PAUZE: Onderzoek naar mobiele app voor medicatiebeheer bij ziekte (PAUSE)

In ons eerdere onderzoek zijn zorgverleners uit Alberta ondervraagd over "factoren die van invloed zijn op de beslissing van artsen om begeleiding te bieden bij ziektemedicatie aan patiënten met diabetes en chronische nierziekte om bijwerkingen te voorkomen." Uit onze resultaten bleek dat 75% van de eerstelijnszorgverleners op de hoogte was van begeleiding bij ziektemedicatie, maar dat slechts 56% wist waar ze richtlijnen en hulpmiddelen konden vinden. Een overweldigende meerderheid van de respondenten (97%) was voorstander van het inschrijven van patiënten in een onderzoek waarin alternatieve innovaties voor het verstrekken van begeleiding bij ziektemedicatie werden geëvalueerd.

In een recente scoping review waarin bestaande interventies werden samengevat, ontdekte ons onderzoeksteam dat de meerderheid van de gepubliceerde SDMG-documenten gericht was op zorgverleners, met weinig patiëntgerichte documenten. Deze waren voornamelijk in de vorm van hand-outs, kaarten in portemonneeformaat, webpagina's of telefonische ondersteuning. Er is beperkt primair onderzoek naar de ontwikkeling, implementatie of evaluatie van huidige SDMG-interventies. De meeste waren naar verluidt een uitdaging om te volgen en de foutloze identificatie van ziektedagen of kwalificerende medicatie was laag. Dit onderzoek en deze evaluatie benadrukken de noodzaak om nieuwe oplossingen te ontwikkelen en te evalueren voor het aanbieden van SDMG aan patiënten. Uit ons eerdere onderzoek bleek ook dat senioren in Canada ontvankelijk waren voor het gebruik van elektronische communicatiemiddelen en dat verschillende patiënten interesse hebben getoond in het gebruik van elektronische gezondheidszorginstrumenten (eHealth) voor zelfmanagement tijdens ziektedagen.

Deelnemers die de interventie ontvangen, krijgen toegang tot de PAUSE-app, een zelfmanagementtool voor SDMG bedoeld voor patiënten om te gebruiken tijdens een acute ziekte. De apotheekgegevens van Loblaw/Shoppers Drug Mart van gebruikers zijn elektronisch gekoppeld aan de PAUSE-app in de President's Choice (PC) Health-app, waardoor up-to-date aanbevelingen mogelijk zijn op basis van de huidige voorgeschreven medicijnen. De app stelt gebruikers een reeks vragen over tekenen en symptomen die een kwalificerende ziektedag identificeren, en screent op 'rode vlaggen' waarvoor een spoedeisende hulp, een verwijzing naar een zorgverlener of een dringende zorg nodig is, en helpt patiënten te bepalen welke van hun medicijnen ze moeten gebruiken. tijdelijk achterwege laten of aanpassen, afgestemd op de huidige medicatielijst van een patiënt. Dit heeft tot doel patiënten interactieve ondersteuning te bieden bij het beheren van medicatie tijdens een ziektedagevenement. Als onderdeel van de interventie ontvangen patiënten ook een SDMG-patiëntenfolder. De interventie richt zich op de eerder geïdentificeerde uitdagingen van het identificeren van kwalificerende tekenen en symptomen die SDMG rechtvaardigen en welke medicijnen daarvoor in aanmerking komen via een interactieve en geïndividualiseerde elektronische applicatie die is ontworpen om het aanbieden van SDMG te vergemakkelijken. De gebruikelijke zorggroep ontvangt een SDMG-patiëntenfolder waarin SDMG wordt uiteengezet en welke medicijnen in aanmerking komen voor SDMG.

Op basis van voorlopige gegevens gaan de onderzoekers uit van een absoluut verschil van 30% (50% met de PAUSE-app versus 20% zonder de PAUSE-app) in het aandeel deelnemers dat een gesimuleerde ziektedag foutloos voltooit. Gebruikmakend van een tweezijdige alfa van 0,05, een power van 80% en een interklassecorrelatiecoëfficiënt van 0,1 tussen apotheekclusters, is een steekproefomvang van 280 deelnemers vereist. Om rekening te houden met een verlies van 10% voor de follow-up, zullen de onderzoekers ernaar streven in totaal 320 deelnemers aan het onderzoek te rekruteren. De onderzoekers zijn van plan om 16 apotheken te werven die elk 20 deelnemers zullen rekruteren.

Gegevensanalyse Basisgegevens van deelnemers, waaronder sociodemografische gegevens, comorbiditeiten en actieve voorschriften, zullen worden geanalyseerd met behulp van beschrijvende statistieken. Haalbaarheids- en betrouwbaarheidsresultaten zullen worden gerapporteerd met behulp van beschrijvende statistieken met cijfers en percentages. Vergelijkingen van uitkomsten tussen groepen (bijv. PAUSE App versus gebruikelijke zorg) zullen worden gerapporteerd met behulp van niet-gecorrigeerde en aangepaste gegeneraliseerde schattingsvergelijkingen om gemiddelde verschillen en risicoverschillen tussen groepen te bepalen. Waar nodig zullen beschrijvende statistieken worden gebruikt om groepsverschillen na de follow-upperiode te evalueren. Associaties tussen sleutelvariabelen en studieresultaten zullen worden geanalyseerd met behulp van geschikte univariate, multivariate en gemengde modelanalyses. Er zullen verkennende analyses van Google Analytics-gegevens worden uitgevoerd om inzichten in gebruikersgedrag te rapporteren. Analyses van routinematig verzamelde gezondheidsgegevens over een verlengde follow-upperiode van vijf jaar zullen worden gebruikt om het eventuele effect van de interventie op de gezondheidsresultaten te bepalen.

De gesimuleerde evaluaties van ziektedagen zullen worden gescoord en geanalyseerd volgens vooraf gedefinieerde scorekaarten op basis van scenario's gebruikt door Doerfler et al. het meten van het juiste gebruik van SDMG tijdens acute ziekte. Log-binomiale regressiemodellen zullen worden gebruikt om direct de risicoratio's (RR's) en 95% betrouwbaarheidsintervallen te schatten voor de uitkomst van een foutloze voltooiing van de gesimuleerde ziektedag, evenals voor de correcte voltooiing van elk van de 3 individuele componenten van de ziektedag. Simulatie van ziektedagen. Willekeurige effecten zullen worden gebruikt om clustering door apotheken te verklaren. Onaangepaste en aangepaste modellen zullen geschikt zijn, inclusief vaste effecten voor individuele kenmerken van de deelnemers, waaronder leeftijd, geslacht, demografische gegevens, diabetes, andere comorbiditeiten, het aantal in aanmerking komende medicijnen en andere significante verstorende variabelen uit univariate analyses. Bovendien zullen gegevens verzameld van deelnemers over het nut van de PAUSE-app en/of de SDMG-patiëntuitreiking bij het beheren van een gesimuleerde ziektedag en de algehele aanvaardbaarheid van de interventies worden gebruikt om de betrouwbaarheid van de interventie verder te beoordelen. Alle statistische analyses worden voltooid in R.

Geselecteerde deelnemers (patiënten en apothekers) zullen worden uitgenodigd voor een interview na hun gesimuleerde ziektedagscenario-evaluatie op basis van de doelgerichte bemonsteringsstrategie. Er zullen één-op-één semi-gestructureerde interviews worden gehouden met deelnemers en apothekers, variërend van 30-60 minuten. Interviewvragen en -analyses zullen tijdens het onderzoek iteratief zijn, zodat opkomende of onregelmatige thema's in latere interviews kunnen worden onderzocht. Kwalitatieve interviews worden op audio opgenomen, woordelijk getranscribeerd en onderzocht met behulp van meerdere fasen van inductieve thematische analyse. Verzamelde veldnotities en transcripties van interviews zullen worden geanalyseerd met behulp van kwalitatieve analysesoftware van NVIVO. De analyse van de gegevens begint onmiddellijk na de afsluiting van het eerste deelnemersinterview. De gegevens worden door twee onderzoekers onafhankelijk van elkaar gecodeerd en vervolgens worden de codes na het eerste interview vergeleken om de codeerhandleiding voor volgende interviews op te stellen.