알고리즘 기반 실행 전략을 통한 HIV 치료 결과 향상 평가

종합 돌봄 관리 및 돌봄 조정(CCM/CC)은 HIV 감염자의 응급실 방문 및 입원을 줄이고, 건강 결과(바이러스 부하, CD4 수)와 돌봄 유지율을 개선하는 데 효과가 입증된 의료 사례 관리 개입입니다. 그러나 CCM/CC의 효과에도 불구하고, 이를 실행하는 데는 지속적인 어려움이 있습니다. 이 프로젝트는 CCM/CC 개입의 효과가 가장 필요한 환자에게 적시에 CCM/CC 서비스를 제공하도록 최적화된 데이터 기반 실행 전략을 활용함으로써 크게 향상될 수 있다는 과학적 전제에 기반합니다. 우리의 지역사회 기반 협력 기관인 종합 돌봄 관리 파트너스(CCMP) 헬스 홈은 향후 2주 내에 응급실을 방문할 가능성이 가장 높은 HIV 감염자 환자를 신뢰성 있게 예측할 수 있는 머신러닝 알고리즘을 개발하고 검증했습니다. 이 프로젝트에서 우리는 CCM/CC를 위한 표적화된 실행 전략으로 이 알고리즘을 적용하여, 가장 필요한 시기에 가장 필요한 HIV 감염자에게 서비스 제공을 집중할 것입니다. 우리의 핵심 가설(예비 연구 데이터로 뒷받침됨)은 돌봄 관리 개입을 실행하기 위한 이 "적시" 전략이 CCM/CC 서비스 제공에 대한 제공자 수준의 장벽과 HIV 치료 및 돌봄 수령에 대한 환자 수준의 장벽 모두를 극복할 것이라는 것입니다. 우리는 이 알고리즘 기반 실행 전략이 CCM/CC 개입의 도달, 효과, 채택, 실행 및 유지에 미치는 영향에 대한 엄격한 데이터를 수집하기 위해 RE-AIM 실행 과학 프레임워크와 희소성의 행동 경제학 이론에 따라 하이브리드 2 실행-효과성 시험을 수행할 것입니다.