到着時間の実装

患者が時間通りに到着することは、クリニックの効率的な運営を維持し、患者が予定されたケアの全時間を受けることを保証するために不可欠です。 遅刻はクリニックの流れを乱し、医療提供者との時間を減らし、その後の予約を遅らせる可能性があり、一日を通して波及効果を生み出します。 このプロジェクトは、到着に関する期待を明確にし、予定された予約への時間通りの到着を促進する、低コストの行動介入をテストすることを目的としています。

この研究は、期待される到着時間を患者にとってより顕著にするように設計された介入の有効性を評価します。 この研究は、UCLA Healthの運営改善イニシアチブの一環として、クリニックの流れと患者体験を改善するために、プライマリーケアを提供する外来診療科全体で実施されます。

具体的には、介入は、UCLA Healthが使用する2つのコミュニケーションチャネルを通じて、患者（または18歳未満の患者の場合は代理人）に提示される予約情報の表示方法を変更します：(1) 患者ポータル（UCLA HealthではMyChartと呼ばれる）および (2) テキストメッセージングプラットフォーム（UCLA HealthではHello Worldと呼ばれる）、これは予約前に患者に自動テキスト通知を送信します。

対照条件 MyChartのホームページでは、患者は今後の予約について、予定された予約時刻のみ（例：「3:00 PMに開始」）を表示します。 予約詳細ページ内では、患者は予約時刻と「予約時刻の15分前に到着してください」という追加の指示を表示します。 テキスト通知は予約時刻を述べ、15分早く到着するよう促します（例：「[患者名]さん、2026年1月12日3:00pmに今後の診察が予定されています。 予約時刻の15分前にお越しください」）。

介入条件 MyChartのホームページでは、患者は予約時刻自体ではなく、予定された予約時刻の15分前に設定された明示的な到着時刻（例：3PMに予定された予約の場合「2:45 PMまでに到着」）を今後の予約について表示します。 予約詳細ページ内では、患者は予約時刻と到着時刻の両方を表示します。

テキスト通知は、予約時刻ではなく、患者に期待される到着時刻を明示的に伝えます（例：「[患者名]さん、2026年1月12日に今後の診察が予定されています。 2:45pmまでに到着してください。」）

研究者はクラスターランダム化を実施し、同じクリニックビル内のすべての対面医師または高度実践医療提供者（APP）の予約を同じ実験条件に割り当てます。 合計37のクリニックビルが含まれます。 研究者はこの臨床試験を6ヶ月間実施する計画です。 到着時刻機能は、ウォッシュアウト期間を導入するために、試験期間開始の1ヶ月前に実装されます。

主要な研究課題：

研究者は以下の研究課題を問います：明示的な到着時刻を表示することは、患者が予約にどれだけ早く到着するかを変えるか？ 研究者は、介入が対照条件と比較して、人々が予約により早く到着するようになると仮説を立てています。

患者が予約にどれだけ早くチェックインするかという連続尺度（主要なアウトカム指標）を調べることに加えて、研究者は以下の2つの二値指標も調べます：

A. 時間通りの到着：介入は、患者が時間通りに到着する（すなわち、予定された予約時刻前または時刻にチェックインする）可能性を高めるか？

B. 早期到着：介入条件は、患者が予定された予約時刻の少なくとも15分前に到着する可能性を高めるか？

分析計画：

研究者は、ロバスト標準誤差を用いた通常最小二乗（OLS）回帰を使用して、アウトカム変数を予測します。 統計的推論は、ランダム化の単位であるクリニックビルレベルでクラスタリングされたモデルロバスト標準誤差に基づきます。 すべての分析は予約レベルで実施されます。 主要な予測変数は、患者のクリニックが到着時刻介入条件に割り当てられたかどうかを示す指標です（対照条件の標準予約時刻との比較）。

これらの回帰は、以下の制御変数を含む場合と含まない場合で実行されます：

• 患者年齢（欠損値がある場合、研究者は平均値で置き換え、年齢が欠損している患者を示すダミー変数を追加します）
• 患者性別
• 患者の人種/民族
• 患者の時間厳守性：試験開始前の過去36ヶ月間における、同じクリニックでの患者の対面医師予約のうち、時間通りに到着した割合（この期間に完了した予約がない患者はデータが欠損します。 これらのケースでは、研究者はサンプル平均を代入し、これらの患者を示すダミー変数を追加します）。 試験開始前の36ヶ月間の患者の来院履歴を取得できない場合、代わりに、UCLA Health（すべてのクリニック全体）での患者の対面医師予約のうち、時間通りに到着した割合（当日予約を除く）を制御します
• 来院タイプ（成人対小児；初診対再診）
• クリニックが15/30分スロットまたは20/40分スロットで予約スケジュールを運用しているかどうかを示す指標
• 保険タイプ（従来型メディケア、メディケアアドバンテージ、メディケイド、民間保険、その他/不明）
• 多疾患スコア（欠損値がある場合、研究者は平均値で置き換え、多疾患スコアが欠損している患者を示すダミー変数を追加します）

• 以下の相互排他的な二値指標は、(1) 予約が到着時刻機能が実装される前にスケジュールされたかどうか、および (2) 予約がどれだけ前にスケジュールされたか、の違いを説明するためのものです：

  • 機能実装前にスケジュール：到着時刻機能が実装される前にスケジュールされた予約の指標
  • 7日以上前にスケジュール：実装日以降にスケジュールされ、スケジュール日と予約日の間が7日を超える予約の指標。
  • 1〜7日前にスケジュール：実装日以降にスケジュールされ、スケジュール日と予約日の間が1〜7日の予約の指標。
  • 1日未満前にスケジュール：実装日以降にスケジュールされ、スケジュール日と予約日の間が1日未満の予約の指標。

探索的分析として、研究者は、機能実装日以降にスケジュールされた予約のみの治療効果を調べます。なぜなら、それらの患者が受信した予約確認テキスト通知は実験デザインを反映するからです。

ロバストネスチェックとして、研究者は二値アウトカムに対してロジットモデルを実施し、連続到着時刻アウトカムについて、第1百分位数と第99百分位数でモデルを再推定します（これは、後述の主要アウトカムセクションで指定された範囲よりも広いワンサイゼーション範囲です）。

注：一部の患者は、研究期間中に複数の適格な受診がある可能性があります。 主要分析には、患者ごとの最初の受診のみを含めます。 探索的分析では、その後の受診を含めることが結果を変えるかどうかを評価します。

不均一な治療効果をテストするために、研究者は、治療指標が患者、来院、またはクリニックの特性と相互作用する相互作用モデルを推定します。 研究者は以下の調整変数を分析します：

• 上記で定義された患者レベルの時間厳守性（欠損値を説明するため、回帰モデルは治療指標と、代入された時間厳守率および欠損指標の両方を相互作用させます）
• 試験開始前の36ヶ月間において、患者が同じクリニックで医師予約に出席した回数
• クリニック部門が15/30分スロットまたは20/40分スロットで予約をスケジュールしているかどうか
• クリニックのベースライン時間厳守率：試験前の6ヶ月間において時間通り（チェックインが遅れ≤0分）であった予約の割合
• 来院タイプ（成人対小児）
• 予約スケジューリング時間（4つの相互排他的サブグループ）：予約が到着時刻機能が実装される前にスケジュールされたか、機能実装後にスケジュールされたが予定来院日より7日以上前か、1〜7日前か、予定来院日より1日未満前か。
• 多疾患スコア（欠損値を説明するため、回帰モデルは治療指標と、代入された多疾患スコアおよび欠損指標の両方を相互作用させます）

研究者は、介入の潜在的な下流への影響を調べるために、追加の探索的分析を実施します：

1. 予約出席 研究者は、介入条件が対照条件と比較してノーショー率に影響を与えるかどうかを探索します。 より早い要求到着時刻を明示的に表示することは、一部の患者がすでに予約時間枠を逃したと信じたり、要求された時刻までに到着できないことに気づいたときに来院を思いとどまらせたりする場合、ノーショーを増加させる可能性があります。

2. 患者満足度：

   研究者は、介入条件への割り当てが、来院後調査における患者満足度評価に影響を与えるかどうかを、意図治療分析を可能にする2つの二値アウトカムに焦点を当てて探索します：

   A. 患者が悪い評価を残すかどうか（この変数は、患者が5つ星中1または2つ星を与えた場合に1、より高い星評価を与えた場合または星評価を提供しなかった場合に0） B. 患者が良い評価を残すかどうか（この変数は、患者が5つ星を与えた場合に1、より低い評価を与えた場合または評価を提供しなかった場合に0）。

   研究者は、調査における患者の定性的コメントのテキスト分析を実施し、感情と懸念や称賛の源を評価します。

3. 予約キャンセル 研究者は、介入条件が対照条件と比較してキャンセル率に影響を与えるかどうかをテストします。 この分析は、「到着時刻までに」という表現が、患者が予約に出席するのではなくキャンセルする可能性に意図しない影響を与えるかどうかを判断するのに役立ちます。
4. クリニックワークフローメトリクス：

研究者は、介入がクリニック内の以下の2つの運営メトリクスに影響を与えるかどうかを調べます：

A. 患者室時間：患者のチェックインと検査室に配置される時刻の間の分数。

B. 医師が検査室に入室する時刻：予定された予約時刻と医療提供者が室に入る時刻の間の分数。

C. チェックインから提供者入室までの時間：患者のチェックインと医療提供者が検査室に入る時刻の間の分数。

研究者は、この一連の分析に分位点回帰を使用します。 これらの探索的指標は、改善された時間厳守性がよりスムーズなクリニックの流れや患者の待ち時間の変化につながるかどうかについての洞察を提供します。 これらの指標は、患者が検査室に配置される時刻や医療提供者に診察される時刻が常にリアルタイムで記録されるわけではないため、おそらくノイズが多いでしょう。