mHealth-app for å endre alkoholbruk hos indianere i Alaska (CIRCLE)

Southcentral Foundation (SCF) har en lang historie med interessentengasjement, og erkjenner at engasjerte pasienter oppsøker informasjon, samarbeider med leverandører og er mer sannsynlig å demonstrere sunne valg og sykdomsspesifikk selvledelsesatferd. SCF har brukt kvalitative metoder for å identifisere og møte pasientenes endrede behov. Med utgangspunkt i arbeidet i Mål 1 og Mål 2, som ga tilbakemeldinger fra pasientene om både Connections-appen og de tiltenkte måleverktøyene, vil arbeidet med dette målet inkludere testing av en modifisert versjon av appen med SCF-pasienter.

Connections-appen støtter enkeltpersoner i bedring ved å redusere tilbakefall og fremme prososialt engasjement. Appen lar folk spore sin edruelighet, lære nye restitusjonsferdigheter, spore behandlingsplaner, sette påminnelser, journalføre om restitusjonen deres, og oppdage nyttige videoer og attester gjennom et omfattende ressursbibliotek. Appen har også en «gjenopprettingshjelp-knapp» som kan trykkes inn når deltakeren trenger akutt hjelp. Eksempler på Connections-innhold inkluderer motiverende samtaler, meditasjoner, foredragsholdere for gjenoppretting av avhengighet, stressmestring og sinnemestring. Studieteamet la til ekstra kulturelt meningsfylt innhold, grafikk, musikk, videoer, gjenopprettingsverktøy og attester. Connections bruker en HIPAA- og HITRUST-kompatibel interaktiv peer-plattform, som lar brukere sende private meldinger til hverandre og/eller delta i gruppechatter. Etterforskerne vil bruke appens evne til massemeldinger og gruppechat for å engasjere deltakere i tilrettelagte diskusjoner som er i samsvar med retningslinjene, tjenestene og behandlingsfilosofiene til SCF. Studieteamet vil legge til flere emner som nøkternhet, livsstilsendringer, kulturelt innhold og ferdighetsbyggende moduler basert på Community Reinforcement Approach.

Deltakerne vil bli bedt om å bruke appen i minst 3 måneder, med en 6-måneders oppfølging. Deltakelse i studien vil være helt frivillig og konfidensiell. Etterforskerne planlegger å rekruttere ikke mer enn 125 AN/AI-voksne som rapporterer et ønske om å endre alkoholbruksmønsteret sitt. Etterforskerne vil forsøke å rekruttere hos SCF på en slik måte at de får tilstrekkelig representasjon fra kunder som bor i byer og på landet. Enkeltpersoner kan eller kan ikke være engasjert i eller har en historie med behandlingstjenester spesifikt for alkoholbruksforstyrrelser. Etterforskerne vil ikke få tilgang til kundeeieres medisinske journaler for rekrutteringsformål. Etterforskerne planlegger også å intervjue opptil 25 deltakere ved 6-månedersgrensen, og samle kvalitative data om deres erfaringer med appen.

Dataanalytisk plan:

Intervjuer vil bli transkribert ordrett og avidentifisert før analyse. Transkripsjoner vil bli validert for nøyaktighet og lastet opp til ATLAS.ti for databehandling og koding, med kategorisk demografisk informasjon. Medlemmer av det kvalitative forskerteamet vil gjennomføre analyser i fire iterative trinn: (1) gjøre seg kjent med dataene, (2) generere eller bruke a priori og fremvoksende koder på dataene, (3) søke etter tematiske mønstre, og (4) søker etter demografiske mønstre. Konsistens vil opprettholdes gjennom en delt kodebok, teamkoding av utvalgte transkripsjoner og regelmessige møter for å diskutere og løse avvik.

Dataanalyse av gjennomførbarhet og aksept av Connections-appen vil inkludere beskrivende statistikk over antall interaksjoner med appen og totalt antall dager appen ble brukt. Bivariat beskrivende statistikk vil bli brukt for å undersøke forskjeller i gjennomførbarhet etter demografi og baseline observasjoner.

Dataanalyse for undersøkelsesdata vil inkludere beskrivende statistikk og modellering av blandede effekter for å redegjøre for korrelasjon av gjentatte mål hos kunde-eierdeltakere for livskvalitet, alkoholbruk og problemer, selveffektivitet i edruelighet, og stadier av endring fullført i samarbeid med våre eksterne konsulenter. Som en del av denne analysen vil data bli evaluert for seleksjonsskjevhet, og målefeil eller feilklassifiseringsskjevhet som er vanlige utfordringer i gjentatte mål og longitudinelle folkehelsedatasett.