Harmonogramy pracy promujące zdrowie: efekt zniesienia szybkich zwrotów (HeWoS)

Cele Jest to dwuramienne, randomizowane, kontrolowane badanie klastrowe, które ocenia konsekwencje harmonogramu pracy zmianowej bez szybkich powrotów przez sześć miesięcy w porównaniu z harmonogramem obejmującym szybkie powroty. Najpierw zbadamy wszelkie różnice w zmianach absencji chorobowej podczas sześciomiesięcznego okresu interwencji. Po drugie, zbadamy, czy występują różnice między innymi w śnie i funkcjonowaniu, zdrowiu fizycznym i psychicznym, wypadkach w pracy i intencji zmiany. Po trzecie, zbadamy, czy indywidualne cechy związane z tolerancją pracy zmianowej, w tym płeć, wiek, osobowość i subiektywnie zgłaszane zapotrzebowanie na sen, złagodzą negatywny wpływ szybkich zwrotów na wyniki pierwotne i wtórne. Na koniec badanie zbada, czy poszczególne czynniki, takie jak satysfakcja z harmonogramu pracy, satysfakcja z pracy, zaangażowanie w pracę i interferencja praca-rodzina, złagodzą negatywny wpływ szybkich zwrotów na wyniki pierwotne i drugorzędne.

Projekt badania Przeprowadzona zostanie klastrowa randomizowana, kontrolowana próba porównująca harmonogram pracy znoszący szybkie zwroty (interwencja) z harmonogramem pracy utrzymującym normalną liczbę szybkich zwrotów (kontrola). Klastry reprezentują jednostki szpitalne, które są losowo wybrane do otrzymania (lub nieotrzymania) interwencji. „Normalna ilość szybkich powrotów” odnosi się do tego, co jest powszechną praktyką w danej jednostce szpitalnej w ostatnich latach (tj. gdy nie dokonano wyraźnych zmian w harmonogramie pracy), co oznacza, że ​​łączna liczba szybkich powrotów na jednostka będzie wahać się od 329-2356 rocznie. Jednostki szpitalne zostały losowo przydzielone do jednego z dwóch stanów we wrześniu 2020 r., z czego jesień 2020 r. poświęcono na planowanie harmonogramu zmian na 2021 r. (tj. usunięcie szybkich powrotów dla grupy interwencyjnej i pozostawienie nietkniętych szybkich powrotów dla grupy kontrolnej), z okresem interwencji rozpoczynającym się od lutego/marca 2021 r. dla większości jednostek. Okres interwencji w tym badaniu wynosi sześć miesięcy kalendarzowych. Większość jednostek w tym badaniu rozpoczyna okres interwencji w lutym/marcu 2021 r., ale niektóre jednostki ze względów praktycznych rozpoczną okres interwencji w drugiej połowie roku obrotowego, tj. od sierpnia/września 2021 r. lub później.

Podstawowym rezultatem jest absencja chorobowa pobierana z lokalnej dokumentacji prowadzonej przez szpital (w tym krótko- i długoterminowe zwolnienia lekarskie). Podstawowymi pomiarami będą absencje chorobowe z roku poprzedzającego interwencję, które dla każdego indywidualnego uczestnika zostaną dopasowane pod względem czasu trwania i pory roku do okresu interwencji. Dane dotyczące absencji chorobowej będą pozyskiwane z lokalnych rejestrów prowadzonych przez szpital (Vedaa, Pallesen i in. 2017). Ewidencja ta zawiera informacje o dacie ewentualnej nieobecności danego pracownika, co oznacza, że ​​zawiera informacje zarówno o krótko-, jak i długoterminowych absencjach chorobowych. Ponadto dane te obejmują informację, czy nieobecność jest usprawiedliwiona przez samego pracownika, czy też jest stwierdzona przez lekarza, czy nieobecność jest spowodowana chorym dzieckiem, nad którym pracownik sprawuje opiekę, oraz czy nieobecność jest spowodowana COVID-19 19 powiązanych zagadnień (np. kwarantanna). Wykorzystanie danych rejestrowych nie będzie wymagało indywidualnej zgody. Jednak część badania oparta na zgodzie zostanie również przeprowadzona, w której drugorzędne wyniki zostaną zebrane za pomocą kwestionariusza na początku badania i sześciomiesięcznej obserwacji. Wszyscy pracownicy (n ≈ 4000) jednostek zrandomizowanych zostaną poproszeni o wypełnienie kwestionariusza cyfrowego udostępnionego za pośrednictwem wewnętrznej strony internetowej szpitala. Ocena wyjściowa zostanie przeprowadzona przed okresem interwencji, a ocena uzupełniająca nastąpi pod koniec okresu interwencji. Podgrupa (n ≈ 50) zostanie poproszona o obiektywne zarejestrowanie swojego snu za pomocą zaawansowanej technologii radarowej (Somnofy™) i subiektywne za pomocą dzienników snu przez ≥1 tydzień, odpowiednio w ocenie wyjściowej i kontrolnej.

Uczestnicy i procedura Rekrutacja To badanie jest przeprowadzane w ścisłej współpracy z działem zasobów ludzkich Szpitala Uniwersyteckiego Haukeland. Wszystkie jednostki opieki szpitalnej, które mają całodobowy personel w szpitalu, zostaną wylosowane, w którym zostaną uwzględnieni wszyscy pracownicy służby zdrowia pracujący w systemie zmianowym, z wyjątkiem lekarzy. Lekarze nie zostaną uwzględnieni, ponieważ często mają inny harmonogram zmian i system wynagrodzeń w porównaniu z innymi grupami zawodowymi. Dalej „wszyscy pracownicy” odnoszą się do wszystkich pracowników służby zdrowia zaangażowanych w pracę zmianową w randomizowanych jednostkach szpitalnych, z wyjątkiem lekarzy. Wszyscy pracownicy (n ≈ 4000) w randomizowanych jednostkach szpitalnych zostaną poproszeni o wypełnienie kwestionariusza przed i po zakończeniu okresu interwencji. Rekrutacja do tej części badania odbywać się będzie za pośrednictwem wewnętrznej strony internetowej szpitala. Naukowcy i personel działu kadr w szpitalu będą uczestniczyć w spotkaniach personelu we wszystkich włączonych jednostkach, aby informować o projekcie badawczym i zachęcać do udziału. Podpróba n ≈ 50 losowo wybranych pracowników (rozłożonych równomiernie z jednostek interwencyjnych i kontrolnych) zostanie zrekrutowana do części badania dotyczącej monitorowania snu.

Randomizacja i maskowanie Randomizacja w tym badaniu miała miejsce na poziomie klastrów, w których jednostki szpitalne tworzyły klastry. Oddziały szpitalne mogą różnić się pod względem ilości personelu potrzebnego w ciągu doby, stąd też harmonogram pracy oraz występowanie np. szybkich powrotów i dyżurów nocnych może różnić się w poszczególnych oddziałach. W związku z tym podobne jednostki zostały zgrupowane w oparciu o fakt, że mają wspólne cechy lub cechy. Następnie przeprowadzono warstwową randomizację do dwóch warunków badania w stosunku 1: 1. Jedna podgrupa mogłaby na przykład składać się z oddziałów z funkcjami ratunkowymi, inna z funkcjami intensywnej terapii, jedna z opieką w zakresie zdrowia psychicznego, a jeszcze inna z opieką położniczą itp. W sumie mieliśmy 10 warstw, a rozmiary każdej warstwy wahały się od 2 do 19 jednostek szpitalnych. Lista randomizacji dla każdej warstwy została wygenerowana przez internetową stronę randomizacji www.randomization.com, a lista dla każdej warstwy została zapisana.

Nie ma możliwości zaślepienia uczestników na grupę, do której zostali przydzieleni. Jednak analizy statystyczne będą wykonywane przez badacza, który jest zamaskowany do przydziału do grupy.

Wielkość próby W tym badaniu wszystkie dostępne jednostki szpitalne w Szpitalu Uniwersyteckim Haukeland z pracownikami służby zdrowia pracującymi w systemie zmianowym zostaną ocenione pod kątem kwalifikowalności. Obejmuje to 76 jednostek i 4260 pracowników służby zdrowia. Na podstawie wcześniej opublikowanych danych5 obliczyliśmy, że łącznie 2028 uczestników wystarczy, aby wykazać różnicę w dniach zwolnienia chorobowego 0,9 i 1,25 przy ICC równym 0,1 i średniej wielkości jednostek 52 (obliczenia wykonane w: StataCorp. 2015).33 Zatem przy planowanej strategii rekrutacji (tj. zaproszeniu >70 jednostek i >4000 pracowników służby zdrowia) spodziewamy się przekroczyć tę liczbę i mieścić się w zakresie liczby uczestników wymaganej dla głównej zmiennej wynikowej.

Plan analizy danych Wszystkie analizy zostaną przeprowadzone w oparciu o populację, która ma być leczona, o ile nie zaznaczono inaczej. Aby zbadać wpływ harmonogramu zmian, w którym zmniejszono szybkie zwroty, na wyniki pierwotne i wtórne, zaobserwowane wskaźniki lub wyniki zostaną przeanalizowane za pomocą modeli ukrytego wzrostu (lub innych równoważnych modeli, takich jak uogólnione liniowe modele mieszane). Obserwowane wskaźniki lub wyniki przed okresem interwencji iw jego trakcie będą modelowane przez losowy punkt przecięcia i stałe nachylenie. Efekt interwencji zostanie oszacowany przy użyciu zmiennej grupowej (interwencja vs. kontrola) jako predyktora nachylenia. Wielkości efektu między grupami (d Cohena) zostaną obliczone przez podzielenie średniej różnicy w szacowanej zmianie wyników od wartości wyjściowej do oceny uzupełniającej przez połączone SD na linii podstawowej. Odporne maksymalne prawdopodobieństwo zostanie użyte jako estymator, dostarczając obiektywnych szacunków przy założeniu przypadkowego braku danych (Enders 2010), co można częściowo osiągnąć poprzez włączenie do modelu wyników bazowych. Podstawową miarą wyniku w tym badaniu są dane dotyczące absencji chorobowej pobrane z rejestru w szpitalu, w którym nie spodziewamy się brakujących danych. Można jednak spodziewać się pewnych brakujących danych dotyczących drugorzędowych miar wyników, ponieważ dane są zbierane za pomocą kwestionariusza lub radaru snu.

Ponieważ niektórych danych do kwestionariusza uzupełniającego i oceny radaru snu nie będzie brakować przypadkowo, solidność wyników przy założeniu braku losowości zostanie przetestowana za pomocą analiz wrażliwości, w których brakujące wyniki podczas obserwacji zostaną zastąpione wartościami wyjściowymi dla każdej odpowiedniej osoby. Te analizy wrażliwości zostaną przeprowadzone tylko dla wybranych zmiennych, w zależności od tego, na czym skupia się dany artykuł.

Analizom zamiaru leczenia mogą towarzyszyć wybrane analizy per-protokołowe, w których na podstawie danych płacowych definiujemy grupę, która całkowicie zniosła lub miała zadowalającą redukcję liczby szybkich powrotów w okresie interwencji.

Pierwotny skutek zwolnień lekarskich będzie analizowany głównie pod kątem łącznej liczby dni absencji chorobowej i okresów (okresów) dla danego okresu przed iw okresie interwencji (Vedaa, Pallesen i in. 2017). Modele absencji chorobowej będą uwzględniały zerową inflację w tego typu danych. Można również rozważyć inne operacjonalizacje absencji chorobowej zgodnie z zaleceniami literatury (Hensing, Alexanderson i in. 1998). W celu dalszego zbadania danych dotyczących absencji chorobowej rozważymy zastosowanie innych modeli, w których inaczej traktujemy czas. Na przykład rozważymy modele, w których patrzymy na czas do pierwszego epizodu zwolnienia chorobowego dla dwóch grup interwencyjnych, z zależną od czasu współzmienną dla liczby szybkich powrotów (tj. zmienną, która zwiększa się o 1 za każdym razem, gdy osoba ma szybki zwrot). Inną możliwością jest stwierdzenie, że uczestnicy zaczynają od „0” za każdym razem, gdy dana osoba ma szybki powrót, oraz mierzenie czasu od ostatniego szybkiego powrotu do pierwszego kolejnego epizodu zwolnienia chorobowego, dostosowując się do powtarzających się obserwacji np. solidne oszacowanie wariancji (grupa, która nie ma szybkich zwrotów, będzie wtedy obserwowana dopiero od początku interwencji, biorąc pod uwagę, że w rzeczywistości nie mają szybkich zwrotów). Inną opcją jest ustawienie modelu czasu od zwolnienia chorobowego do powrotu do pracy.

Ponieważ wprowadzenie harmonogramu pracy bez szybkich powrotów może wiązać się z alternatywnym harmonogramem ze wzrostem innych niepożądanych cech (np. większa liczba następujących po sobie zmian wieczornych), rozważymy przeprowadzenie analiz dostosowujących się do tych cech.

Analizy mediatora i moderatora zostaną przeprowadzone w celach eksploracyjnych, w oparciu o podstawową zasadę takich analiz w badaniach z randomizacją, opisaną przez innych (np. Kraemer, Wilson i in. 2002)). Na przykład niektóre zebrane dane dotyczące m.in. danych demograficznych, cech osobowości związanych ze snem (rCTI i MEQ), zdrowia psychicznego można wykorzystać do zbadania czynników, które mogą złagodzić wpływ interwencji.

Bibliografia

Enders, CK (2010). Zastosowano analizę brakujących danych. Nowy Jork, NY, USA, Guilford Press.

Hensing, G. i in. (1998). „Jak mierzyć absencję chorobową? Przegląd literatury i propozycja pięciu podstawowych środków.” Skandynawski dziennik zdrowia publicznego 26: 133-144.

Kraemer, HC, i in. (2002). „Mediatory i moderatorzy efektów leczenia w randomizowanych badaniach klinicznych”. Archives of General Psychiatry 59: 877-883.

Vedaa, Ø., et al. (2017). „Krótki odpoczynek między przerwami między zmianami zwiększa ryzyko zwolnienia chorobowego: prospektywne badanie rejestru”. Medycyna pracy i środowiska 74: 496-501.