En potensiell randomisert utprøving av personlige dytt for å øke influensavaksinasjonene

I gjennomsnitt blir 8 % av USAs befolkning syke av influensa hver influensasesong. Siden 2010 har den årlige sykdomsbyrden av influensa i USA inkludert 9-41 millioner sykdommer, 140.000-710.000 sykehusinnleggelser og 12.000-52.000 dødsfall. CDC anbefaler influensavaksine til alle i alderen 6 måneder og eldre, med sjeldne unntak; nesten alle kan ha nytte av vaksinen, som kan redusere sykdommer, uteblitt arbeid, sykehusinnleggelser og død.

Vellykkede forsøk på å få pasienter vaksinert mot influensa har inkludert SMS-påminnelser som er tidsbestemt til å gå før kommende influensaskudd-kvalifiserte avtaler med opptil 3 dager. For eksempel, den Roybal-finansierte megastudien for influensaskudd utført med Penn Medicine og Geisinger-pasienter (Milkman et al. 2021, Patel et al., 2023) vurderte effektiviteten til en rekke typer meldinger for å øke vaksinasjonen, i forhold til standard kommunikasjon fra de respektive helsesystemer; en gjennomsnittlig 2,1 prosentpoeng absolutt økning (eller 5 % relativ økning) i influensasprøyter skjedde på grunn av meldingene. På samme måte viste oppfølgingsanalyse av megastudien ved bruk av maskinlæring at intervensjoner var forskjellig i relativ effektivitet på tvers av pasientgrupper som en funksjon av overlappende kovariater (f.eks. alder, kjønn, forsikringstype og komorbiditeter). Denne analysen fant at nudges optimalt målrettet mot undergrupper som reagerte sterkest på disse dyttene i megastudien, ville ha resultert i opptil tre ganger økningen i vaksinasjon som ble observert ved tilfeldig tildeling av pasienter til meldinger.

Denne studien tar sikte på å prospektivt teste effektiviteten til en pasientrettet, meldingsbasert dytt som er spådd av denne retrospektive maskinlæringsalgoritmen å være mest effektiv for dem (Personalized Nudge) i forhold til passiv kontroll (ingen meldinger), Active Control ( enkel påminnelsesmelding), og Best Nudge (best presterende melding fra megastudien fra 2020). Pasienter vil bli randomisert til en av disse fire armene.

Av de 19 originale meldingene fra megastudien kan 12 gjennomføres på Geisinger i 2024; de andre 7 er enten ikke lenger relevante (f.eks. de som refererer til en pågående COVID-19-pandemi) eller kan ikke utføres på grunn av en teknisk begrensning (f.eks. Geisinger kan ikke sende bilder, så dytt med bilder er utelukket). Et behandlingstildelingstre basert på algoritmen beskrevet ovenfor vil bli brukt på denne undergruppen av nudges for å generere regler for å tilordne pasienter til personlige meldinger basert på observerte kovariater.

De siste pasientene vil bli registrert 28. desember for avtaler planlagt 31. desember. Minst 90 000 pasienter forventes å bli registrert.