Nasi rówieśnicy - wzmocnienie i wsparcie nawigacyjne (OP-ENS)

Celem niniejszego badania jest wstępna ocena skuteczności i trafności społecznej OP-ENS (Our Peers – Empowerment and Navigational Support). 12-miesięczna interwencja nawigatora zdrowia rówieśniczego w ramach projektu badania klinicznego na próbie dorosłych beneficjentów Medicaid z niepełnosprawnością fizyczną mieszkających w społeczności.

Uczestnicy będą rekrutowani za pośrednictwem sieci społecznych i klinicznych oraz sprawdzani pod kątem kwalifikowalności. Uczestnicy zostaną losowo przydzieleni do grup interwencji lub zwykłej opieki. Uczestnicy grupy interwencyjnej zostaną dopasowani do przeszkolonego nawigatora zdrowia rówieśniczego (który jest również osobą niepełnosprawną fizycznie). Korzystając z ustrukturyzowanego procesu identyfikacji barier, ustalania celów i planowania działań, nawigatorzy zdrowia rówieśniczego będą współpracować z uczestnikami, aby pomóc im w zaspokojeniu ich potrzeb i problemów zdrowotnych, w tym w takich kwestiach, jak komunikacja pacjent-dostawca, transport, dostęp do trwałego sprzętu medycznego. Należy zauważyć, że nawigatorzy zdrowia rówieśniczego nie są dostawcami usług medycznych i nie udzielają porad medycznych ani zdrowotnych. Uczestnicy badania interwencyjnego proszeni są o spotkanie się z nawigatorem zdrowia rówieśników co najmniej raz w miesiącu w okresie badania. Aby zachęcić do udziału w tej interwencji, do protokołu badania włączono progresywne mikrozachęty. Aby promować równowagę, tworzony jest podobny harmonogram mikro-zachęt dla zwykłej grupy opieki.

Gromadzenie danych — wszyscy uczestnicy, niezależnie od przydziału do grupy, zostaną przesłuchani w 3 punktach czasowych (poziom wyjściowy, 6 miesięcy, 13 miesięcy) przy użyciu samoopisowych miar dostępu do opieki zdrowotnej, jakości i wyników, a także miar wsparcia społecznego i pacjentów aktywacja. Zbieracze danych będą ślepi na przydział do grup i nie będą zaangażowani w realizację interwencji OP-ENS.

Analiza danych – Badacze zastosują model efektów mieszanych, wykorzystując każdy wynik badania jako zmienną zależną zmieniającą się w czasie i grupę leczoną (PHN vs. zwykła opieka) jako główny stały efekt. Cechy wyjściowe, w tym rasa/pochodzenie etniczne, płeć i status społeczno-ekonomiczny, zostaną wprowadzone jako niezmienne w czasie współzmienne, jeśli zostaną zaobserwowane różnice między grupami wyjściowymi (pomimo randomizacji). Przecięcie obiektu będzie modelowane jako efekt losowy. Hipoteza zerowa zostanie odrzucona, jeśli zaobserwowany zostanie znaczący efekt interakcji grupa*czas. Badacze stawiają hipotezę, że PHN będzie miało bardziej korzystne nachylenie trajektorii wyników badania niż dopasowana grupa kontrolna. Dla każdej hipotezy zostanie przeprowadzona analiza post-hoc w celu oceny różnic w każdej zmiennej wynikowej między dwiema grupami w różnych punktach czasowych. Modele mieszane będą działać przy użyciu PROC MIXED z SAS 9.3 (Cary, Karolina Północna). Metodą oszacowania będzie metoda największej wiarygodności (ML). Różne struktury kowariancji (regresywne pierwszego rzędu, symetria złożona, toeplitz, komponenty wariancyjne, nieustrukturyzowane) zostaną dokładnie zbadane i porównane pod kątem najlepszego dopasowania modelu, Akaike's Information (AIC) i Bayesowskich Kryteriów Informacyjnych (BIC). Statystyki te są funkcjami logarytmu wiarygodności i można je porównywać między modelami. Ponieważ brak danych jest nieunikniony w badaniu podłużnym, wartości zostaną w miarę możliwości przypisane przy użyciu średniej (mediany) substytutu lub formalnych procedur imputacji, takich jak algorytm EM, jeśli brakujące dane to MCAR (brakuje całkowicie losowo) lub MAR (brakuje losowo). Jeśli brakujące dane to NMAR (nie brakujące losowo), podejście „mieszaniny wzorców” zostanie zastosowane do obliczenia „średniej ważonej” parametrów powiązanych z brakującymi danymi w celu oszacowania, jakie byłyby dane.