TeamBaby - 산부인과에서 안전한 디지털 지원 커뮤니케이션 (TeamBaby)

1단계:

요구 평가의 개념은 중환자실에서 환자 이동의 안전성을 높이기 위한 개입을 구현하는 것을 목표로 하는 이전 접근 방식을 기반으로 합니다. 이를 통해 유익한 조건과 억제 조건에 대한 포괄적인 이해와 현장에서 개입을 실행할 가능성(예: 다양한 커뮤니케이션 기술을 교육을 넘어 임상 실습에 통합할 수 있는 방법)으로 이끌어야 합니다. 민족지학적 분석을 위한 관찰은 표준화된 관찰 프로토콜에 기록됩니다. 포커스 그룹과 인터뷰는 개입 실행을 위한 가능한 자원과 장벽에 대해 가능한 한 포괄적인 인상을 얻기 위해 각 직업 그룹에서 적어도 한 사람과 함께 부분적으로 표준화된 지침에 따라 수행됩니다. 그런 다음 데이터는 귀납적 접근 방식을 사용하여 콘텐츠 측면에서 분석되고 교육을 개발하는 데 사용됩니다. 마이그레이션 배경은 앱 개발에 참여할 뿐만 아니라 데이터 수집 및 테스트에서 탐색적으로 고려됩니다(즉, 마이그레이션 배경이 있는 환자 및 동반자도 개발에 포함되도록 보장됨). HAPA(Health Action Process Approach)를 기반으로 한 다양한 커뮤니케이션 모델 역량 및 조정도 교육 및 앱 개입에 통합됩니다. 실행 실패를 방지하기 위해 실질적인 지원을 위한 짧은 매뉴얼과 훈련 과정에 대한 서면 문서가 준비될 것입니다. 온라인 교육은 사전 실험 연구에서 두 개입 사이트의 모든 전문가에게 제공됩니다. 목표는 2018년(직원 교육 전)과 2020년(직원 교육 후) 사이에 비교되는 직원 교육과 예방 가능한 부작용(pAE) 사이의 연관성을 조사하고 행동 메커니즘을 관찰하고 근거를 만드는 것입니다. 2단계 시행을 위해

추가 설명 23/06/22: 2018년과 2020년 사이의 pAE를 비교하는 논문이 현재 검토 중입니다.

설문지 평가에 관한 연구는 1그룹, 사전/사후 디자인으로 진행된다. 이 연구에는 모든 전문가(예: 의사, 간호사, 조산사, 산부인과 의사) 총 N = 140 참가자와 두 위치에서. 전문가들은 10~12명의 참가자로 구성된 학제간 그룹에서 교육을 받습니다.

추가 설명 23/06/22: 이 행동과 관련된 의사소통 행동 및 행동 요인의 평가에 관한 논문이 발표되었습니다.

구현 단계 요약: 연구 질문, 방법, 연구 모집단 및 대상 기준

A: pAE의 유병률은 어느 정도입니까? 이 질문은 혼합 방법 연구에서 2018년부터 병원의 모니터링 프로토콜 및 익명의 일상 데이터를 사용하여 답할 것입니다. 품질 지표에는 안전한 의사소통에 따른 보고, pAE 및 pAE의 후향적 비용 분석이 포함됩니다.

추가 설명 23/06/22: pAE 평가를 위한 논문이 발표되었습니다.

B: 일상적인 병원 생활에서 의사소통을 최적화하기 위한 효과적인 개입은 무엇입니까? 이 질문은 Pubmed, PsychInfo, Cochrane Database의 문헌 검색 상태를 업데이트하여 효과적인 중재 및 효과 강도에 대한 개요를 제공함으로써 답을 얻을 수 있습니다.

추가 설명 22/06/22: 체계적 검토가 게시되었습니다.

C: 동등한 환자 안전 조치(예: 손 위생)? 환자 안전 조치에 대한 준수를 측정하고 준수와 품질 지표 사이의 관계를 식별하기 위해 두 개입 사이트에서 모든 직원의 설문지 데이터 사용 추가 설명 23/06/22: 설문지 및 관찰 데이터가 포함된 논문이 게시되었습니다.

D: 일상적인 병원 생활에서 의사소통을 최적화하기 위해 중재를 시행하는 데 가능한 자원과 장벽은 무엇입니까? 이 질문은 자원과 장벽을 분류하기 위해 의사, 간호 직원, 훈련 보조원, 심리학자 및 조산사와의 민족지학적 관찰 및 가이드라인 기반 개인 및 포커스 그룹 인터뷰에서 답변될 것입니다.

추가 설명 23/06/22: 해당 게시가 완료되었습니다.

E: 커뮤니케이션을 최적화하기 위한 효과적인 개입을 구현하기 위한 적절한 전략은 무엇입니까? 이 질문의 경우 인터뷰, 포커스 그룹 및 설문지의 데이터를 문헌의 증거와 일치시키는 것을 포함하여 이전 단계의 결과를 삼각측량하여 환자 안전에 대한 개입을 구현하는 데 있어 자원 및 장벽에 관한 구현 전략을 결정합니다.

추가 설명 23/06/22: 삼각 측량이 게시되었습니다.

목표는 1단계에서 모든 의료 종사자를 완전히 포함시키는 것이므로 포함 및 제외 기준은 정의되지 않습니다. 선형 및 일반 혼합 모델을 사용하여 측정 시간의 차이를 확인하고 첫 번째 측정의 초기 값을 공변량으로 고려합니다. 클리닉은 고정 효과로 모델링됩니다. 전체 분석에 대해 95%의 해당 신뢰 구간이 결정됩니다. 두 측정점 간의 표준화 평균차(SMD)를 계산하기 위해 비표준화 회귀계수를 관측된 측정값의 합동 표준편차로 표준화한다. Cohen의 권장 사항에 따르면 SMD는 다음과 같이 해석됩니다. SMD에 의한 작은 효과 = 0.2; SMD에 의한 중간 효과 = 0.5; SMD에 의한 큰 효과 = 0.8. 이진 결과의 승산비는 로짓 변환을 거쳐 효과 강도를 계산합니다. 일차 목표 기준에 대한 개입 효과가 외부 변수에 의해 조절되는지 확인하기 위해 모델 추정에서 상호 작용 항을 고려합니다. 연속 중재자는 z 변환으로 표준화됩니다. 따라서 z-변환된 연속 변수와 그룹 차이의 효과 추정기 간의 상호작용의 추정 매개변수는 잠재적 중재자가 표준편차만큼 증가할 경우 추가 개입 효과를 나타냅니다. 참여자는 해당 후속 온라인 설문조사에 참여하는 경우에만 분석에 포함되며, 치료 의향에 따라 분석됩니다. 차이는 양측 검정의 p-값이 <0.05인 경우 유의한 것으로 해석됩니다.

추가 설명 22/06/22: 설문지 데이터의 평가가 게시되었습니다.

COVID-19 전염병으로 인해 직원 교육이 일시 중단되었습니다. 모든 직원(N=141)이 교육을 받았지만 N=67만이 두 시점(교육 전후)에서 설문지 데이터를 제공했습니다. 따라서 설문지 데이터를 평가하기 위해 MANOVA로 분석을 수행했습니다.

임상 데이터(예방 가능한 부작용)를 평가하는 원고는 현재 검토 중입니다.

2 단계:

2단계에서는 출산 여성/가족 구성원의 대상 그룹에 대한 의사소통 개입의 효과가 황금 표준, 즉 무작위 대조 시험(RCT)을 사용하여 평가됩니다. 각 기관에서 4명의 직원이 서로 다른 커뮤니케이션 모델 역량을 가르치기 위해 개발된 짧은 매뉴얼로 환자와 그 가족을 교육할 수 있습니다. 여성이 출산하고 친척이 입원하면 교육 그룹(IG) 또는 통제 그룹(CG)에 무작위로 배정됩니다. pAE는 개인별 기준(익명화)으로 수집되고 병렬로 코딩됩니다. 알파 오류가 0.05이고 검정력이 80%인 경우 d = 0.3의 효과를 증명할 수 있으려면 N = 352의 샘플이 필요합니다(분석 대상 IG: N = 176, CG: N = 176). . 탈락률이 20%라고 가정하면 N = 424명의 참가자(채용 IG: N = 212, CG: N = 212)를 모집해야 합니다(모집 샘플). 대상 기준은 1단계와 마찬가지로 통계적 및 임상적으로 평가됩니다. 그룹 차이는 선형 및 일반 혼합 모델을 통해 확인되며 첫 번째 측정 지점의 초기 값은 공변량으로 간주됩니다. 클리닉은 고정 효과로 모델링됩니다. 전체 분석에 대해 95%의 해당 신뢰 구간이 결정됩니다. 두 측정점 간의 표준화 평균차(SMD)를 계산하기 위해 비표준화 회귀계수를 관측된 측정값의 합동 표준편차로 표준화한다. Cohen의 권장 사항에 따르면 SMD는 다음과 같이 해석됩니다. SMD에 의한 작은 효과 = 0.2; SMD에 의한 중간 효과 = 0.5; SMD에 의한 큰 효과 = 0.8. 이진 결과의 승산비는 로짓 변환을 거쳐 효과 강도를 계산합니다. 1차 목표 기준이 외부 변수에 의해 조절되는지 확인하기 위해 모델 추정에서 상호작용 항을 고려합니다. 연속 중재자는 z 변환으로 표준화됩니다. 따라서 z-변환된 연속 변수와 그룹 차이의 효과 추정기 간의 상호작용의 추정 매개변수는 잠재적 중재자가 하나의 표준 편차만큼 증가할 경우 추가 개입 효과를 나타냅니다. 참여자는 해당 후속 온라인 설문조사에 참여하는 경우에만 분석에 포함되며, 치료 의향에 따라 분석됩니다. 차이는 양측 검정의 p-값이 <0.05인 경우 유의한 것으로 해석됩니다.

추가 설명 28/06/22: 설문지 데이터에 관한 원고는 현재 검토 중입니다. 원래 계산된 것보다 더 높은 드롭아웃으로 인해 훈련 ​​효과를 평가하기 위해 분석을 ANCOVA에서 다단계 선형 모델로 변경했습니다.

3단계:

1단계와 2단계의 모든 결과에서 디지털 앱은 참여적이고 이론 중심적인 방식으로 개발될 것입니다. 목표는 앱이 일상 업무에서 전문가와 환자/친척 간의 보안 통신 프로세스를 지원하여 pAE를 줄이는 정도를 결정하는 것입니다. 이 앱은 사용자(숙련 노동자, 산모, 친척)의 의사소통 기술을 연마하고 향상시켜 안전한 출산을 준비할 수 있도록 도와줍니다. 대조군은 2상에서 이전 RCT 연구의 두 개입군 참가자의 데이터를 구성합니다(과거 대조군; 비치료 CG 분석: N = 176; 모집된 비치료 CG: N = 212; 치료 CG 분석: N = 176, 모집된 치료 CG: N = 212). 3단계의 RCT에는 기본 설문지 후 웹 앱에 즉시 액세스할 수 있는 개입 그룹과 4주의 대기 기간 후에 웹 앱에 액세스할 수 있는 대기자 통제 그룹이 포함됩니다. 모집은 중요한 효과를 감지하기에 충분한 검정력을 가진 샘플 크기에 도달하기 위해 2개의 클리닉으로 제한될 뿐만 아니라 독일 전역의 구현 및 모집도 포함합니다. 이를 통해 디지털 앱을 지원하는 프로세스의 가능한 영향에 대한 첫 번째 제한적 진술이 가능합니다. 알파 오류가 0.05이고 검정력이 80%인 경우 d = 0.3의 효과를 증명하려면 N = 352(분석 샘플)의 샘플이 필요합니다. 과거 대조군으로 인해 N = 176명의 참가자만 중재군에 대해 분석해야 합니다(IG 분석). 탈락률이 20%라고 가정하면 N = 424명의 참가자를 모집해야 합니다(모집 샘플). 과거 대조군으로 인해 N = 212명의 참가자만 중재 그룹에 모집해야 합니다(IG 모집). 대상 기준(1차: pAE, 2차: pAE 비용, 다양한 커뮤니케이션 모델 역량, 결과 기대, 행동 의도, 행동 및 대처 계획, 행동, 자기효능감 기대, 순응 안전 문화, 인지된 안전 문화, 치료 만족도, 공변량: 사회인구학적 특성)을 1상과 2상에서와 같이 통계적, 임상적으로 평가하고, 집단 차이는 선형 및 일반 혼합 모델을 통해 확인하며, 첫 번째 측정 지점의 초기값을 공변량으로 간주합니다. 클리닉은 고정 효과로 모델링됩니다. 전체 분석에 대해 95%의 해당 신뢰 구간이 결정됩니다. 두 측정점 간의 표준화 평균차(SMD)를 계산하기 위해 비표준화 회귀계수를 관측된 측정값의 합동 표준편차로 표준화한다. Cohen의 권장 사항에 따르면 SMD는 다음과 같이 해석됩니다. SMD에 의한 작은 효과 = 0.2; SMD에 의한 중간 효과 = 0.5; SMD에 의한 큰 효과 = 0.8. 이진 결과의 승산비는 로짓 변환을 거쳐 효과 강도를 계산합니다. 1차 목표 기준이 외부 변수에 의해 조절되는지 확인하기 위해 모델 추정에서 상호작용 항을 고려합니다. 연속 중재자는 z 변환으로 표준화됩니다. 따라서 z-변환된 연속 변수와 그룹 차이의 효과 추정기 간의 상호작용의 추정 매개변수는 잠재적 중재자가 하나의 표준 편차만큼 증가할 경우 추가 개입 효과를 나타냅니다. 참여자는 해당 후속 조사에 참여하는 경우에만 분석에 포함되며, 치료 의향에 따라 분석됩니다. 차이는 양측 검정의 p-값이 <0.05인 경우 유의한 것으로 해석됩니다.