Dostęp do podstawowej opieki zdrowotnej dla osób z zaburzeniami związanymi z używaniem opioidów

Kontekst badania

Według Światowej Organizacji Zdrowia (WHO) podstawowa opieka zdrowotna jest obecnie „wysoce skutecznym i wydajnym sposobem radzenia sobie z głównymi przyczynami i zagrożeniami złego stanu zdrowia i dobrostanu” (1). Podstawowa opieka zdrowotna jest szczególnie ważna dla wrażliwych populacji, ponieważ wydaje się łagodzić skutki takich czynników, jak niski status społeczno-ekonomiczny (2-4). Wydaje się, że jest to prawdą w przypadku osób z zaburzeniami związanymi z używaniem opioidów (OUD): w poprzedniej pracy zapisanie się do lekarza podstawowej opieki zdrowotnej wiązało się z wyższymi wskaźnikami badań przesiewowych w kierunku raka i monitorowania cukrzycy u osób leczonych z powodu OUD (5).

W powszechnych systemach opieki zdrowotnej, takich jak kanadyjski, każdy ma prawo do podstawowej opieki zdrowotnej, niezależnie od stanu zdrowia czy sytuacji materialnej. Nasza poprzednia praca wskazuje jednak, że mieszkańcy Ontario w leczeniu OUD mają mniejszy dostęp do podstawowej opieki zdrowotnej niż inni. Tylko 43% osób leczonych z powodu OUD zostało zapisanych do lekarza pierwszego kontaktu w porównaniu z 73% osób z grupy kontrolnej (5). Nasze wyniki są zgodne z amerykańskim badaniem, które wykazało słaby dostęp do podstawowej opieki zdrowotnej dla osób leczonych z powodu OUD (6). Te ustalenia są niepokojące. Osoby z OUD są nie tylko wrażliwą populacją ze złożonymi potrzebami zdrowotnymi, ale ich liczba również rośnie. OUD dotyka obecnie 15,5 miliona ludzi na całym świecie (7), przy czym Kanada i Stany Zjednoczone (USA) mają największe obciążenie chorobami (8).

Bariery w podstawowej opiece zdrowotnej dla osób z OUD zostały słabo zbadane. Czynniki związane z pacjentem, takie jak trudności w uczęszczaniu na wizyty oraz bariery systemowe, takie jak koszty transportu, mogą wpływać na dostęp (9). Czynniki dostawcy wydają się również odgrywać pewną rolę. Jakościowe badanie wywiadów przeprowadzone w Ontario wykazało, że dyskryminacja i stygmatyzacja usługodawców wobec osób z zaburzeniami związanymi z używaniem substancji stanowią barierę w dostępie do podstawowej opieki zdrowotnej (9). Inne badania potwierdzają to odkrycie, pokazując, że wielu dostawców, podobnie jak ogół społeczeństwa, ma piętno wobec osób z zaburzeniami związanymi z używaniem substancji (10,11). Możliwe, że negatywne nastawienie prowadzi usługodawców do dyskryminowania osób z OUD przy podejmowaniu decyzji, czy zaproponować wizytę nowemu pacjentowi.

Uzasadnienie i cel badania

Celem naszego badania jest ustalenie, czy dyskryminacja ze strony lekarzy stanowi przeszkodę w dostępie do podstawowej opieki zdrowotnej dla osób z OUD.

Pytania badawcze

1. Czy osoby leczone z powodu OUD mają mniejsze szanse na zaoferowanie nowej wizyty w porównaniu z osobami leczonymi na cukrzycę?
2. Jaki wpływ ma płeć lekarza, staż pracy, wieś i model opieki na oferty wizyty nowego pacjenta?

Metody

Badacze przeprowadzą randomizowane badanie kontrolowane (RCT), stosując podobne podejście do Olah i wsp., które dotyczyło dostępu do podstawowej opieki zdrowotnej dla osób o niskim statusie społeczno-ekonomicznym (14). Będą wykonywać niezapowiedziane telefony do lekarzy podstawowej opieki zdrowotnej w Ontario, prosząc o wizytę nowego pacjenta. Lekarze zostaną losowo przydzieleni do jednego z dwóch scenariuszy klinicznych: pacjent z cukrzycą leczony przez endokrynologa lub pacjent z OUD przepisanym przez lekarza uzależnień na metadon. We wtórnych analizach eksploracyjnych badacze ocenią również wpływ modelu opieki (zespół vs nie), płeć, wieś vs miasto oraz lata praktyki.

Populacja Badacze wykorzystają informacje na stronie internetowej College of Physicians and Surgeon of Ontario (CPSO) w celu zidentyfikowania wszystkich lekarzy w Ontario, którzy prowadzą aktywną, niezależną, nieograniczoną praktykę ze zgłoszoną przez siebie specjalizacją z medycyny rodzinnej (20).

Obliczanie wielkości próby Celem naszego badania jest porównanie odsetka pacjentów, którym zaproponowano nową wizytę w każdej z ramion badania. Nasz zespół był zgodny co do tego, że 10% różnica w odsetku nowych wizyt u pacjentów miałaby znaczenie kliniczne. W podobnym projekcie badawczym Olah i wsp. stwierdzili, że 23,5% chorych na cukrzycę otrzymało propozycję wizyty u lekarza w Ontario (14). W celu obliczenia wielkości próby badacze założyli, że 23% osób z cukrzycą i 13% osób leczonych z powodu OUD otrzyma propozycję nowej wizyty. Przy 80% mocy, 5% poziomie błędu typu 1, wykrycie 10% różnicy w odsetku nowych wizyt oferowanych między grupami opioidów (13%) i cukrzycą (23%) wymagałoby 231 lekarzy w każdym scenariuszu. Jednak wcześniejsze badania wykorzystujące to podejście wykazały, że nawet jedna trzecia lekarzy została wykluczona w momencie wykonywania połączenia telefonicznego (ponieważ lekarz pracował w przychodni lub miał praktykę, która nie była podstawową opieką zdrowotną; lub z powodu braku odpowiedzi po pięciu telefonach) (14,18). Dlatego badanie powinno obejmować 308 lekarzy w każdym ramieniu.

Aby stworzyć naszą próbkę, śledczy stworzą bazę danych, korzystając z publicznie dostępnych informacji na stronie internetowej CPSO. Obejmą one wszystkich lekarzy prowadzących aktywną, nieograniczoną, niezależną praktykę ze specjalnością Medycyna Rodzinna. Zarejestrują również adres(y) lekarza, kod pocztowy, numer(y) telefonu, datę rejestracji na samodzielną praktykę oraz płeć w naszej bazie danych. Lekarze będą identyfikowani w bazie danych wyłącznie za pomocą niepowtarzalnego identyfikatora. Wszystkie te elementy danych są gromadzone przez CPSO. Następnie pogrupują lekarzy według adresu podstawowej praktyki, a następnie losowo wybiorą (za pomocą generatora liczb losowych) jednego lekarza z listy lekarzy pracujących w tym samym ośrodku. Badacze wykluczą innych lekarzy z tego samego adresu praktyki. Następnie użyją generatora liczb losowych, aby losowo wybrać statystycznie ustaloną próbę lekarzy. Losowo przypiszemy ich do jednego z dwóch scenariuszy klinicznych: pacjent z cukrzycą leczony przez endokrynologa lub pacjent z OUD przepisanym przez lekarza odwykowego metadonem.

Scenariusze Badacze przeszkolą asystenta badawczego (RA) w scenariuszu klinicznym i przetestują interakcję z symulowaną recepcjonistką, udzielając różnych odpowiedzi (patrz Załącznik 1: Przykładowy scenariusz). Aby ograniczyć zamieszanie, wszystkie rozmowy telefoniczne będą wykonywane przez tego samego RA. RA skontaktuje się z każdym lekarzem w celu umówienia wizyty w jednym z dwóch scenariuszy klinicznych. Badacze wykluczą lekarzy w momencie wykonywania rozmowy telefonicznej, jeśli recepcjonistka lekarza zgłosi, że przychodnia jest przychodnią lub że lekarz nie oferuje podstawowej opieki zdrowotnej (14). Wykluczą również praktyki w momencie wykonywania połączenia, jeśli poproszą o wizytę osobistą lub numer karty zdrowia przed złożeniem oferty wizyty nowego pacjenta. Śledczy będą próbować skontaktować się z lekarzem do pięciu razy w ciągu sześciu tygodni. W przypadku biur z pocztą głosową zostawiają wiadomość ze skryptem, ale nadal wykonują do pięciu telefonów, aby porozmawiać z kimś osobiście. Śledczy przyjmą oddzwanianie do sześciu tygodni po pierwszej rozmowie telefonicznej. Wykluczą praktyki, w których nie będą mogli z nikim rozmawiać ani zostawić wiadomości głosowej po pięciu rozmowach telefonicznych. Tylko raz poproszą o wizytę u lekarza. Jeśli przychodnia lekarska zaproponuje wizytę, zadzwonią następnego dnia i ją odwołają. Badacze będą kontynuować pobieranie próbek, aż osiągną docelową liczbę lekarzy.

Analiza danych Badacze wykorzystają statystyki opisowe do opracowania raportu na temat populacji. Aby odpowiedzieć na nasze pytanie badawcze, porównają odsetek pacjentów, którym zaoferowano wizytę w ramach podstawowej opieki zdrowotnej (wynik binarny) w randomizowanych grupach. Użyją testu chi-kwadrat i regresji logistycznej, aby określić, czy istnieje statystycznie i klinicznie istotna różnica w proporcjach oferowania wizyty nowemu pacjentowi między dwoma scenariuszami klinicznymi.

Badacze oczekują, że grupy będą zrównoważone pod względem mierzonych i niezmierzonych zmiennych zakłócających. Niemniej jednak zbadają rozkład mierzonych zmiennych w obu grupach. Jeśli zauważą nierównowagę, oszacują skorygowany wpływ na prawdopodobieństwo zaproponowania nowego spotkania, po uwzględnieniu możliwych czynników zakłócających.

Do naszych analiz wtórnych badacze użyją testu Fishera Dokładnego i testu Wilcoxona dla dwóch próbek, aby ocenić, czy wstępnie określone podgrupy: płeć lekarza (mężczyzna vs. kobieta); lokalizacja praktyki (wieś < 50 000 vs. miejska praktyka > 50 000); lat praktyki klinicznej oraz model praktyki (zespołowy vs. nie) wpływały na prawdopodobieństwo otrzymania przez pacjenta bezwarunkowej propozycji przyjęcia nowego pacjenta.

Badacze oczekują, że grupy będą zrównoważone pod względem mierzonych i niezmierzonych zmiennych zakłócających. Niemniej jednak zbadają rozkład mierzonych zmiennych w obu grupach. Jeśli zauważą nierównowagę, oszacują skorygowany wpływ na prawdopodobieństwo zaproponowania nowego spotkania, po uwzględnieniu możliwych czynników zakłócających.

Do naszych analiz wtórnych badacze użyją testu Fishera Dokładnego i testu Wilcoxona dla dwóch próbek, aby ocenić, czy wstępnie określone podgrupy: płeć lekarza (mężczyzna vs. kobieta); lokalizacja praktyki (wieś < 50 000 vs. miejska praktyka > 50 000); lat praktyki klinicznej oraz model praktyki (zespołowy vs. nie) wpływały na prawdopodobieństwo otrzymania przez pacjenta bezwarunkowej propozycji przyjęcia nowego pacjenta.