Poprawa opieki w zakresie zdrowia psychicznego poprzez naukowe dopasowanie pacjentów do mocnych stron świadczeniodawców

Tło i znaczenie:

Choroby psychiczne są nadzwyczajnym i bardzo uciążliwym problemem zdrowia publicznego. Niestety, nawet w przypadku osób, które mają dostęp do opieki psychiatrycznej (MHC), opieka ta jest zbyt często poniżej standardów. Badania konsekwentnie wykazały, że około 10-15% pacjentów pogorszy się lub dozna urazu podczas leczenia. Ponadto, gdy te wskaźniki są połączone z wskaźnikami bez zmian, tylko 40% lub mniej pacjentów znacząco wraca do zdrowia. Co ważne, badania nad leczeniem ujawniły znaczną zmienność wyników uzyskiwanych przez świadczeniodawców. Mówiąc najprościej, dostawca MHC wpływa na wyniki leczenia, a interesariusze nie mają systematycznego dostępu do ważnych i przydatnych informacji, aby zoptymalizować skuteczne dopasowanie pacjenta do dostawcy. Bez gromadzenia i rozpowszechniania danych dotyczących wyników interesariusze nie mają istotnych informacji, na których mogliby oprzeć wybory dotyczące opieki zdrowotnej i spersonalizować leczenie. I odwrotnie, potencjalnie istnieje ogromna korzyść z dopasowywania pacjentów do świadczeniodawców na podstawie danych naukowych. Pacjenci, interesariusze, badacze i klinicyści uznali taki transfer wiedzy za wysoki priorytet. W odpowiedzi badacze opracowali i pilotowali technologię, aby przetestować tę koncepcję dopasowania i model zdrowia skoncentrowany na pacjencie.

Wybitne agencje opieki zdrowotnej umieściły pomiar wyniku / wydajności w centrum głównych inicjatyw. Instytut Medycyny szczególnie zaleca uwzględnianie danych dotyczących wyników usługodawców w podejmowaniu decyzji dotyczących leczenia. Pomimo tej retoryki, łącznie 2 przeglądy Cochrane pozwoliły zidentyfikować tylko 4 badania, które dotyczyły tego pytania przy minimalnych standardach metodologicznych; wyniki były mieszane. Co ważne, żaden z nich nie obejmował ukierunkowanej interwencji w zakresie rozpowszechniania i żaden nie obejmował MHC. Wcześniejsze badania, w tym nasze własne, wykazały empirycznie znaczne różnice w wielkości przewidywanych efektów leczenia w zależności od tego, do którego terapeuty skierowany jest pacjent. Kluczową luką w dowodach jest potrzeba rygorystycznego testu skuteczności interwencji ukierunkowanego dostawcy MHC w zakresie rozpowszechniania wyników w porównaniu ze standardowym/pragmatycznym skierowaniem i przydziałem przypadków. W związku z tym Instytut Badań nad Efektami Zorientowanymi na Pacjenta (PCORI) wezwał do zwiększenia „precyzji” lub „spersonalizowanego” leczenia, z naciskiem na dostosowanie. Algorytm dopasowania odpowiada bezpośrednio na to wezwanie o wysokim priorytecie, aby dostosować opiekę w sposób osobisty i oparty na dowodach.

Cele szczegółowe:

Celem tego badania porównawczego skuteczności (CER) jest przetestowanie innowacyjnego, opartego na wiedzy naukowej algorytmu dopasowywania skierowań pacjenta do terapeuty w oparciu o dane dotyczące wyników dostawcy MHC. Badacze zastosują randomizowaną próbę kontrolną (RCT) w celu porównania algorytmu dopasowywania z powszechnym pragmatycznym dopasowywaniem skierowań (w oparciu o dostępność usługodawcy, wygodę lub zgłoszoną przez siebie specjalizację). Samo leczenie psychospołeczne będzie nadal prowadzone w sposób naturalny przez różnych usługodawców (np. psychologów, pracowników socjalnych) pacjentom ze złożonymi problemami ze zdrowiem psychicznym w ramach partnerskiej sieci klinik, konsultantów psychologicznych i behawioralnych (PsychBC). Badacze stawiają hipotezę, że naukowa grupa dopasowana przewyższy pragmatyczną grupę dopasowaną pod względem zmniejszania objawów pacjentów i rezygnacji z leczenia oraz promowania wyników funkcjonalnych pacjenta, oczekiwań dotyczących wyników i satysfakcji z opieki, a także jakości sojuszu pacjent-terapeuta. W ten sposób algorytm dopasowywania stanie się mechanizmem skutecznego, skoncentrowanego na pacjencie MHC.

Metody:

Badacze porównają skuteczność naturalistycznego MHC z lub bez naukowej pomocy dopasowującej z podwójnie ślepą RCT na poziomie indywidualnym. Badacze najpierw przeprowadzą podstawową ocenę wydajności terapeutów PsychBC (docelowa rekrutacja N = 44) (w co najmniej 15 przypadkach), aby określić ich mocne strony w leczeniu 12 behawioralnych domen zdrowia mierzonych za pomocą głównego narzędzia wyników, na którym oparty jest nasz algorytm dopasowywania -- Pakiet wyników leczenia (TOP). TOP jest już rutynowo administrowany w naszej sieci partnerskiej. Opierając się na wieloletnich badaniach predykcyjnych, narzędzie to klasyfikuje terapeutów jako „skutecznych”, „neutralnych” lub „nieskutecznych/szkodliwych” dla każdej TOP domeny. Zaślepieni terapeuci zostaną skrzyżowani z warunkami.

Następnie, w ramach badania, nowi dorośli pacjenci ambulatoryjni (docelowa rekrutacja N=281) zostaną losowo przydzieleni do warunku dopasowania lub przypisania przypadku jak zwykle (zwykle w oparciu o względy pragmatyczne, takie jak dostępność świadczeniodawcy, wygoda lub zgłoszona specjalizacja). Jedynym kryterium wykluczenia pacjentów będą osoby, które nie są głównymi decydentami dotyczącymi ich opieki. W ten sposób pacjenci będą mieli wiele problemów w całym spektrum diagnoz. Przy przydzieleniu terapeuty jako jedynej manipulacji, uczestniczący terapeuci będą traktować pacjentów w pełni naturalistycznie. Wyniki leczenia będą oceniane regularnie poprzez wzajemne zakończenie lub do 16 tygodni. Podstawowe analizy będą obejmowały hierarchiczne modelowanie liniowe w celu zbadania porównawczych wskaźników i wzorców zmian wyników.