UCLA 건강 환자 건강 유지 아웃리치 문자 메시지

건강 유지 조치는 당뇨병에서 다양한 암에 이르기까지 수많은 의학적 상태의 조기 발견, 2차 예방 및 조기 관리에 중요한 것으로 나타났습니다. 이러한 건강 유지 조치의 표준화로 인해 인구 건강이 크게 향상되었습니다. 이러한 1차 진료 검사 및 선별검사의 중요성에도 불구하고 많은 환자들이 이러한 검사를 받아야 할 시기가 지났습니다.

이러한 의료 격차를 감안할 때 건강 유지 조치 완료를 촉진하기 위한 보다 효과적인 전략을 조사하는 것이 중요합니다. 이 연구는 행동에 기반한 다양한 아웃리치 문자 메시지의 효과를 평가하는 것을 목표로 합니다. 조사관은 환자가 기한이 지난 건강 유지 조치를 완료하도록 장려하는 것을 목표로 하는 UCLA Health 1차 진료 아웃리치 품질 개선 이니셔티브인 UCLA Health의 My Action Plan 이니셔티브의 일환으로 연구를 시작할 계획입니다.

구체적으로, My Action Plan 이니셔티브는 UCLA의 1차 진료 환자 중 임상적으로 뛰어난 1차 진료 예방 진료 격차(예: 기한이 지난 대장암 검진, 뛰어난 당뇨병 검사)가 있는 1차 진료 환자를 대상으로 한 봉사 ​​활동입니다. 매월 초, 식별된 UCLA Health 1차 진료 환자는 1:1:1:1 비율로 무작위 배정되어 건강 유지 조치가 연체되었음을 알리고 다음 조치를 취하도록 촉구하는 4개의 문자 메시지 중 하나를 받게 됩니다. 이러한 조치를 완료하십시오. 이러한 문자 메시지에는 MyChart 환자 포털 계정에 대한 링크가 포함되며 특히 뛰어난 예방 치료 항목의 개인화된 목록과 항목을 완료하기 위한 실행 가능한 단계가 포함된 My Action Plan 전자 서신에 연결됩니다.

각 문자 메시지 암 내에서 환자는 메시지를 받을 수 있는 세 가지 시간 슬롯 중 하나로 무작위 배정됩니다.

My Action Plan 품질 개선 이니셔티브는 2023년 초에 시작하여 최소 12개월 동안 계속될 것으로 예상됩니다. 매월 이 이니셔티브는 해당 월에 생일이 있는 환자를 대상으로 합니다. 조사관은 더 큰 QI 이니셔티브의 4개월 동안 이 무작위 임상 시험을 실행할 계획입니다.

제안된 연구는 환자가 이러한 아웃리치 메시지와 상호 작용하는 방식과 그것이 지시된 건강 유지 조치를 완료하는 것으로 변환되는지 여부를 연구함으로써 의료 시스템이 전자 환자 아웃리치를 최적화하고 일차 진료에서 건강 유지 조치의 격차를 좁힐 수 있는 방법에 대한 통찰력 있는 정보를 제공할 것입니다. , 궁극적으로 인구 수준에서 건강을 향상시킵니다.

분석 계획:

• 조사관은 모델의 강력한 표준 오류를 기반으로 한 통계적 추론과 함께 환자 수준의 일반 최소 제곱(OLS) 추정을 활용합니다. 기본 모델 용어는 팔 할당에 대한 표시 변수가 됩니다.
• 이 분석은 성별, 연령, 인종/민족, 환자가 받아야 할 선별검사/검사 지표, 환자가 예정된 1차 진료 약속이 있는지 여부에 따라 조정됩니다. 누락된 공변량 값은 정량적 공변량에 대한 평균 대체와 함께 '알 수 없는' 지표를 포함하여 처리됩니다.
• 조사관은 이 데이터 세트를 사용하여 두 가지 개별 연구 질문을 처리합니다.
• 연구 질문 1: 조사관은 Arm 1과 Arm 2를 비교하여 보다 구체적이거나 일반적인 문자 메시지가 결과 측정을 개선할 가능성이 더 높은지 여부를 테스트합니다.
• 연구 질문 2: 조사관은 Arm 3, Arm 4를 Arm 2와 비교하여 일반 의도 지향 메시지와 일반 행동 지향 메시지가 일반 텍스트 메시지보다 우수한지 여부와 이 두 메시지 중 어느 것이 더 나은지 테스트합니다.
• 연구 질문 2에 대해 탐색적 분석은 두 가지 방식으로 환자의 기본 동기(즉, 환자가 스크리닝/테스트를 받을 의도가 있는 정도)에 따른 이질적인 치료 효과를 조사합니다. 첫째, 조사관은 각 환자의 스크리닝/테스트 이력을 사용하여 적절한 스크리닝/테스트를 얻기 위한 기본 동기에 대한 프록시를 구성합니다. 구체적으로, 조사관은 My Action Plan Initiative에 포함되어 있고 환자가 지난 몇 년 동안 예정되었던 모든 스크리닝/테스트 중에서(데이터 가용성에 따라 정확한 시간 창 TBD) 완료한 백분율을 계산합니다. (UCLA Health가 알 수 있는 한) 백분율이 높을수록 연구 기간 동안 환자가 받아야 할 선별 검사/검사를 받기 위한 기본 동기가 더 높다는 것을 나타냅니다. 둘째, 조사관은 UCLA Health가 제공하고자 하는 인구 통계 및 의료 정보(예: 성별, 연령, 인종/민족, 암 병력 및 기타 기존 질환, 가족 암 병력, My Action Plan Initiative에 포함, 인플루엔자 예방 접종 과거 수령, 의사 방문 빈도, 이러한 변수의 시간 창은 데이터 가용성에 따라 미정임). 이러한 정보를 사용하여 조사관은 Arm 2의 환자를 지상 진실로 사용하여 환자의 기본 동기 수준을 예측하는 알고리즘을 훈련합니다. 구체적으로 조사관은 Arm 2의 환자에 대해 앞서 언급한 정보를 입력으로 사용하고 6개월 이내에 My Action Plan 서신에서 권장하는 선별/방문을 완료했는지 여부를 결과 측정으로 사용합니다. 그런 다음 조사관은 모든 환자에게 알고리즘을 적용하여 기본 동기 수준을 예측합니다. 두 접근법 모두 기준선 동기(접근법 1)와 예측된 기준선 동기 수준(접근법 2)에 대한 프록시를 사용하여 Arms 3 및 4(vs. 팔 2).
• 또한 조사관은 우편번호 수준의 사회경제적 요인, 보험 유형, UCLA 건강 클리닉과의 거리와 같은 의료 자원에 대한 접근성에 대한 프록시를 포함하여 환자가 중재자로서 선별/검사를 받기 위해 구조적 장벽에 직면하는지 여부에 대한 프록시를 조사할 것입니다.
• 조사관은 알림이 전송되는 하루 중 세 번에 걸쳐 문자 메시지의 효과가 어떻게 달라지는지도 조사할 것입니다.