率の差異をHLMを使用して探索します。 ドロップアウトは二項分布であるため、研究者はHierarchical Generalized Modeling、ログリンク関数を使用してドロップアウトのオッズを推定します。

探索的分析を評価するために、研究者は以下の分析を実施します。 2つのHLMを用いて、研究者は、MCRおよびMPR総合スコアの時間的変化を考慮しながら、若者の機能（例：TPA）の軌跡を予測します。 SMART-Wrap測定の妥当性を探索するために、研究者はSMART-Wrap測定を他の測定と関連付けます。 Pearson rおよび級内相関係数（ICC）を使用して、研究者は、SMART-Wrapにおける若者の機能に関する時点一致CCスコアと、TPA、CGSQ、BPCにおけるCG評価スコアとの関係を探索します。 研究者はまた、SMART-Wrapでスコアリングされた進捗の評価と、介護者評価TPAにおけるHLM計算変化率とのPearson r相関を探索します。 研究者は、SMART-Wrapに記録された親の満足度とParent Satisfactionスコアとの関係を検討します。 第二に、研究者は、システムの使用が、忠実度、作業同盟、若者の問題や症状を含むいくつかの成果の改善に有意に関連する可能性を研究します。 予測変数には、CCおよび監督者のSMART-Wrapシステム要素の使用、データの完全性、システム内時間が含まれます。 これらの分析では、研究者は従属変数（縦断的または横断的）に適したHLMを使用します。すべての分析において、研究者は、消耗バイアスを考慮するために完全最尤推定を使用してランダム欠損データをモデル化し、偽発見率を使用して多重比較を制御します。