오피오드 감소 전략 사우스 웨스턴 온타리오

제안된 시험 설계 제안된 전향적 무작위 시험은 클러스터 무작위 시험의 변형인 계단식 웨지 설계를 채택합니다. 이것은 실용적이고 두 팔로 구성된 병렬 그룹 레지스트리 기반 클러스터 RCT입니다. 이 SWAHN 관련 병원 시험은 연구 직원이 아닌 수술 전후 직원이 제공하는 개입을 구현하여 일상적인 치료(치료의 새로운 표준)에 포함됩니다. 환자 특성 및 결과는 ICES 관리 건강 관리 데이터베이스에서 얻을 수 있습니다. 이 실용적인 설계를 통해 남서부 LHIN 병원과 매우 일반화할 수 있는 결과를 산출해야 하는 수술 전후 환자의 대규모 대표 샘플을 광범위하게 포함할 수 있습니다. 병원은 은폐된 할당 방법으로 무작위 배정(1:1)되며 병원은 중재 시작일 2개월 전에 연구팀에 의해 그룹 할당에 대해 통보됩니다.

연구 설계의 선택 이 시험에서 무작위화 단위는 클러스터(즉, 각 병원)이고 분석 단위는 환자입니다. 개입 이해 및 준수(물류 편의성)를 향상하고 그룹 간 오염을 최소화하기 위해 클러스터 무작위 설계를 선택했습니다. 수술 전후 환자는 일반적으로 동일한 센터에서 모든 개입을 받기 때문에 이 집단은 클러스터 수준 개입에 적합합니다. 이 클러스터 시험에서 오피오이드 감소 전략 개입의 전달은 일상적인 치료에서 발생하는 것을 따르며, 각 병원의 수술 전후 팀은 치료 중인 환자에 대해 동일한 프로토콜 또는 정책을 따르도록 훈련됩니다.

이것은 무작위 방식으로 개입의 롤아웃과 "모든 클러스터가 노출될 때까지 제어에서 개입으로 클러스터의 순차적 크로스오버"를 수반할 것입니다.14 이러한 유형의 시험은 개입이 기관 수준에서 발생하고 개별 환자가 무작위 배정될 필요가 없다는 점을 고려할 때 서비스 제공 변경을 조사하고 구현하기 위한 실용적인 접근 방식입니다.14 이 다중 센터, 계단식 웨지 클러스터-RCT는 급성 수술 후 통증을 조절하기 위해 아편유사제를 처방받은 선택적 수술 절차를 받는 환자에서 지역 병원 프로토콜에 따른 표준 진료와 비교하여 아편유사제 감소 전략의 이점을 평가하도록 설계되었습니다. .15,16 데이터 수집 문제를 극복하기 위해 중재 전후에 전자 데이터베이스 ICES에서 모든 선택 수술 환자(제외 없음)의 결과를 수집합니다. 모든 사이트에서 일반적인 치료 표준 오피오이드 처방을 사용하는 2개월 기준 기간이 지나면 무작위로 선택된 사이트 중 하나가 오피오이드 감소 전략을 구현하고 따르기 시작합니다. 다른 사이트는 전략이 모든 사이트에서 적용될 때까지 2개월마다 개입 그룹에 무작위로 추가됩니다(총 12개월의 데이터 수집, 그림 1 참조). 각 현장에서 오피오이드 감소 전략 단계로 넘어가기 한 달 전에 병원 현장의 모든 마취 및 연구원은 연구 PI(Mahesh Nagappa)에 의해 다양한 개입 구성 요소, 오피오이드 감소 전략 구현 및 데이터 수집.

연구 설정 Southwestern Ontario Academic Hospital Network(SWAHN) 내의 12개 병원이 참여하도록 초대됩니다. London Health Sciences Center와 St. Joseph's Healthcare London이 주요 사이트가 될 것입니다. 본 연구에서는 퇴원 시 오피오이드 진통제 처방이 흔한 수술 전후 환경을 선택하였다.

참가자 모집된 환자는 선택적 수술 절차를 거친 후 참여 연구 사이트에서 수술 후 진통제를 받는 환자입니다. 개입이 기관 차원에서 시행될 것이라는 점을 감안할 때(예: 병원 주문 세트 및 프로토콜 변경을 통해) 개별 환자를 무작위 배정할 필요가 없습니다. 개입은 퇴원 후 아편유사제 사용에 초점을 맞추기 때문에 수술 중 및 수술 후 통증 관리는 아편유사제 감소 전략에 지정되지 않습니다. 병원 내 통증 관리는 문헌의 다른 곳에서 설명된 대로 담당 마취과 의사의 재량에 따릅니다.

계획된 시험 중재 대조군: 치료 표준 단계 중 통증 관리 치료 표준 단계에서 마취 및 수술 치료는 대조군과 개입 그룹 모두에 대해 표준 관행(현지 병원 프로토콜에 따름)에 따라 이루어집니다. 일반적으로 이는 환자가 아편유사제 감소 전략 단계보다 더 자유로운 아편유사제 요법으로 유지되고 급성 수술 후 통증에 대해 아편유사제 및 기타 약물을 투여받게 됨을 의미합니다. 오피오이드의 선택은 관리팀의 재량에 따릅니다. 개입 부문에 첫 번째 무작위 클러스터를 입력하기 전에 최소 2개월의 기준 기간이 있습니다.

개입 그룹: 오피오이드 감소 전략 단계에서의 통증 관리 도구 및 구현에 대한 현지 상황에 맞는 접근 방식을 포함한 오피오이드 감소 전략은 전문 지식을 갖춘 외과의, 마취과의사, 약사 및 연구원으로 구성된 다학제 팀이 공동 설계합니다. 번역, 환자 대표와 함께. 토착민의 관점을 통합하기 위해 환자 대표 중 한 명이 지역 토착 커뮤니티 출신이 될 것입니다.

개입에는 1) 오피오이드 처방 한도(https://michigan- open.org/prescribing-recommendations/ 및 https://www.hqontario.ca/evidence-to-improve-care/quality-standards/view-all-quality-standards/opioid-prescribing-for-acute-pain, 2) 환자 교육 도구(예: 정상적인 통증 궤적은 무엇입니까? 고통을 관리하는 방법? 약리학적 진통제의 이점 및 잠재적 피해. 비약물적 진통제 관리? 통증이 심하면 어떻게 하나요?), 3) 제공자 교육 도구(예: 다중 모드 진통제에 대한 절차별 증거 기반 권장 사항을 포함합니다. 지역 기준선 처방 패턴과 예시적인 처방 패턴의 비교; 기준선 처방이 최선의 증거와 상충되는 경우 표적 감소 정의; 수술 전후 최적 진통에 대한 최상의 증거 검토) 및 4) 개입 후 및 연구가 끝날 때까지 오피오이드 처방 패턴에 대한 격주 누적 처방자 피드백.

이러한 각 구성 요소를 구현하기 위한 전략은 SWAHN 오피오이드 현명하게 선택 위원회와의 회의를 통해 적극적인 개입 단계에 들어가기 전에 각 병원의 다학제 팀과 협력하여 맥락화될 것이며, 지역 회의는 첫 주 동안 강화됩니다. 적극적인 개입.

시험 그룹에 참가자를 할당하기 위한 실제적인 조치 각 병원은 컴퓨터에서 생성된 난수 목록을 사용하여 병원 신원을 알지 못하는 통계학자에 의해 연구가 시작되기 전에 교차 날짜 중 하나에 무작위로 할당됩니다.

편향의 근원으로부터 보호하기 위한 제안된 방법 적절한 통증/오피오이드 관리가 연구의 개입 단계에 들어갈 때 투명하게 적용되어야 하기 때문에 임상의 또는 연구 직원을 병원 할당에 맹검하는 것은 불가능하며, 따라서 무작위화 단위는 병원 수준. 결과 심사관은 눈이 멀고 환자는 계속 눈이 멀게 됩니다. 적격한 모든 환자가 연구에 등록되기 때문에 환자 수준에서 선택 편향의 위험이 낮을 것으로 예상합니다. 이전 경험에서 우리는 거의 예상하지 않습니다(

제안된 치료 기간 임상의는 적절한 오피오이드 감소 전략 알고리즘을 준수합니다. 오피오이드 감소 전략 단계의 기간은 4~12개월 범위의 무작위 배정 일정에 따라 각 병원마다 다릅니다.

후속 조치의 제안 빈도 및 기간 우리는 POD 1(또는 병원 퇴원, 둘 중 먼저 도래하는 것) 및 POD 30(또는 사망, 둘 중 먼저 도래하는 것)의 환자에 대한 데이터를 수집할 것입니다.

샘플 크기 및 검정력 계산 예상대로 이 예상되는 계단식 쐐기 시험에서 샘플 크기 계산이 매우 까다롭다는 것을 알았습니다. 우리는 원래 고정 시간 효과 및 무작위 클러스터 효과를 사용한 분석을 위해 Hussey & Hughes 접근 방식을 기반으로 한 샘플 크기 계산을 목표로 했습니다. 그러나 사용 가능한 표본 크기가 매우 크기 때문에(월 8,000개 이상) 사용 가능한 검정력을 기반으로 결과를 추정하기로 결정했습니다.17 우리는 지역 통계 전문가 중 한 명과 함께 분석을 위해 ICES 통계 팀을 선택합니다. 이러한 방식으로 복잡한 계층을 탐색하여 분석 계획을 극복합니다. 혼란변수를 조정하는 방법은 최근 몇 년 동안 크게 발전했습니다. 여러 수준의 잠재적 혼란 요인, 시간/클러스터 크기에 따른 고르지 않은 오염, 더 큰 클러스터 내 상관관계, 병원 수준 클러스터링 및 의사 수준 클러스터링이 있다고 생각하면 12개 병원의 많은 환자(7000-8000/월), 위에서 언급한 클러스터링 및 교란 요인에 대한 최악의 시나리오 추정치가 있더라도 모르핀 등가물의 25% 감소를 감지하는 데 90% 이상의 힘이 있을 것입니다. 병원 통계 데이터를 사용하여 >8000명의 적격 환자가 4주 동안 12개 SWAHN 병원에 등록되고 MME의 효과 크기는 25%이고 병원 간 변동 계수는 0.15인 것으로 추정합니다. 대유행 기간 동안 지속적인 사례 부하, 독립적인 병원 효과 및 5% 유의 수준을 가정하면 시험은 MME의 25% 감소를 감지하는 >90% 검정력을 갖게 됩니다. 독립적인 병원 효과의 가정이 충족되지 않고 12개의 SWAHN 병원 클러스터가 12개의 대형 병원으로 효과적으로 기능하는 경우 검정력은 여전히 ​​>80%입니다.

통계 분석 분석은 실제 교차 날짜가 아닌 각 병원이 교차하도록 지정된 날짜를 기준으로 치료 의도를 사용하여 수행됩니다. 환자를 분석 단위로 하여 1차 및 2차 결과에 대한 개입의 효과를 결정할 것입니다. 병원 내 환자의 클러스터링을 설명하기 위해 이진 결과 및 무작위 절편에 대한 로짓 링크가 있는 일반화 선형 혼합 모델(GLMM)을 사용할 것입니다. 이 모델은 환자 특성(예: 연령, 비만, OSA 등) 및 시간(세속적 추세)에 맞게 조정됩니다. 치료 상호작용에 의한 시간이 테스트될 것이다. 중재의 효과는 최종 모델에서 교차비(OR)와 95% 신뢰 구간(CI)으로 추정됩니다. 2차 결과는 이진 결과에 대한 GLMM, 연속 결과에 대한 선형 혼합 모델(정규 분포 가정) 및 입원 기간에 대한 생존 분석을 사용하여 분석됩니다. 누락된 데이터의 비율은 낮아야 합니다(

클러스터 수준에서 정의된 시간에 대한 임의 절편 및 기울기는 기간 내 및 기간 내 클러스터 내 상관 관계를 설명합니다. 상대적으로 적은 수의 클러스터를 고려하여 Kenward-Roger 보정을 사용하여 잠재적으로 부풀려진 유형 I 오류율을 방지합니다. 이진 이차 결과는 유사한 접근 방식을 사용하여 분석되지만 혼합 효과 로지스틱 회귀 모델을 사용합니다. 결과는 또한 주요 수술 유형에 따라 계층화됩니다. 통계 분석은 SAS 및 R 통계 패키지를 사용하여 수행됩니다.