Acesso à atenção primária para pessoas com transtorno por uso de opioides

Contexto de estudo

Segundo a Organização Mundial da Saúde (OMS), os cuidados primários de saúde são "uma forma altamente eficaz e eficiente de abordar as principais causas e riscos de problemas de saúde e bem-estar na atualidade" (1). A atenção primária é particularmente importante para populações vulneráveis, pois parece mitigar os efeitos de fatores como baixo nível socioeconômico (2-4). Isso parece ser verdade para aqueles com transtorno de uso de opioides (OUD): em trabalhos anteriores, a inscrição em um médico de cuidados primários foi associada a taxas mais altas de rastreamento de câncer e monitoramento de diabetes para aqueles em tratamento para OUD (5).

Nos sistemas universais de saúde, como o do Canadá, todos têm direito à atenção primária à saúde, independentemente de suas condições de saúde ou situação financeira. Nosso trabalho anterior, no entanto, indica que os ontarianos em tratamento para OUD têm menos probabilidade de ter acesso aos cuidados primários do que outros. Apenas 43% das pessoas em tratamento para OUD foram matriculadas com um médico de cuidados primários em comparação com 73% dos controles correspondentes (5). Nossos achados são consistentes com um estudo americano que relatou acesso precário à atenção primária para aqueles em tratamento para OUD (6). Essas descobertas são preocupantes. Aqueles com OUD não são apenas uma população vulnerável com necessidades de saúde complexas, mas seus números também estão crescendo. OUD atualmente afeta 15,5 milhões de pessoas em todo o mundo (7), com o Canadá e os Estados Unidos (EUA) tendo a maior carga de doenças (8).

As barreiras aos cuidados primários para aqueles com OUD foram pouco estudadas. Fatores do paciente, como dificuldade para comparecer às consultas, e barreiras do sistema, como custos de transporte, podem afetar o acesso (9). Os fatores do provedor também parecem desempenhar um papel. Um estudo de entrevista qualitativa em Ontário descobriu que a discriminação e o estigma do provedor em relação àqueles com transtorno por uso de substâncias apresentavam uma barreira ao acesso à atenção primária (9). Outros estudos apóiam essa descoberta, mostrando que muitos provedores, assim como o público em geral, têm estigma em relação àqueles com transtorno por uso de substâncias (10,11). É possível que atitudes negativas levem os provedores a discriminar as pessoas com OUD ao decidir se devem ou não oferecer uma nova consulta ao paciente.

Razão e objetivo do estudo

Nosso objetivo do estudo é determinar se a discriminação por parte dos médicos é uma barreira ao acesso à atenção primária para aqueles com OUD.

Questões de pesquisa

1. As pessoas em tratamento para OUD têm menos probabilidade de receber uma nova consulta do paciente em comparação com as pessoas em tratamento para diabetes?
2. Qual é o impacto do sexo do médico, tempo de exercício, ruralidade e modelo de atendimento na oferta de uma nova consulta?

Métodos

Os investigadores conduzirão um estudo controlado randomizado (RCT), usando uma abordagem semelhante a Olah et al, que analisou o acesso à atenção primária para pessoas de baixo nível socioeconômico (14). Eles farão ligações não anunciadas para médicos de cuidados primários em Ontário solicitando uma nova consulta para o paciente. Os médicos serão designados aleatoriamente para um dos dois cenários clínicos: um paciente com diabetes tratado por um endocrinologista ou um paciente com OUD prescrito por metadona por um médico viciado. Nas análises exploratórias secundárias, os investigadores também avaliarão o impacto do modelo de atendimento (equipe versus não), gênero, rural versus urbano e anos de prática.

População Os investigadores usarão informações no site do College of Physicians and Surgeon of Ontario (CPSO) para identificar todos os médicos em Ontário que tenham uma prática ativa, independente e irrestrita com uma especialidade autodeclarada em medicina familiar (20).

Cálculo do tamanho da amostra O objetivo do nosso estudo é comparar a proporção de pacientes que receberam uma nova consulta em cada um dos braços do estudo. O consenso de nossa equipe foi que uma diferença de 10% na proporção de novas consultas de pacientes seria clinicamente significativa. Em um desenho de estudo semelhante, Olah et al descobriram que 23,5% das pessoas com diabetes tiveram uma consulta médica em Ontário (14). Para o cálculo do tamanho da amostra, os investigadores presumiram que 23% dos diabéticos e 13% dos que estão em tratamento para OUD receberiam uma nova consulta. Com poder de 80%, nível de erro tipo 1 de 5%, para detectar 10% de diferença na proporção de novas consultas oferecidas entre os grupos de opioides (13%) e diabetes (23%), seriam necessários 231 médicos em cada cenário. No entanto, estudos anteriores usando essa abordagem descobriram que até um terço dos médicos foram excluídos no momento da ligação (porque o médico trabalhava em uma clínica ambulatorial ou tinha uma prática que não era de cuidados primários; ou porque não respondeu após cinco telefonemas) (14,18). Portanto, o estudo deveria incluir 308 médicos em cada braço.

Para criar nossa amostra, os investigadores criarão um banco de dados usando informações disponíveis publicamente no site do CPSO. Eles incluirão todos os médicos que tenham uma prática ativa, irrestrita e independente com especialidade em Medicina de Família. Eles também registrarão o(s) endereço(s) do médico, código postal, número(s) de telefone, data de registro para prática independente e gênero em nosso banco de dados. Os médicos só serão identificados na base de dados por um identificador único. Todos esses itens de dados são coletados pelo CPSO. Eles então agruparão os médicos por endereço de prática principal e selecionarão aleatoriamente (usando um gerador de números aleatórios) um médico da lista de médicos que trabalham no mesmo local. Os investigadores irão excluir outros médicos do mesmo endereço de prática. Eles então usarão um gerador de números aleatórios para selecionar aleatoriamente uma amostra de médicos determinada estatisticamente. Vamos atribuí-los aleatoriamente a um dos dois cenários clínicos: um paciente com diabetes tratado por um endocrinologista ou um paciente com metadona OUD prescrita por um médico viciado.

Cenários Os investigadores treinarão um assistente de pesquisa (RA) no cenário clínico e testarão a interação com uma recepcionista simulada dando respostas diferentes (consulte o Apêndice 1: Exemplo de roteiro). Para reduzir a confusão, eles farão com que o mesmo RA faça todas as ligações. A AR entrará em contato com cada médico para solicitar uma consulta, para um dos dois cenários clínicos. Os investigadores excluirão os médicos no momento da ligação se a recepcionista relatar que a clínica é um pronto-socorro ou que o médico não oferece cuidados primários (14). Eles também excluirão as práticas no momento da ligação se solicitarem uma visita pessoal ou o número do cartão de saúde antes de fazer uma oferta de uma nova consulta para o paciente. Os investigadores tentarão entrar em contato com um médico até cinco vezes em um período de seis semanas. Para escritórios com correio de voz, eles deixarão uma mensagem com o script, mas continuarão a fazer até cinco ligações para falar com alguém pessoalmente. Os investigadores aceitarão chamadas de retorno até seis semanas após o telefonema inicial. Eles excluirão práticas em que não possam falar com ninguém ou deixar uma mensagem de voz após cinco ligações. Eles só solicitarão uma consulta uma vez de um médico. Se a clínica do médico oferecer uma consulta, eles ligarão no dia seguinte e cancelarão. Os investigadores continuarão a amostrar até atingirem o número alvo de médicos.

Análise de dados Os investigadores usarão estatísticas descritivas para relatar a população. Para responder à nossa pergunta de pesquisa, eles irão comparar a proporção de pacientes que receberam uma consulta de cuidados primários (um resultado binário) nos grupos randomizados. Eles usarão o teste do qui-quadrado e a regressão logística para determinar se existe uma diferença estatística e clinicamente significativa nas proporções de oferta de uma nova consulta entre os dois cenários clínicos.

Os investigadores esperam que os grupos sejam equilibrados em variáveis ​​de confusão medidas e não medidas. No entanto, eles investigarão a distribuição das variáveis ​​medidas entre os dois grupos. Se observarem desequilíbrios, estimarão o impacto ajustado na probabilidade de receber uma nova consulta, após o controle de possíveis fatores de confusão.

Para nossas análises secundárias, os investigadores usarão o teste Exato de Fisher e o teste Wilcoxon de duas amostras para avaliar se subgrupos pré-especificados: sexo do médico (masculino x feminino); local de prática (rural < 50.000 vs. ambiente de prática urbana > 50.000); anos na prática clínica e modelo de prática (baseado em equipe vs. não) afetou a probabilidade de um paciente receber uma oferta incondicional de uma nova consulta de paciente.

Os investigadores esperam que os grupos sejam equilibrados em variáveis ​​de confusão medidas e não medidas. No entanto, eles investigarão a distribuição das variáveis ​​medidas entre os dois grupos. Se observarem desequilíbrios, estimarão o impacto ajustado na probabilidade de receber uma nova consulta, após o controle de possíveis fatores de confusão.

Para nossas análises secundárias, os investigadores usarão o teste Exato de Fisher e o teste Wilcoxon de duas amostras para avaliar se subgrupos pré-especificados: sexo do médico (masculino x feminino); local de prática (rural < 50.000 vs. ambiente de prática urbana > 50.000); anos na prática clínica e modelo de prática (baseado em equipe vs. não) afetou a probabilidade de um paciente receber uma oferta incondicional de uma nova consulta de paciente.