Análise de Sistemas e Abordagem de Melhoria para Otimizar a Cascata de Tratamento de Saúde Mental Compartilhada por Tarefas (SAIA-MH) (SAIA-MH)

Devido à escassez de 1,2 milhão de profissionais de saúde mental (MH) em países de baixa e média renda (LMICs), os líderes acadêmicos e políticos têm defendido a ampliação do compartilhamento de tarefas para provedores de nível inferior para fechar a lacuna nos cuidados de saúde mental, que excede 90% em muitos países de baixa e média renda. Embora o compartilhamento de tarefas possa aumentar o acesso aos cuidados, pouca atenção tem sido dada à qualidade dos cuidados prestados pelos provedores de nível inferior. A gestão ambulatorial compartilhada de tarefas de saúde mental em Moçambique mostrou baixas taxas de retenção nos cuidados (40%), adesão à medicação (<15%) e proporção de pacientes que alcançaram melhora funcional (<5%). Da mesma forma, altas taxas de perda de acompanhamento, baixa adesão e resultados insatisfatórios dos pacientes foram relatadas em outros países de baixa e média renda. Até onde sabemos, não há estratégias de implementação baseadas em evidências visando à otimização da cascata de tratamento de HM em locais com poucos recursos. Esta é uma necessidade urgente para o campo da prestação de cuidados de HM em todo o mundo.

A cascata de tratamento de HM é um modelo que descreve as etapas de tratamento sequenciais e vinculadas pelas quais as pessoas com doença mental devem navegar, desde o diagnóstico inicial até a melhora dos sintomas/funções. Problemas de qualidade em uma etapa de uma cascata de tratamento podem ter impactos não lineares e compostos em todo o sistema de atendimento complexo maior. Estratégias de implementação focadas em apenas uma etapa em uma cascata podem potencialmente contribuir para gargalos não intencionais do sistema e problemas de qualidade do atendimento. Por outro lado, a "Análise de Sistemas e Abordagem de Melhoria (SAIA)" é uma estratégia de implementação multicomponente focada na otimização de toda uma cascata de tratamento. A SAIA combina facilitação, consulta clínica local aprimorada e a criação de colaborações de aprendizado em nível de instalação com ferramentas de engenharia de sistemas em uma abordagem de 5 etapas desenvolvida especificamente para provedores de tarefas compartilhadas, que incluem: (1) análise em cascata para visualizar a queda em cascata do tratamento -offs e priorizar áreas para melhorias do sistema; (2) mapeamento de processos para identificar gargalos modificáveis ​​em nível de instalação; (3) identificação e implementação de modificações para melhorar o desempenho do sistema; (4) avaliação dos efeitos da modificação na cascata; e (5) análise repetida e ciclos de melhoria. Um cluster RCT anterior estabeleceu a eficácia do SAIA para a melhoria da cascata do tratamento do HIV (R01HD075057; PI: Sherr). No entanto, não existem dados de eficácia no SAIA aplicado a outras cascatas de tratamento complexo - como cuidados de HM com tarefas compartilhadas. Dados preliminares sugerem que a aplicação de SAIA à otimização da cascata de tratamento de HM (SAIA-MH; R21MH113691; PI: Wagenaar) é viável, aceitável e pode resultar em melhorias clinicamente significativas na cascata de tratamento; Cinco meses de implementação do SAIA-MH resultaram em um aumento de 1,5 vezes na adesão à medicação (aOR: 1,5; IC: 1,2, 1,9) e um aumento de 3,7 vezes na melhora da função (aOR: 3,7; IC: 2,5, 5,4). Esses dados sugerem que o SAIA-MH é uma estratégia promissora para a melhoria global de sistemas de HM com compartilhamento de tarefas. Nossos objetivos específicos são:

Objetivo Primário 1: Testar a eficácia da estratégia SAIA-MH usando um projeto RCT pragmático de cluster e avaliar os determinantes do sucesso da implementação. Os investigadores implementarão o SAIA-MH usando um RCT de cluster paralelo de 3 anos em 8 intervenções e 8 instalações de controle de atenção e avaliarão os efeitos na melhoria da função de saúde mental (primário) e retenção/adesão à medicação (secundário). Dois anos de implementação do estudo serão seguidos por uma fase de manutenção de 1 ano para examinar a fidelidade e sustentabilidade da rotina. A Estrutura Consolidada para Pesquisa de Implementação (CFIR) será usada para avaliar os determinantes do sucesso da implementação.

Objetivo Secundário 1: Testar modelos de vias causais para analisar mecanismos de ação para efeitos (ou não efeitos) da estratégia de implementação do SAIA-MS. Usando 3 anos de dados mensais sobre ligações estratégia-mecanismo, moderadores, pré-condições e resultados para as 8 intervenções completas e 8 instalações de controle de atenção, os investigadores examinarão as estimativas de efeito do caminho causal usando modelagem de equação estrutural longitudinal. Os dados CFIR qualitativos do Objetivo Primário 1 contextualizarão as análises de caminho quantitativas.

Objectivo Específico 2: Estimar o custo e a relação custo-eficácia da expansão do SAIA-MH em Moçambique. Os investigadores conduzirão microcustos e observação de tempo e movimento do RCT SAIA-MH para estimar os custos de implementação da intervenção. Os investigadores construirão um modelo de Markov parametrizado com dados de custo e resultado do SAIA-MH RCT para projetar o impacto orçamentário e a relação custo-benefício para a ampliação do SAIA-MH aos níveis provincial e nacional.