Prospektywne, randomizowane badanie spersonalizowanych wskazówek mających na celu zwiększenie liczby szczepień przeciw grypie

W każdym sezonie grypowym średnio 8% populacji USA zachoruje na grypę. Od 2010 r. roczne obciążenie chorobami związanymi z grypą w USA obejmuje 9–41 milionów zachorowań, 140 000–710 000 hospitalizacji i 12 000–52 000 zgonów. CDC zaleca szczepienie przeciwko grypie wszystkim osobom w wieku 6 miesięcy i starszym, z nielicznymi wyjątkami; prawie każdy może odnieść korzyść ze szczepionki, która może zmniejszyć liczbę zachorowań, nieobecności w pracy, hospitalizacji i zgonów.

Skuteczne wysiłki mające na celu zaszczepienie pacjentów przeciwko grypie obejmowały przypomnienia SMS-ami, które poprzedzają nadchodzące wizyty kwalifikujące się do szczepienia przeciw grypie maksymalnie o 3 dni. Na przykład w finansowanym przez firmę Roybal megabadanie dotyczącym szczepionek przeciw grypie, przeprowadzonym z udziałem pacjentów Penn Medicine i Geisinger (Milkman i in. 2021, Patel i in., 2023) oceniało skuteczność wielu rodzajów komunikatów w zwiększaniu liczby szczepień w porównaniu ze standardowymi komunikatami przekazywanymi przez odpowiednie systemy opieki zdrowotnej; w wyniku tych komunikatów nastąpił średni bezwzględny wzrost liczby szczepionek przeciw grypie średnio o 2,1 punktu procentowego (lub wzrost względny o 5%). Podobnie dalsza analiza megabadania z wykorzystaniem uczenia maszynowego ujawniła, że ​​interwencje różniły się pod względem względnej skuteczności w różnych grupach pacjentów w zależności od nakładających się zmiennych towarzyszących (np. wieku, płci, rodzaju ubezpieczenia i chorób współistniejących). Analiza ta wykazała, że ​​zachęty optymalnie ukierunkowane na podgrupy, które najsilniej zareagowały na zachęty w megabadaniu, skutkowałyby nawet trzykrotnym wzrostem liczby szczepień obserwowanym w przypadku zwykłego losowego przydzielania pacjentów do wiadomości.

Niniejsze badanie ma na celu prospektywne przetestowanie skuteczności skierowanego do pacjenta, opartego na komunikatach szturchnięcia, które zgodnie z przewidywaniami tego retrospektywnego algorytmu uczenia maszynowego będzie dla pacjenta najskuteczniejsze (spersonalizowane szturchnięcie) w porównaniu z kontrolą pasywną (bez komunikatów), kontrolą aktywną ( prosta wiadomość przypominająca) i Best Nudge (najskuteczniejsza wiadomość z megabadania z 2020 r.). Pacjenci zostaną losowo przydzieleni do jednego z czterech ramion badania.

Z 19 oryginalnych komunikatów z megastudium 12 będzie można przeprowadzić w Geisinger w 2024 r.; pozostałe 7 albo są już nieaktualne (np. te, które odnoszą się do trwającej pandemii Covid-19), albo nie można ich przeprowadzić ze względu na ograniczenia techniczne (np. firma Geisinger nie może wysyłać zdjęć, więc podpowiedzi ze zdjęciami są wykluczone). Do tego podzbioru podpowiedzi zostanie zastosowane drzewo przypisania leczenia oparte na algorytmie opisanym powyżej w celu wygenerowania reguł przypisywania pacjentów do spersonalizowanych wiadomości w oparciu o zaobserwowane współzmienne.

Ostatni pacjenci będą zapisywani 28 grudnia na wizyty zaplanowane na 31 grudnia. Oczekuje się, że do badania zostanie włączonych co najmniej 90 000 pacjentów.