건강 시스템 전반에 걸친 고혈압 관리를 위한 추천 네트워크 강화(STRENGTHS) (STRENGTHS)

고혈압은 심혈관 질환의 주요 위험 요소이며 심혈관 질환으로 인한 전 세계 사망률의 80%는 저소득 및 중간 소득 국가에서 발생합니다. 저소득 국가에서는 다양한 수준의 보건 시스템 간의 조정 부족으로 인해 고혈압을 관리하고 심혈관 질환 관련 이환율을 예방하는 데 필요한 치료를 제공하는 능력이 위협받고 있습니다. 강력한 추천 네트워크는 다양한 환경에서 만성 질환에 대한 건강 결과를 개선했습니다. 건강 정보 기술과 동료 기반 지원은 치료 조정 및 임상 결과를 개선한 두 가지 전략입니다. 그러나 저자원 환경에서 혈압 조절을 개선하고 심혈관 질환 위험을 줄이기 위해 추천 네트워크를 강화하는 효과는 알려져 있지 않습니다.

AMPATH(Academic Model 제공 Access to Healthcare)는 케냐 보건부와 협력하여 모든 수준의 건강 시스템에서 고혈압을 포함한 비전염성 만성 질환(NCD)에 대한 치료를 제공합니다. 케냐 보건부 추천 전략 2014-2018은 의료 시스템의 모든 수준에서 추천 시스템을 개선할 것을 요구합니다. AMPATH는 건강 정보 기술과 NCD에 대한 동료 지원을 모두 시험했으며 두 가지 전략 모두 이 환경에서 실현 가능합니다. 그러나 고혈압 관리를 위한 추천 네트워크를 강화하기 위해 건강 정보 기술과 동료 지원을 통합하는 효과는 알려져 있지 않습니다.

이 제안의 목적은 PRECEDE-PROCEED 프레임워크를 활용하여 고혈압 관리를 위한 의뢰 네트워크 강화에 초점을 맞춘 학제 간 번역 구현 연구를 수행하는 것입니다. 중심 가설은 "동료 지원과 통합된 건강 정보 기술은 추천 네트워크를 강화하고 혈압 조절을 개선하며 서부 케냐의 고혈압 환자에서 심혈관 위험을 줄이는 데 효과적이고 비용 효율적일 것입니다."입니다. 조사관은 건강 정보 기술(HIT)과 동료 지원(PS)이 환자, 제공자 및 건강 시스템 수준에서 고혈압 조절에 대한 장벽을 상승적으로 해결할 것이라고 가정합니다. 연구자들은 추가로 추천 네트워크 특성의 변화가 일차 결과에 대한 개입의 영향을 중재할 수 있고 기준선 추천 네트워크 특성이 개입의 영향을 완화할 수 있다는 가설을 세웁니다. 이러한 가설을 테스트하고 전반적인 목표를 달성하기 위해 STRENGTHS는 다음과 같은 특정 목표를 가지고 있습니다.

목표 1: 다음을 포함하는 혼합 방법 접근 방식을 사용하여 HIT와 PS를 구현하고 통합하여 고혈압 관리를 위한 위탁 네트워크를 강화하기 위한 기본 요구 사항 및 상황 평가를 수행합니다. 관찰 프로세스 매핑 및 격차 평가; 기준 추천 네트워크 분석; 그리고 촉진자, 장벽, 상황적 요인 및 변화에 대한 준비를 식별하기 위한 질적 방법.

하위 목표 1.1: 목표 1의 데이터를 사용하여 참여적이고 반복적인 설계 프로세스를 사용하여 고혈압 관리를 위한 의뢰 네트워크를 강화하기 위해 상황 및 문화적으로 적절한 개입을 개발합니다. 개입의 파일럿 수용 가능성 및 타당성 테스트를 수행합니다.

목표 2: 1) 일반적인 치료 대 2) 통합 HIT-PS 개입으로 강화된 의뢰 네트워크를 비교하는 두 가지 군집 무작위 시험을 수행하여 고혈압 조절을 위한 HIT 및 PS의 효과를 평가합니다. 1차 결과는 수축기 혈압의 1년 변화이고 주요 2차 결과는 심혈관 위험 감소입니다.

하위 목표 2.1: 조정 분석을 수행하여 개입 결과에 대한 의뢰 네트워크 특성의 변화 영향을 평가하고 조정 분석을 수행하여 개입의 효과에 대한 기본 의뢰 네트워크 특성의 영향을 평가합니다.

하위 목표 2.2: Saunders 프레임워크를 사용하여 프로세스 평가를 수행하고 충실도, 전달된 선량, 받은 선량, 모집, 범위 및 컨텍스트와 관련된 주요 구현 측정을 평가합니다.

목표 3: SBP의 단위 감소당 비용, CVD 위험 점수의 변화율 및 DALY(Disability-adjusted Life Year) 절약 측면에서 개입의 증분 비용 효율성을 평가합니다.

이 연구 프로젝트는 하위 MIC에서 비전염성 질환의 통제를 개선하기 위해 소개 네트워크를 강화하기 위한 혁신적이고 확장 가능한 전략에 대한 기존 지식 기반에 추가할 것입니다. 효과적인 것으로 입증되면 전 세계적으로 다른 저자원 설정을 위한 확장 가능한 모델이 될 가능성이 있습니다.