성능 데이터에 대한 피드백을 통한 요양원 간호 개선 (INFORM)

배경:

이 프로젝트의 목적은 주거형 장기 요양(요양원 - NH) 환경에서 임상 마이크로시스템(치료 단위)의 리더를 대상으로 하는 맞춤형 개입을 체계적으로 평가하는 것입니다. 개입은 개선을 위해 성능 데이터를 피드백하도록 설계되었습니다. 이 프로젝트는 지식 번역 과학의 발전에 초점을 맞춘 장기 연구 프로그램(노인 간호의 번역 연구 - TREC)의 핵심 요소입니다. TREC의 목표는 치료의 질을 개선하는 것이며, 그렇게 함으로써 NH에 있는 노인들의 삶의 질을 개선하고 치료 제공자의 직장 생활을 개선하는 것입니다. TREC는 특히 NH의 임상 마이크로시스템(임상 단위) 수준에서 조직 컨텍스트(작업 환경의 수정 가능한 요소)의 중요한 역할에 중점을 둡니다.

목표:

1. 표준 피드백과 2가지 목표 지향적 피드백 전략 평가 및 비교
2. 각 전략의 지속 가능성 및 장기적 효과 평가
3. 임상 마이크로시스템의 리더를 대상으로 하는 NH에서 사용하기 위한 실용적인 보조 피드백 전략을 개선합니다.

설계: 실용, 3군, 병렬, 군집 무작위 시험; 계층화된 순열 블록 무작위화; 기본 평가, 1년 개입 기간, 개입 후 평가 및 1년 장기 후속 조치. NH는 SF(Standard Feedback), BAF(Basic Assisted Feedback) 또는 EAF(Enhanced Assisted Feedback)에 무작위로 할당됩니다.

설정: Alberta(Edmonton, Calgary) 및 British Columbia(Fraser Health, Interior Health)의 4개 지역에서 적격 NH 67명의 층화(운영자별 크기별 지역) 무작위 표본. 시설은 풍부한 거주자, 직원, 단위 및 시설 수준 데이터베이스를 생성하는 종단 관찰 연구(TREC의 일부)에 참여합니다.

무작위 할당: 67명의 NH 코호트를 모집합니다. 모든 사이트는 표준 피드백에 동의하고 기대합니다. SF에는 22개 시설(적격 유닛 60개), BAF에는 22개 시설(적격 유닛 70개), EAF에는 23개 시설(적격 유닛 73개)이 무작위로 할당되었습니다. BAF 또는 EAF에 할당된 시설에 접근하여 추가 피드백을 제공합니다. 관리자는 자신이 받을 구체적인 추가 피드백(치료)에 대해 설명을 받지만 그룹 할당에 대해서는 알 수 없습니다.

샘플: 개입 대상은 NH 내 케어 유닛의 관리자입니다. 오염 효과를 피하기 위해 동일한 피드백 개입을 받는 동일한 시설의 모든 포함된 단위 관리자와 함께 시설 수준에서 무작위화가 수행됩니다. 샘플 크기를 결정하기 위해 3개의 연구 부문 및 복잡한 중첩 구조(각 치료 단위 내에 중첩된 시점 및 시설 내에 클러스터링된 단위)에서 여러 반복 측정을 설명하는 컴퓨터 시뮬레이션 기반 샘플 크기 접근 방식이 채택되었습니다. 검정력 및 샘플 크기는 혼합 효과 회귀 모델을 기반으로 추정되었습니다. TREC의 이전 단계(2007-2012)의 데이터를 사용하여 모델에 입력해야 하는 필수 매개변수를 추정했습니다. SF는 1차 결과(공식 상호 작용[FI] 점수)를 0.2, BAF는 FI 점수를 0.4, EAF는 FI 점수를 0.6 증가시킬 것이라고 가정했습니다. 가정 검정력 0.90, 유의 수준 0.05, 감소율 25%로 총 144개의 케어 유닛이 필요합니다(평균 3개 유닛의 경우 48개의 NH 또는 평균 2개의 유닛의 경우 72개의 NH). .

간섭:

세 그룹 모두 대면 보급 워크숍(치료실 상황의 수정 가능한 측면에 대한 연구 데이터 피드백)을 받게 됩니다. SF 그룹은 추가 개입을 받지 않습니다. BAF 및 EAF 부서는 6개월 간격으로 추가 대면 목표 설정 워크숍과 2회의 지원 워크숍을 받게 됩니다. 지원 워크숍은 BAF 부문에서는 가상으로, EAF 부문에서는 대면 방식으로 진행됩니다. 또한 EAF 암은 주문형 이메일 및 전화 지원을 받게 됩니다. 피드백에는 검증된 Alberta Context Tool(ACT)을 사용하여 TREC에서 일상적으로 측정되는 조직 컨텍스트의 네 가지 측면에 대한 데이터가 포함됩니다. 특정 초점을 위해 10개의 ACT 개념 중 4개가 선택되었습니다. 2) 간병 보조원이 가지고 있는 여유 시간의 양; 3) 평가(단위 피드백) 실천, 4) 사회적 자본. 개입은 이러한 맥락 측면에서 성과를 개선하도록 설계되었습니다. 개입 대상은 NH 내의 임상 마이크로시스템(임상 단위) 관리 팀인 단위 치료 관리자 및 치료 책임자입니다.

주요 결과: 지식 이전을 촉진할 수 있는 예정된 활동을 통한 공식 교환으로 정의되는 공식적인 상호 작용(FI)(자세한 내용은 결과 섹션 참조). TREC(2007-2012)의 이전 연구는 ACT의 일부 맥락 영역이 치료의 질과 변화의 구현에 더 큰 영향을 미칠 가능성이 있다고 분명히 제안했습니다. 이 중 FI는 가장 큰 단일 영향을 미칩니다. 마이크로시스템 수준에서 1.9(최대 가능한 점수는 4)이고 평균은 1.3으로 상당한 개선의 여지가 있습니다. FI와 전체 ACT 컨텍스트 점수의 상관관계는 .5이고 FI와 세 가지 추가 ACT 개념(평가, 사회적 자본, 여유 시간)의 조합은 상관관계를 .8로 증가시켰습니다. 현장 조사에 따르면 케어 매니저는 시설 컨텍스트의 실행 가능한 개념으로 FI에 관심이 있으며 실행 및 변경을 위한 주요 액세스 대상으로 간주합니다. FI는 개선 메커니즘을 쉽게 사용할 수 있기 때문에 품질 향상을 위한 가장 실행 가능하고 비용 효율적이며 개선하기 쉬운 컨텍스트를 구성합니다. FI는 기존 리소스를 활용하고 조직적 적응(교육 또는 회의 일정 예약, 연구 결과 전파를 위한 교육 자료 개발 등) 외에는 거의 투자가 필요하지 않습니다. 마지막으로 중요하게도 FI는 근위 목표이기도 합니다. 조직 행동 문헌은 목표 설정이 너무 멀리 떨어져 있을 수 없다는 것이 분명합니다.

이차 결과:

1. ACT 컨텍스트 측정: 피드백, 사회적 자본, 조직 여유 시간 - 시간
2. 직원 결과: 연구 사용, 심리적 역량 강화, 직업 만족도
3. 레지던트 결과: 레지던트 평가 도구의 품질 지표 - 최소 데이터 세트 2.0(RAI): 통증 악화, 행동 증상 감소. RAI는 NH의 건강, 신체적, 정신적 및 기능적 상태에 대한 종합적인 노인병 평가를 위해 국제적으로 사용됩니다. 캐나다에서는 국가 보고를 위해 캐나다 건강 정보 연구소(Canadian Institute of Health Information)뿐만 아니라 여러 주/준주에서 사용이 의무화되어 있습니다.
4. 단위 및 시설 성과 : 아차사고 대응, 관리자의 조직시민행동, 성과보고, 품질개선 활동

프로세스 평가:

1. 워크숍 평가 설문조사
2. 워크숍 전달의 충실도를 평가하기 위한 개입 프로토콜 체크리스트
3. 1차 지원 워크숍 직전 및 2차 지원 워크숍 1개월 전 관리팀과 함께 하는 포커스 그룹
4. 개입의 비용 회계

통계 분석:

1차 분석: FI 점수 개선에 있어 세 가지 피드백 개입의 효과를 비교하기 위해 혼합 효과 회귀 모델이 사용됩니다. 이 모델은 각 단위 내 여러 측정값과 시설 내 단위 클러스터링을 설명합니다. 모든 분석은 TREC 시설 샘플의 세 가지 계층화 변수(지역, 소유자-운영자 모델 및 시설 크기)에 대해 조정됩니다. 단위 및 시설의 특성은 기준선에서 기술 통계를 사용하여 비교됩니다. 이를 기반으로 모델은 치료 그룹 간에 크게 다른 기준 변수에 대해 조정됩니다. 데이터가 이 모델의 가정(다변량 정규성, 선형성, 정규 분포, 상관되지 않은 잔차, 평균 0의 무작위 효과)을 충족하는지 여부를 평가하고 그에 따라 모델을 조정합니다. 치료 의도 분석은 연구의 실용적 특성을 가장 잘 반영하기 때문에 수행됩니다. 이러한 결과는 개입에 대한 순응/비순응을 더 잘 반영하는 처리된 분석과 비교됩니다. 이러한 연구 결과의 보고는 CONSORT(Consolidated Standards of Reporting Trials) 지침을 따릅니다.

2차 분석: 2차 결과(예: RAI 품질 지표, 직원 결과 및 조직 변수)의 변화는 각 연구 부문에서 시간이 지남에 따라 모니터링되고 결과는 기술 통계, 통계적 프로세스 제어를 사용하여 세 연구 부문 간에 비교됩니다. 방법 및 적절한 유의성 테스트(정규 분포, 선형, 연속 결과에 대한 t 테스트, 이러한 가정을 충족하지 않는 변수에 대한 비모수 테스트, 범주 결과에 대한 chi 테스트). 개입의 각 단위에 이분형 변수(개선됨/개선되지 않음)가 할당됩니다. 그런 다음 개선에 대한 로지스틱 회귀를 결과로 사용하여 컨텍스트(ACT 척도 사용), 모범 사례 사용 및 직원 특성이 개선에 미치는 영향을 조사합니다. 이를 위해 개별 관리도에 대한 신뢰할 수 있는 분류 시스템이 개발되었습니다.