Использование подталкивания для реализации сравнительной эффективности

Исторически было изучено множество вмешательств для улучшения качества, безопасности и эффективности медицинской помощи, особенно благодаря новому акценту на исследованиях сравнительной эффективности. К сожалению, устойчивое использование этих вмешательств поставщиками и системой крайне отсутствовало, что нанесло серьезный ущерб здоровью пациентов. Наиболее часто используемые инструменты для увеличения охвата, включая оплату по результатам, существенно не оправдали ожиданий. Более того, часто эти вмешательства создаются в очень искусственных условиях, и мы не придумали способов их реализации в долгосрочной перспективе. Таким образом, задача состоит в том, чтобы создать устойчивые изменения, которые значимым образом повлияют на уход.

Напротив, поведенческая экономика представляет собой мощный инструмент, с помощью которого можно масштабно, значимо и устойчиво влиять на поведение поставщиков и систем. Вкратце, поведенческая экономика признает, что люди часто не являются полностью «рациональными» в чисто экономическом смысле, но при принятии решений подвержены влиянию различных социальных, экологических и когнитивных факторов. И можно воспользоваться этими открытиями, чтобы «подтолкнуть» людей, в нашем случае врачей, к более оптимальному выбору. В то время как применение поведенческой экономики оказалось невероятно успешным в изменении поведения за пределами сферы здравоохранения, здоровью уделялось на удивление мало внимания.

Мы решили сосредоточиться на поведении врачей при назначении ингибиторов ГМГ-КоА-редуктазы (статинов) пациентам с повышенным риском сердечно-сосудистых заболеваний и повышенным уровнем холестерина липопротеинов низкой плотности (ЛПНП) в соответствии с рекомендациями по управлению холестерином. В кластерном рандомизированном исследовании в нескольких частных, общественных, многопрофильных клиниках мы предлагаем сравнить обычную помощь с системой автоматизированной поддержки принятия клинических решений по умолчанию, которая выписывает статины по мере необходимости.

Мы предлагаем использовать дизайн кластерного рандомизированного исследования в нескольких многопрофильных частных клиниках для изучения сравнительной эффективности протокола управления липидами на основе EHR, основанного на рекомендациях ATP III, по сравнению с обычным лечением. Кластерная рандомизация участвующих врачей полезна, когда ослепление невозможно и может возникнуть проблема «контаминации», т. е. более агрессивное ведение пациентов без вмешательства врача в результате опыта лечения пациентов с вмешательством. Мы ожидаем, что из примерно 150 врачей первичной медико-санитарной помощи нанятых частных практик не менее 100 согласятся на участие. Врачи будут сгруппированы для рандомизации в зависимости от количества пациентов в их группе, которые соответствуют рекомендациям ATP III для статинов. Затем врачи в каждом кластере будут индивидуально рандомизированы в группу вмешательства или контрольную группу.

Врачи, рандомизированные для получения обычного лечения, не получат вмешательства или поддержки в принятии решений. Врачи, рандомизированные для автоматизированной поддержки принятия клинических решений «подтолкнуть», увидят новую процедуру назначения «отказа» как часть своего интерфейса EHR. Это будет включать первоначальное назначение лекарства на основе рекомендаций, симвастатина 20 мг. Спустя почти шесть месяцев после этого визита врачи получат напоминание через EHR о необходимости запланировать последующее наблюдение за липидным профилем натощак в соответствии с рекомендациями ATP III.