PAUSE: Studie av medisinhåndtering på sykedager (PAUSE)

Vår tidligere forskning undersøkte helsepersonell fra Alberta om "faktorer som påvirker klinikerens beslutning om å gi veiledning om sykedagmedisinering til pasienter med diabetes og CKD for å forhindre uønskede hendelser." Resultatene våre identifiserte at 75 % av primærhelsepersonell var klar over veiledning om sykedager, men bare 56 % visste hvor de kunne finne retningslinjer og ressurser. Et overveldende flertall av respondentene (97 %) støttet å melde pasienter inn i en studie som evaluerer alternative innovasjoner for å gi veiledning om sykedagmedisinering.

I en nylig omfattende gjennomgang som oppsummerer eksisterende intervensjoner, fant forskningsteamet vårt at flertallet av publiserte SDMG-dokumenter var rettet mot helsepersonell, med få pasientmålrettede dokumenter. Disse var hovedsakelig i form av utdelinger, kort i lommebokstørrelse, nettsider eller telefonstøtte. Det er begrenset primærforskning på utvikling, implementering eller evaluering av gjeldende SDMG-intervensjoner. De fleste ble rapportert å være utfordrende å følge og identifisering av sykedager eller kvalifiserende medisiner uten feil var lav. Denne undersøkelsen og gjennomgangen fremhever behovet for å utvikle og evaluere nye løsninger for å gi SDMG til pasienter. Vårt tidligere arbeid fant også at seniorer i Canada var mottakelige for bruk av elektroniske kommunikasjonsmidler, og flere pasienter har uttrykt interesse for å bruke elektroniske helseverktøy (e-helse) for selvledelse ved sykedager.

Deltakere som mottar intervensjonen vil få tilgang til PAUSE-appen, et selvstyringsverktøy for SDMG beregnet for pasienter å bruke under en akutt sykdom. Brukernes Loblaw/Shoppers Drug Mart-apotekposter er elektronisk koblet til PAUSE-appen i President's Choice (PC) Health-appen, som tillater oppdaterte anbefalinger basert på gjeldende foreskrevne medisiner. Appen stiller brukere en rekke spørsmål angående tegn og symptomer som identifiserer en kvalifiserende sykedagsykdom, og skjermer for "røde flagg" som vil kreve nødhjelp, eller helsepersonell eller akutthenvisning, og hjelper pasienter med å identifisere hvilke av medisinene de bør midlertidig holde tilbake eller justeres, skreddersydd til en pasients gjeldende medisinliste. Dette har som mål å gi pasienter interaktiv støtte for å håndtere medisiner under en sykedagsbegivenhet. Som en del av intervensjonen vil pasientene også motta en SDMG-pasientutdeling. Intervensjonen adresserer de tidligere identifiserte utfordringene med å identifisere kvalifiserende tegn og symptomer som garanterer SDMG og hvilke medisiner som kvalifiserer via en interaktiv og individualisert elektronisk applikasjon designet for å lette levering av SDMG. Den vanlige omsorgsgruppen vil motta en SDMG-pasientutdeling som skisserer SDMG og adresserer hvilke medisiner som kvalifiserer for SDMG.

Basert på foreløpige data antar etterforskerne en absolutt forskjell på 30 % (50 % med PAUSE-appen vs. 20 % uten PAUSE-appen) i andelen deltakere som fullfører en simulert sykedag uten feil. Ved å bruke en tosidig alfa på 0,05, 80 % effekt og en interklassekorrelasjonskoeffisient på 0,1 mellom apotekklynger, vil det kreves en prøvestørrelse på 280 deltakere. For å stå for et tap på 10 % ved oppfølging, vil etterforskerne sikte på å rekruttere totalt 320 deltakere i forsøket. Etterforskerne planlegger å rekruttere 16 apotek som skal rekruttere 20 deltakere hver.

Dataanalyse Deltakernes grunnlinjedata, inkludert sosiodemografi, komorbiditeter og aktive resepter vil bli analysert ved hjelp av beskrivende statistikk. Gjennomførbarhet og troskapsresultater vil bli rapportert ved hjelp av beskrivende statistikk med tall og prosenter. Sammenligninger av utfall mellom grupper (f.eks. PAUSE-app vs. vanlig omsorg) vil bli rapportert ved å bruke ujusterte og justerte generaliserte estimeringsligninger for å bestemme gjennomsnittsforskjeller og risikoforskjeller mellom grupper. Beskrivende statistikk vil bli brukt etter behov for å evaluere gruppeforskjeller etter oppfølgingsperioden. Assosiasjoner mellom nøkkelvariabler og studieresultater vil bli analysert ved å bruke passende univariate, multivariate og blandede modellanalyser. Undersøkende analyser av Google Analytics-data vil bli utført for å rapportere brukeratferdsinnsikt. Analyser av rutinemessig innsamlede helsedata over en 5-års utvidet oppfølgingsperiode vil bli brukt for å bestemme effekten, om noen, av intervensjonen på helseutfall.

De simulerte sykedagsevalueringene vil bli skåret og analysert i henhold til forhåndsdefinerte målkort basert på scenarier brukt av Doerfler et al. måle riktig bruk av SDMG under akutt sykdom. Log-binomiale regresjonsmodeller vil bli brukt til direkte å estimere risikoforhold (RR) og 95 % konfidensintervaller for utfallet av feilfri fullføring av den simulerte sykedagen, samt for korrekt fullføring av hver av de 3 individuelle komponentene i sykedagssimulering. Tilfeldige effekter vil bli brukt for å gjøre rede for gruppering av apotek. Ujusterte og justerte modeller vil passe, inkludert faste effekter for individuelle deltakerkarakteristikker, inkludert alder, kjønn, demografi, diabetes, andre komorbiditeter, antall kvalifiserende medisiner og andre signifikante forstyrrende variabler fra univariate analyser. I tillegg vil data samlet inn fra deltakerne om nytten av PAUSE-appen og/eller SDMG-pasientutdelingen for å administrere en simulert sykedag og den generelle aksepten av intervensjonene bli brukt til å vurdere intervensjonens troverdighet. All statistisk analyse vil bli fullført i R.

Utvalgte deltakere (pasienter og farmasøyter) vil bli invitert til å bli intervjuet etter deres simulerte sykedagsscenarioevaluering basert på den målrettede prøvetakingsstrategien. En-til-en semistrukturerte intervjuer vil bli gjennomført med deltakere og farmasøyter med en varighet på 30-60 minutter. Intervjuspørsmål og analyser vil være iterative gjennom hele studien for å tillate nye eller uregelmessige temaer som kan undersøkes i senere intervjuer. Kvalitative intervjuer vil bli tatt opp på lyd, transkribert ordrett og undersøkt ved bruk av flere faser av induktiv tematisk analyse. Innsamlede feltnotater og transkripsjoner fra intervjuer vil bli analysert ved hjelp av NVIVO kvalitativ analyseprogramvare. Analyse av data vil begynne umiddelbart etter avslutningen av det første deltakerintervjuet. Data vil bli kodet av to forskere uavhengig og deretter vil koder bli sammenlignet etter det første intervjuet for å utarbeide kodemanualen for påfølgende intervjuer.