PAUSA: Estudo de aplicativo móvel para gerenciamento de medicamentos em dias de doença (PAUSE)

Nossa pesquisa anterior entrevistou profissionais de saúde de Alberta sobre "fatores que afetam a decisão do médico de fornecer orientação sobre medicação em dias de doença a pacientes com diabetes e DRC para prevenir eventos adversos". Os nossos resultados identificaram que 75% dos prestadores de cuidados de saúde primários estavam cientes das orientações sobre medicação em dias de doença, mas apenas 56% sabiam onde encontrar orientações e recursos. Uma esmagadora maioria dos entrevistados (97%) apoiou a inscrição de pacientes em um estudo que avaliou inovações alternativas para fornecer orientação sobre medicação em dias de doença.

Numa recente revisão de âmbito que resumiu as intervenções existentes, a nossa equipa de investigação descobriu que a maioria dos documentos publicados do SDMG eram dirigidos a prestadores de cuidados de saúde, com poucos documentos direcionados aos pacientes. Estas aconteciam principalmente na forma de folhetos, cartões do tamanho de uma carteira, páginas da Web ou suporte por telefone. Há pouca investigação primária sobre o desenvolvimento, implementação ou avaliação das actuais intervenções de ODS. A maioria foi relatada como difícil de acompanhar e a identificação de faltas por doença ou medicamentos qualificados sem erros foi baixa. Esta pesquisa e revisão destacam a necessidade de desenvolver e avaliar novas soluções para fornecer SDMG aos pacientes. Nosso trabalho anterior também descobriu que os idosos no Canadá eram receptivos ao uso de meios eletrônicos de comunicação e vários pacientes manifestaram interesse em usar ferramentas eletrônicas de saúde (eHealth) para a autogestão dos dias de doença.

Os participantes que receberem a intervenção terão acesso ao aplicativo PAUSE, uma ferramenta de autogestão para SDMG destinada aos pacientes para uso durante uma doença aguda. Os registros de farmácia Loblaw / Shoppers Drug Mart dos usuários são vinculados eletronicamente ao aplicativo PAUSE dentro do aplicativo President's Choice (PC) Health, permitindo recomendações atualizadas com base nos medicamentos prescritos atuais. O aplicativo faz aos usuários uma série de perguntas sobre sinais e sintomas que identificam uma doença qualificada por motivo de doença e rastreia 'sinais de alerta' que exigiriam encaminhamento de emergência, ou profissional de saúde ou atendimento urgente, e ajuda os pacientes a identificar quais de seus medicamentos devem suspender temporariamente ou ajustar, de acordo com a lista de medicamentos atuais do paciente. O objetivo é fornecer aos pacientes suporte interativo para o gerenciamento de medicamentos durante um dia de doença. Como parte da intervenção, os pacientes também receberão um folheto do paciente SDMG. A intervenção aborda os desafios previamente identificados de identificação de sinais e sintomas qualificados que justificam SDMG e quais medicamentos se qualificam por meio de um aplicativo eletrônico interativo e individualizado projetado para facilitar o fornecimento de SDMG. O grupo de cuidados habituais receberá um folheto do paciente SDMG que descreve o SDMG e aborda quais medicamentos se qualificam para o SDMG.

Com base em dados preliminares, os investigadores assumem uma diferença absoluta de 30% (50% com o aplicativo PAUSE vs. 20% sem o aplicativo PAUSE) na proporção de participantes que completam uma licença médica simulada sem erros. Usando um alfa bilateral de 0,05, poder de 80% e um coeficiente de correlação interclasse de 0,1 entre clusters de farmácias, será necessário um tamanho de amostra de 280 participantes. Para compensar uma perda de 10% no acompanhamento, os investigadores terão como objetivo recrutar um total de 320 participantes no ensaio. Os investigadores planejam recrutar 16 farmácias que recrutarão 20 participantes cada.

Análise de dados Os dados iniciais dos participantes, incluindo dados sociodemográficos, comorbidades e prescrições ativas, serão analisados ​​por meio de estatística descritiva. Os resultados de viabilidade e fidelidade serão relatados usando estatísticas descritivas com números e porcentagens. Comparações de resultados entre grupos (por exemplo, PAUSE App vs. cuidados habituais) serão relatadas usando equações de estimativa generalizada não ajustadas e ajustadas para determinar diferenças médias e diferenças de risco entre grupos. Estatísticas descritivas serão usadas conforme apropriado para avaliar as diferenças dos grupos após o período de acompanhamento. As associações entre as principais variáveis ​​e os resultados do estudo serão analisadas usando análises apropriadas de modelos univariados, multivariados e mistos. Serão realizadas análises exploratórias dos dados do Google Analytics para relatar insights sobre o comportamento do usuário. Análises de dados de saúde coletados rotineiramente durante um período de acompanhamento estendido de 5 anos serão usadas para determinar o efeito, se houver, da intervenção nos resultados de saúde.

As avaliações simuladas de licença médica serão pontuadas e analisadas de acordo com scorecards predefinidos com base em cenários usados ​​por Doerfler et al. medir o uso correto de SDMG durante doenças agudas. Modelos de regressão log-binomial serão usados ​​para estimar diretamente as razões de risco (RRs) e intervalos de confiança de 95% para o resultado da conclusão sem erros da licença médica simulada, bem como para a conclusão correta de cada um dos 3 componentes individuais do simulação de licença médica. Efeitos aleatórios serão usados ​​para contabilizar o agrupamento por farmácias. Serão ajustados modelos não ajustados e ajustados, incluindo efeitos fixos para características individuais dos participantes, incluindo idade, sexo, dados demográficos, diabetes, outras comorbidades, número de medicamentos qualificados e quaisquer outras variáveis ​​de confusão significativas de análises univariadas. Além disso, os dados coletados dos participantes sobre a utilidade do aplicativo PAUSE e/ou folheto do paciente SDMG no gerenciamento de uma licença médica simulada e a aceitabilidade geral das intervenções serão usados ​​para avaliar melhor a fidelidade da intervenção. Todas as análises estatísticas serão concluídas em R.

Os participantes selecionados (pacientes e farmacêuticos) serão convidados para uma entrevista após a avaliação do cenário simulado de licença médica com base na estratégia de amostragem proposital. Entrevistas semiestruturadas individuais serão realizadas com participantes e farmacêuticos com duração de 30 a 60 minutos. As perguntas e análises da entrevista serão iterativas ao longo do estudo para permitir que temas emergentes ou irregulares sejam examinados em entrevistas posteriores. As entrevistas qualitativas serão gravadas em áudio, transcritas literalmente e examinadas por meio de múltiplas fases de análise temática indutiva. As notas de campo coletadas e as transcrições das entrevistas serão analisadas usando o software de análise qualitativa NVIVO. A análise dos dados começará imediatamente após a conclusão da primeira entrevista com o participante. Os dados serão codificados por dois pesquisadores de forma independente e, em seguida, os códigos serão comparados após a primeira entrevista para redigir o manual de codificação para entrevistas subsequentes.