의료 환경에서 오피오이드 사용 장애에 대한 임상 결정 지원(COMPUTE 2.0)

제안된 연구는 3개의 대규모 다양한 의료 시스템을 포함하고 OUD-CDS 개입 또는 UC를 받기 위해 각 시스템 내에서 동등하게 최소 30개의 클리닉을 무작위화합니다. 개입 및 UC 클리닉에서 OUD-CDS는 연구 적격 환자, OUD 위험이 높거나 OUD 진단을 받은 환자를 식별합니다. EHR에 저장된 데이터를 사용하여 각 연구 적격 환자의 요구에 맞는 치료 권장 사항을 수집합니다. 개입 클리닉에서는 이러한 치료 권장 사항이 OUD-CDS 사용자 인터페이스를 통해 표시됩니다. 마지막으로, 모든 무작위 클리닉의 모든 대상 방문 데이터는 분석 및 보고 요구를 위해 데이터 저장소에 저장됩니다. 모든 무작위 클리닉에서 각 연구 적격 환자에 대한 표적 방문은 인덱스 방문, OUD-CDS가 환자가 연구 적격임을 확인하는 첫 번째 방문, 중재 기간이 끝날 때까지의 모든 인덱스 이후 방문이 될 것입니다. 자격 유지 여부와 관계없이. 이 실용적인 클러스터 무작위 설계는 1차 진료 클리닉에서 이 도구를 효과적이고 효율적으로 구현하는 동시에 연구 오염을 방지하고 UC 클리닉에서 프로세스 및 결과 데이터 수집을 허용하는 최적의 디자인입니다.

혼합 방법 접근법: 거의 모든 근거 기반 의료 개입은 실생활에서 구현 및 유지하기 어렵고 무작위 시험에서 사용된 프로세스에 대한 충실도에 훨씬 못 미치는 것으로 밝혀졌습니다. 그 결과 지난 20년 동안 완전히 새로운 보급 및 구현 연구 분야가 개발되었습니다. 이러한 연구는 이제 개별 의사의 태도와 행동을 변화시키는 데 초점을 맞추는 이전의 패러다임을 훨씬 뛰어 넘어 원하는 증거 기반 의사를 수행하는 것이 더 쉽도록 의사가 일하는 환경을 변경하는 것이 필요하다는 인식이 커지고 있습니다. 오래된 습관 패턴을 고수하는 것보다. 이는 조직적 요소와 실행 시스템에 변화 노력을 집중하는 것을 의미합니다. Solberg 개념 프레임워크는 이 새로운 접근 방식을 명확히 하는 데 특히 도움이 되는 것으로 입증되었습니다.

동시에, 전통적으로 고도로 선택적이고 통제된 환경에서 정상적인 치료 전달 과정과 환자를 활용하는 실용적인 임상시험으로 전환하는 효과 임상시험에 대한 관심이 증가하고 있습니다.[35] 그러한 실험의 측정은 그러한 연구의 5가지 주요 측면인 도달, 효과, 채택, 구현 및 유지의 약어인 RE-AIM이라는 개념적 프레임워크의 개발에 의해 촉진되었습니다. 최근에 RE-AIM 개발자는 이 프레임워크의 보다 유연한 사용, 개입이 일관되게 사용되지 않는 이유를 이해하기 위한 정성적 방법의 더 많은 사용, 그러한 이해를 기반으로 구현 접근 방식의 적응에 대한 필요성을 인식했습니다. 연구자들은 RE-AIM 프레임워크를 사용하여 (1) 개입 문제에 대한 모니터링 시스템, (2) 이러한 문제의 원인에 대한 혼합 방법 평가, (3) 이러한 문제를 줄이기 위한 개입 수정을 안내할 것을 제안합니다. 이러한 단계는 주기적인 방식으로 반복되어 Plan-Do-Study-Act 빠른 주기 테스트에 대한 장기적인 품질 개선 강조에 대한 보다 정교한 접근 방식으로 나타납니다. 또한 팀은 3개의 다른 치료 시스템을 통해 시차를 두고 연구를 구현하여 사이트 1의 개입 문제에 대한 솔루션이 추가 RE-AIM 모니터링 없이 후속 사이트의 접근 방식과 동일하다고 가정하지 않도록 합니다. 평가.