En studie av multippelt mikronæringstilskudd (MMS) for å øke etterlevelse med digital teknologi (SMART-MMS)

Denne studien er en nøstet (to-trinns) klynge-randomisert kontrollert studie utført på Lombok, utformet for å evaluere strategier for å forbedre etterlevelse av tilskudd av flere mikronæringsstoffer (MMS) blant gravide kvinner, samt for å vurdere gjennomførbarheten av å integrere kalsiumtilskudd i MMS-programmet innenfor rutinemessige helsesystemer.

Første trinn i studien består av en klynge-randomisert utprøving på puskesmas-nivå (primærhelsesenter). Puskesmas randomiseres i fire intervensjonsarm for å evaluere effektiviteten av ulike leveringsmetoder for MMS, spesifikt ved å sammenligne kombinasjoner av digitale og ikke-digitale strategier, samt emballasjeformater. Den digitale intervensjonen inkluderer mobilbaserte verktøy som WhatsApp-påminnelser, chatbot-assistert opplæring, kundestøtte sentralisert i en telefonsentral, og et spillifisert varslingssystem for å oppmuntre til etterlevelse. Kunstig intelligens-baserte tilnærminger, inkludert overvåking av etterlevelse og prediksjonsmodeller, vil også bli utforsket. Den ikke-digitale gruppen mottar standard svangerskaps- og barselomsorg, inkludert rutinemessig helseopplysning og trykte opplæringsmaterialer.

Andre trinn innebærer en klynge-randomisert utprøving på posyandu-nivå (samfunnshelsestasjon) innenfor utvalgte puskesmas. Dette trinnet evaluerer tillegget av kalsiumtilskudd til MMS sammenlignet med MMS alene. Ytterligere gravide kvinner vil bli rekruttert utenfor hoved-MMS-kohorten og fordelt på studiearmer. Denne komponenten tar sikte på å vurdere gjennomførbarhet, akseptabilitet og operasjonelle hensyn ved parallell administrering av kalsium sammen med MMS innenfor det eksisterende helsesystemet.

For å støtte implementering på tvers av begge studiekomponenter vil flere operasjonelle og digitale systemer bli brukt. Hver tilskuddspakke merkes med en unik QR-kode for å muliggjøre sanntidssporing av tilskuddsdistribusjon og forbruk via KoboToolbox. Et dynamisk personellstøttesystem (DWS) vil bli implementert for å hjelpe samfunnshelseformidlere med automatisert planlegging, oppgavehåndtering og optimalisering av feltaktiviteter.

Utvalgsstørrelse og statistiske betraktninger

Utvalgsstørrelsen er beregnet basert på primærutfallet av MMS-etterlevelse, med hensyn til clustering effekter på både puskesmas- og posyandu-nivå. Omtrent 10 012 gravide kvinner vil bli inkludert i Trinn 1 på tvers av 60 puskesmas-klynger. I Trinn 2 vil omtrent 900 ekstra deltakere rekrutteres for å evaluere kalsium co-tilskudd. Utvalgsstørrelsen er utformet for å sikre tilstrekkelig statistisk styrke til å oppdage meningsfulle forskjeller mellom studiegrupper.

En omfattende kvalitetssikringsramme vil bli implementert for å sikre dataintegritet, nøyaktighet og konsistens på tvers av alle studiesteder. Elektroniske datainnsamlingssystemer (KoboToolbox) vil inneholde innebygde valideringsregler, inkludert rekkeviddekontroller, konsistenskontroller og logiske begrensninger på tvers av relaterte variabler. I tillegg vil datavalidering bli styrket gjennom en dobbel datainntastingsprosess, der utvalgte poster separat tastes inn av to datainndata-personaler og avvik identifiseres og løses gjennom forhåndsdefinerte verifikasjonsprosedyrer.

Rutinemessig sentralisert dataovervåking vil bli utført for å vurdere datakompletthet, aktualitet og intern konsistens. I tillegg vil kvalitetssikringsaktiviteter (QA) bli implementert for å vurdere feltpersonellets ytelse gjennom direkte verifikasjon. Dette inkluderer periodiske besøk av QA-personell til gravide kvinner for å validere hjemmebesøksaktiviteter utført av feltarbeidere. QA kan også gjennomføres via HealthComm ved å kontakte deltakere for å bekrefte mottatte tjenester og sikre konsistens med rapporterte data. Disse prosedyrene har som mål å sikre overholdelse av studieprotokoller, verifisere implementeringspresisjon og opprettholde generell datakvalitet.

Et standardisert datahåndteringssystem vil bli implementert, inkludert en omfattende dataordbok som definerer alle studievariabler, formater, tillatte verdier, kodingsstrukturer og datakilder. Der det er aktuelt vil standardiserte kodetilnærminger bli brukt for å sikre konsistens.

Alle studieprosedyrer vil veiledes av SOP-er (Standard Operating Procedures) og en detaljert feltmanual for å sikre standardisert implementering på tvers av steder. Feltmanualen gir trinn-for-trinn operasjonell veiledning for feltpersonell, inkludert rekruttering av deltakere, informert samtykkeprosedyrer, hjemmebesøkprotokoller, tilskuddsdistribusjon, digital systembruk og datainnsamlingsprosesser.

Den beskriver også prosedyrer for datahåndtering, rapportering av ugunstige hendelser og kommunikasjonsflyt mellom felttæam og veiledere. Feltpersonell, inkludert samfunnshelseformidlere, vil motta strukturert opplæring og løpende veiledning basert på feltmanualen for å sikre konsistent, nøyaktig og høy kvalitets-implementering gjennom hele studien.

Datakvalitetskontroller under datainnsamling vil ha som mål å minimere manglende data. Under analyse vil passende statistiske teknikker, som multippel imputasjon eller sensitivitetsanalyser, bli brukt som spesifisert i den statistiske analyseplanen.

Alle analyser vil følge intensjon-å-behandle-prinsippet. Primære analyser vil vurdere etterlevelse av MMS på tvers av intervensjonsarmer ved bruk av mixed-effects regresjonsmodeller for å ta høyde for klynge randomisering og potensielle konfunderere. Faktordesignet tillater estimering av de uavhengige og interaksjonseffektene av digital intervensjon og emballasjetype.

Sekundære analyser vil undersøke faktorer som påvirker etterlevelse, mors- og nyfødtutfall, og påvirkningen av kalsium co-tilskudd. Avhengig av arten av utfallsvariablene, vil passende generaliserte lineære (mixed-effects) modeller bli brukt. Binære utfall vil analyseres med mixed-effects logistisk regresjonsmodeller, kontinuerlige utfall med lineære mixed-effects modeller, og telle- eller andelsutfall med Poisson- eller binomialbaserte modeller med passende link-funksjoner. Alle modeller vil justere for klynge på studiedesignnivå og justere for relevante kovariater. Underul- og sensitivitetsanalyser vil bli utført for å vurdere robustheten og generaliserbarheten av funnene.