ウィスコンシン州の患者のための外科治療の再設計

この研究は、患者の理解、熟慮、手術準備を支援することでインフォームド・コンセントを向上させるエビデンスに基づくコミュニケーションフレームワーク「Better Conversations」を外科医が使用するための2つのトレーニング戦略を評価します。 研究チームの先行研究では、Better Conversationsが従来の同意取得方法の欠点に対処し、品質改善基準に適合し、外科医と患者から高く評価されていることが示されています。

これは非劣性試験であり、(1)教育専門家による監査とフィードバックトレーニングと、(2)自然言語処理とアクティブ機械学習を使用して手術相談の匿名化された文字起こし記録からBetter Conversationsの主要要素を特定する自動トレーニングアプローチを比較します。 自動出力は、外科医と共有する前に教育専門家によってレビューされ最終化されます。 仮説は、自動トレーニングが専門家によるトレーニングに対して5％の非劣性マージンで非劣性であるというものです。

本研究はまた、2つの機関にわたる多数の外科医をトレーニングする実現可能性と受容性も評価します。 実現可能性は、少なくとも85％の外科医を能力習得までトレーニングできることと定義されます。 受容性は、外科医のアンケート調査と退出面接、および患者報告アウトカムを使用して評価されます。 患者は、担当外科医のトレーニング前後に検証済みアンケート（「聞かれた・理解された」感覚；CAHPS手術ケア項目）を完了します。 患者の一部は、自身の相談経験に関する面接に参加します。 別の患者グループは、外科医のトレーニングまたは評価目的のみのために自身の相談を音声録音することに同意します。

UW HealthとMedical College of Wisconsinの60人の外科医が、施設別に層別化された後、2つのトレーニンググループのいずれかに無作為に割り付けられます。 すべての外科医は30分の講義セッションから開始し、その後に対応するフィードバック付きの10件のトレーニング録音、および能力評価に使用される5件の評価録音を受けます。 相談は音声録音され、文字起こしされ、フィードバックと分析前に匿名化されます。 能力は、必要なコミュニケーション要素の存在と質の両方を評価する、研究チームが開発した標準化された遵守チェックリストを使用して評価されます。

本研究は、コミュニケーション実績と患者報告アウトカムにおける外科医内および外科医間の変動の推定値を生成します。 これらのデータは、Better Conversationsが患者の意思決定、満足度、健康アウトカムに与えるより広範な影響を検討する将来の実践的試験のための分析計画と検出力計算に役立てられます。