Prevenção de overdose usando informações e dados do ambiente (PROVIDENT)

As mortes por overdose dispararam nos Estados Unidos desde 1999. A epidemia provocou amplas ações federais e estaduais, mas o número de pessoas que morrem de overdose continua a aumentar. À luz da epidemia de overdose acelerada e em rápida evolução, são necessárias novas estratégias para identificar as comunidades de maior risco e utilizar os recursos de forma mais eficaz para reduzir as mortes por overdose. Para atender a essas prioridades de saúde pública, desenvolveremos uma ferramenta de previsão para prever as mortes por overdose antes que elas ocorram e, em seguida, conduziremos uma intervenção randomizada, estadual e comunitária para avaliar o impacto do direcionamento de recursos com base nessas previsões. O estudo será realizado em Rhode Island, um estado com a décima maior taxa de mortalidade por overdose em 2016. O estudo tem duas fases. Primeiro, desenvolveremos um modelo de análise preditiva que prevê a mortalidade futura por overdose no nível do bairro, usando informações e dados disponíveis publicamente de um sistema de vigilância de overdose de vários componentes. Essa ferramenta, chamada PROVIDENT (Prevenção de overdose usando informações e dados do ambiente), será usada para prever a probabilidade de futuras mortes por overdose em todos os bairros de Rhode Island. Como todos os dados a serem analisados ​​como parte deste estudo são coletados por meio de atividades contínuas de vigilância da saúde pública e o uso de informações de saúde protegidas não envolve mais do que um risco mínimo à privacidade dos indivíduos, o conselho de revisão institucional (IRB) de registro aprovou um renúncia à autorização dos participantes da pesquisa para uso/divulgação de informações sobre eles para fins de pesquisa, de acordo com o 45 Code of Federal Regulations (CFR) § 164.512(i)(2)(iv). Em seguida, conduziremos um experimento de política randomizado para avaliar se o direcionamento de intervenções de prevenção de overdose para bairros de maior risco reduz a morbidade e mortalidade por overdose. O departamento de saúde do estado receberá as previsões do modelo PROVIDENT para metade das 39 cidades/municípios de Rhode Island. Nessas cidades/municípios, o departamento de saúde trabalhará com as partes interessadas para direcionar as intervenções de prevenção de overdose para bairros com a maior probabilidade prevista de futuras mortes por overdose. As intervenções incluem esforços para: (1) prevenir prescrições de alto risco (através de detalhamento acadêmico e outros esforços educacionais); (2) expandir o acesso à terapia com agonistas opioides, incluindo buprenorfina e metadona; (3) aumentar a distribuição de naloxona (através de esforços comunitários e baseados em farmácias); e (4) expandir o treinamento e referências de recuperação de pares na rua. As cidades/municípios de controle continuarão recebendo essas mesmas intervenções, mas não receberão informações sobre os bairros com maior risco previsto de overdose. As taxas de overdose de opioides fatais e não fatais nas cidades/municípios de controle serão comparadas àquelas que receberam as previsões do modelo PROVIDENT. Para atingir esses objetivos, alavancaremos uma parceria única entre uma instituição acadêmica e um departamento de saúde do estado, que permite acesso sem precedentes e compartilhamento de dados de vigilância de overdose com base na população. Nossos resultados melhorarão a tomada de decisões de saúde pública e informarão a alocação de recursos para comunidades que devem ser priorizadas para prevenção, tratamento, recuperação e serviços de resgate de overdose baseados em evidências. Se for eficaz, o modelo de previsão PROVIDENT será disseminado para outros estados, que poderão adaptar a ferramenta para orientar a alocação de recursos e maximizar o impacto na saúde pública. Em suma, este projeto é altamente responsivo a uma das principais prioridades de pesquisa do Instituto Nacional sobre Abuso de Drogas e aborda diretamente uma das crises de saúde pública mais desafiadoras do país.