Implementação da Hora de Chegada

A chegada atempada dos pacientes é essencial para manter operações clínicas eficientes e garantir que os pacientes recebam a totalidade do tempo de atendimento agendado. As chegadas atrasadas perturbam o fluxo da clínica, reduzem o tempo com os prestadores de cuidados e podem atrasar consultas subsequentes, criando um efeito de onda ao longo do dia. Este projeto visa testar uma intervenção comportamental de baixo custo que esclarece as expectativas de chegada e promove a chegada pontual para consultas agendadas.

Este estudo avalia a eficácia de uma intervenção concebida para tornar a hora de chegada esperada mais saliente para os pacientes. O estudo será implementado em departamentos de ambulatório que prestam cuidados primários, como parte da iniciativa de melhoria operacional da UCLA Health para melhorar o fluxo da clínica e a experiência do paciente.

Especificamente, a intervenção modifica a forma como a informação da consulta é apresentada aos pacientes (ou aos seus representantes no caso de pacientes com idade < 18 anos) através de dois canais de comunicação utilizados pela UCLA Health: (1) o portal do paciente (chamado MyChart na UCLA Health) e (2) a plataforma de mensagens de texto (chamada Hello World na UCLA Health), que envia notificações automáticas por SMS aos pacientes antes da sua consulta.

Condição de Controlo Na página inicial do MyChart, os pacientes veem apenas a hora da consulta agendada (por exemplo, "Começa às 15:00") para as suas próximas consultas. Na página de detalhes da consulta, os pacientes veem a hora da sua consulta e uma instrução adicional para "Chegar 15 minutos antes da sua consulta". As notificações por SMS indicam a hora da consulta e incluem uma solicitação para chegar 15 minutos mais cedo (por exemplo, "[Nome do paciente], tem uma consulta marcada para 12 de jan de 2026 às 15:00. Chegue 15 minutos antes da hora da sua consulta").

Condição de Tratamento Na página inicial do MyChart, os pacientes veem uma hora de chegada explícita para as suas próximas consultas, definida para 15 minutos antes da hora da consulta agendada (por exemplo, "Chegar até às 14:45" para uma consulta agendada às 15:00), em vez da hora da consulta em si. Na página de detalhes da consulta, os pacientes veem a hora da sua consulta, bem como a hora de chegada.

As notificações por SMS dizem explicitamente aos pacientes a sua hora de chegada esperada, em vez da hora da consulta (por exemplo, "[Nome do paciente], tem uma consulta marcada para 12 de jan de 2026. Chegue até às 14:45.")

Os investigadores implementarão uma randomização por clusters, atribuindo todas as consultas presenciais com médicos ou prestadores de cuidados avançados (APP) dentro do mesmo edifício clínico à mesma condição experimental. Um total de 37 edifícios clínicos serão incluídos. Os investigadores planeiam realizar este ensaio clínico durante 6 meses. A funcionalidade da hora de chegada será implementada 1 mês antes do início do período do ensaio para introduzir um período de washout.

Questão de Investigação Principal:

Os investigadores colocam a seguinte questão de investigação: A exibição de uma hora de chegada explícita altera a antecedência com que os pacientes chegam para as suas consultas? Os investigadores formulam a hipótese de que o tratamento levará as pessoas a chegar mais cedo para as suas consultas, em relação à condição de controlo.

Além de examinar a medida contínua de quanto tempo antes um paciente se registra para as suas consultas (as medidas de resultado primárias), os investigadores também examinarão duas métricas binárias:

A. Chegada pontual: O tratamento leva os pacientes a ter maior probabilidade de chegar a horas (ou seja, registar-se antes ou à hora da consulta agendada)?.

B. Chegada antecipada: A condição de tratamento aumenta a probabilidade de os pacientes chegarem pelo menos 15 minutos antes da hora da sua consulta agendada?

Plano de Análise:

Os investigadores utilizarão regressões de mínimos quadrados ordinários (OLS) com erros padrão robustos para prever as variáveis de resultado. As inferências estatísticas basear-se-ão em erros padrão robustos ao modelo agrupados ao nível do edifício clínico, que é a unidade de randomização. Todas as análises serão realizadas ao nível da consulta. O preditor primário será um indicador de se a clínica do paciente foi atribuída à condição de tratamento de hora de chegada (vs. controlo de hora de consulta padrão).

Estas regressões serão executadas com e sem as seguintes variáveis de controlo:

• Idade do paciente (Se houver valores em falta, os investigadores substituirão pela média e adicionarão uma variável dummy para indicar pacientes com idade em falta)
• Género do paciente
• Raça/etnia do paciente
• Pontualidade do paciente: A proporção das consultas médicas presenciais do paciente na mesma clínica nos 36 meses anteriores ao início do ensaio para as quais chegou a horas (Pacientes sem consultas concluídas durante este período terão dados em falta. Para estes casos, os investigadores imputarão a média da amostra e adicionarão uma variável dummy para indicar estes pacientes). Se não pudermos ter o histórico de visitas do paciente nos 36 meses anteriores ao início do ensaio, controlaremos em vez disso pela proporção das consultas médicas presenciais do paciente na UCLA Health (em todas as clínicas) para as quais chegou a horas (excluindo consultas sem marcação)
• Tipo de consulta (adulto vs criança; nova vs. de retorno)
• Um indicador de se a clínica operava usando horários de consulta em intervalos de 15/30 minutos ou de 20/40 minutos
• Tipo de seguro (Medicare Tradicional, Medicare Advantage, Medicaid, Comercial, outro/desconhecido)
• Pontuação de multimorbilidade (Se houver valores em falta, os investigadores substituirão pela média e adicionarão uma variável dummy para indicar pacientes com uma pontuação de multimorbilidade em falta)

• Os seguintes indicadores binários mutuamente exclusivos para contabilizar diferenças em (1) se uma consulta foi agendada antes da implementação da funcionalidade de hora de chegada e (2) com que antecedência uma consulta foi agendada:

  • Agendada antes da implementação da funcionalidade: Indicador para consultas que foram agendadas antes da implementação da funcionalidade de hora de chegada
  • Agendada >7 dias de antecedência: Indicador para consultas agendadas na data de implementação ou após, com mais de 7 dias entre o agendamento e a data da consulta.
  • Agendada 1-7 dias de antecedência: Indicador para consultas agendadas na data de implementação ou após, com 1 a 7 dias entre o agendamento e a data da consulta.
  • Agendada <1 dia de antecedência: Indicador para consultas agendadas na data de implementação ou após, com menos de 1 dia entre o agendamento e a data da consulta.

Como análise exploratória, os investigadores examinarão os efeitos do tratamento apenas entre as consultas agendadas na data de implementação da funcionalidade ou após, uma vez que as notificações de confirmação de consulta por SMS recebidas por esses pacientes refletirão o desenho experimental.

Para verificações de robustez, os investigadores realizarão modelos logit para resultados binários e reestimarão modelos para o resultado contínuo de hora de chegada nos percentis 1 e 99 (que é uma gama de winsorização mais ampla do que a gama especificada na secção de resultados primários mais adiante).

Nota: Alguns pacientes podem ter múltiplos encontros elegíveis durante a janela do estudo. As análises principais incluirão apenas o primeiro encontro por paciente. As análises exploratórias avaliarão se a inclusão de encontros subsequentes altera os resultados.

Para testar efeitos heterogéneos do tratamento, os investigadores estimarão modelos de interação nos quais o indicador de tratamento é interagido com características do paciente, da consulta ou da clínica. Os investigadores analisarão os seguintes moderadores:

• Pontualidade ao nível do paciente, conforme definido acima (Para contabilizar valores em falta, os modelos de regressão interagirão o indicador de tratamento tanto com a taxa de pontualidade imputada como com o indicador de dados em falta)
• Quantas vezes os pacientes compareceram a uma consulta médica na mesma clínica nos 36 meses anteriores ao início do ensaio
• Se o departamento clínico agenda consultas em intervalos de 15/30 minutos ou de 20/40 minutos
• Taxa de pontualidade basal da clínica: percentagem de consultas que foram pontuais (registadas ≤ 0 minutos de atraso) nos seis meses anteriores ao ensaio
• Tipo de consulta (adulto vs. criança)
• Tempo de agendamento da consulta (quatro subgrupos mutuamente exclusivos): Se a consulta foi agendada antes da implementação da funcionalidade de hora de chegada vs. foi agendada após a implementação da funcionalidade, mas mais de 7 dias antes da data da consulta agendada vs. 1-7 dias, vs. <1 dia antes da data da consulta agendada.
• Pontuação de multimorbilidade (Para contabilizar valores em falta, os modelos de regressão interagirão o indicador de tratamento tanto com a pontuação de multimorbilidade imputada como com o indicador de dados em falta)

Os investigadores realizarão análises exploratórias adicionais para examinar potenciais consequências a jusante da intervenção:

1. Comparência à consulta Os investigadores explorarão se a condição de tratamento afeta as taxas de não comparência em relação à condição de controlo. A exibição explícita de uma hora de chegada solicitada mais cedo poderia potencialmente aumentar as não comparências se alguns pacientes acreditarem que já perderam a sua janela de consulta ou se sentirem desencorajados de vir quando percebem que não conseguem chegar à hora solicitada.

2. Satisfação do paciente:

   Os investigadores explorarão se a atribuição à condição de tratamento afeta as classificações de satisfação do paciente em inquéritos pós-consulta, focando-se em dois resultados binários que permitem uma análise por intenção de tratar:

   A. Se o paciente deixa uma má avaliação (esta variável é igual a 1 se o paciente der 1 ou 2 estrelas em 5 estrelas e 0 se o paciente der uma classificação de estrelas mais alta ou não fornecer uma classificação de estrelas) B. Se o paciente deixa uma boa avaliação (esta variável é igual a 1 se o paciente der 5 estrelas e 0 se o paciente der uma classificação mais baixa ou não fornecer uma classificação de estrelas).

   Os investigadores realizarão análises de texto dos comentários qualitativos dos pacientes nos inquéritos para avaliar o sentimento e as fontes de preocupações ou elogios.

3. Cancelamentos de consultas Os investigadores testarão se a condição de tratamento afeta as taxas de cancelamento em relação à condição de controlo. Esta análise ajudará a determinar se a estruturação "Chegar Até" tem algum efeito não intencional na probabilidade de os pacientes cancelarem em vez de comparecerem à sua consulta.
4. Métricas de fluxo de trabalho da clínica:

Os investigadores examinarão se o tratamento influencia as seguintes duas métricas operacionais dentro da clínica:

A. Tempo de sala do paciente: o número de minutos entre o registo do paciente e o momento em que é colocado na sala de exame.

B. Hora em que o médico entra na sala de exame: o número de minutos entre a hora da consulta agendada e quando o prestador de cuidados entra na sala.

C. Tempo entre o registo e a entrada do prestador: Número de minutos entre o registo do paciente e o momento em que o prestador de cuidados entra na sala de exame.

Os investigadores utilizarão regressões quantílicas para este conjunto de análises. Estas medidas exploratórias fornecem informações sobre se a pontualidade melhorada se traduz num fluxo clínico mais suave ou em alterações no tempo de espera do paciente. É provável que estas medidas tenham ruído, uma vez que o momento em que os pacientes são colocados na sala de exame ou são vistos pelo prestador nem sempre é registado em tempo real.