Уход за людьми с деменцией в их окружении (COPE) в программах комплексного ухода за пожилыми людьми (PACE)

ЭТАП 1a – Программа онлайн-обучения. Мы разработаем десять модулей онлайн-обучения для самостоятельного обучения. Эти модули позволят участникам OT и RN иметь доступ в любое время и в любом месте к контенту и занятиям, которые помогут им в обучении. Модули будут включать в себя богатый мультимедийный контент и интерактивные оценки, чтобы поддерживать вовлеченность учащегося. Модули позволят легко упаковать контент в соответствии с последними стандартами взаимодействия для такого контента, включая последние спецификации эталонной модели объектов общего контента (SCORM), которые позволят перепрофилировать и делиться с другими учреждениями.

Чтобы учесть разнообразие потребностей в обучении, модули будут разработаны с использованием модели гиперобучения с четырьмя измерениями. Общие принципы будут начинаться с целей обучения модуля, после чего следует обзор основных понятий и обязательных и/или самостоятельных учебных действий. Компонент мини-лекций модулей будет включать информацию об основных концепциях модуля. Поскольку модули будут рассчитаны для самостоятельного изучения, учащийся может не торопиться, просматривая их и выполняя встроенные интерактивные учебные действия. Измерение клинического рассуждения предоставит учащемуся возможность решать проблемы и принимать клинические решения. Это измерение будет содержать виньетки и тематические исследования с вопросами, требующими анализа и синтеза. Последним измерением будет оценка/оценка результатов обучения. В этом аспекте будут использоваться созданные учителями и стандартизированные предварительные и последующие тесты для оценки достижения определенных результатов обучения. Модули для самостоятельного обучения будут в высшей степени интерактивными и будут включать интегрированный мультимедийный контент, оценки и оценки учащихся, что позволит сотрудникам PACE взаимодействовать с контентом на высоком уровне и практиковать применение в смоделированных сценариях. Каждый модуль потребует от учащегося около 45-60 минут на модуль. Участники могут использовать модули по отдельности в разное время в рамках учебной программы, или они могут быть назначены в начале учебного времени, предварительно загрузив эту информацию.

Чтобы разработать модули, мы будем интенсивно работать в 01 году с командой разработчиков учебных программ в Университете Дрекселя со специалистами по лечению деменции, программе COPE и экспертами по моделированию, использованию стандартизированных пациентов и обучению медсестер и других медицинских работников из Пенна. Тринити Хелс и Джефферсон. Мы ожидаем, что модули будут содержать следующее содержание: модуль 1 — введение в программу COPE, данные исследований и основные принципы, лежащие в основе программы; модуль 2 - обзор характеристик доставки, роль РН и ОТ, три фазы (оценка, реализация, обобщаемость) программы СОРЕ, допустимые адаптации; модуль 3 и 4 - фаза оценки, введение в клиническое интервью и все оценки и формы; модуль 5 и 6 - этап реализации, включая помощь лицу, осуществляющему уход, в определении 3 проблемных областей, участие в решении проблем и мозговом штурме, разработку и предоставление отчета об оценке и предложение рецептов (стратегий) для каждой выявленной проблемной области; модуль 7 и 8 - фаза обобщения или помощь лицам, осуществляющим уход, в использовании стратегий для одной проблемной области для решения другой и планирования на будущее; модуль 9 - установление взаимопонимания и работа с членами семьи, осуществляющими уход, из разных слоев общества, культур, условий жизни и отношений, а также помощь семьям в балансировании ухода с другими жизненными ролями, корректируя подход в зависимости от уровня готовности; модуль 10 - сложные случаи, мотивационное интервью, как объяснить программу, как встретиться с опекунами там, где они есть, и обеспечить проверку и поддержку.

Сценарии для каждого модуля будут разработаны и переданы OT/RN, которые не участвуют в исследовании, но работают в рамках программ Trinity PACE. Это позволит обеспечить непрерывную обратную связь, чтобы гарантировать, что сценарии соответствуют потребностям персонала PACE. Мы сравним онлайн-программу с нашим традиционным трехдневным очным обучением, используемым в настоящее время в COPE.

Трехдневная учебная программа будет проводиться доктором Пьерсолом с использованием слайдов и презентаций клинических случаев, как мы это делали ранее. Сравнение двух тренировочных программ описано в Фазе 2 и 3 ниже.

ЭТАП 1b — Программа мониторинга достоверности. Мы стремимся разработать масштабируемый подход к оценке достоверности программы COPE, когда она реализуется в реальных условиях, таких как PACE, с использованием методов компьютерной лингвистики (например, обработка естественного языка). Суть верности Основным принципам программы COPE будет отражена с помощью программ автоматической классификации, которые оценивают как содержание, которое должно быть включено в занятия COPE, так и стиль подачи. В то время как программы автоматической классификации применялись для измерения показателей качества расшифрованных нарративов в области психотерапии (21), они не использовались для измерения других аспектов качества, а именно верности научно обоснованным практикам или программам помощи при деменции и программам поддержки лиц, осуществляющих уход. Разработка автоматизированной программы мониторинга точности будет проходить в три этапа и осуществляться технической группой, состоящей из эксперта по контент-анализу, д-ра Ани Ненковой, и эксперта-консультанта по распознаванию речи и просодии, д-ра Мари Остендорф. Co-I Ненкова много работала над автоматическим обобщением, оценкой автоматического обобщения, удобочитаемости и лингвистического стиля. Конечной целью наших усилий является разработка системы, которая на основе записи сеанса COPE (например, в режиме реального времени сразу после взаимодействия между врачом и лицом, осуществляющим уход) выдает трехуровневую оценку, указывающую, была ли достоверность достоверной. отлично», «приемлемо» или «проблемно». Особое внимание будет уделено точности определения «проблемной» точности COPE, которая не является роковой для обучения и может не дать таких же желаемых результатов, как вмешательство, выполненное с более высокой точностью. Во-первых, мы получим n-лучший список распознавания речи для взаимодействия COPE. Это поможет смягчить ошибки распознавания на следующем этапе. До недавнего времени транскрипция аудиозаписей была сопряжена с трудностями, особенно на сеансах с участием двух или более говорящих. Достижения в области звуковой сигнализации и распознавания речи сделали доступными технологии для автоматизации языкового анализа. Недавние исследования показали, что текстовые функции могут быть более эффективными, чем использование только звуковых функций, при классификации верности в поведенческих исследованиях (47). Программное обеспечение для автоматического распознавания речи будет использоваться для расшифровки сеансов, а полученные слова будут использоваться в текстовой модели точности. Все занятия по обучению, практике и внедрению COPE будут записываться на аудиозаписи с согласия участников. Есть несколько инструментов автоматического распознавания речи, которые мы можем использовать. Мы выберем тот, который лучше всего сочетает в себе точность распознавания в нашей области и конфиденциальность. После получения расшифровок мы разработаем и сопоставим два подхода: (1) сравнение с эталонной доставкой и (2) подход контролируемой классификации. . Преимущество первого состоит в том, что для каждого из семи измерений требуется лишь небольшое количество отличных результатов и несколько приемлемых результатов, в то время как для другого требуется больший набор размеченных данных, но это потенциально может привести к более высокой точности прогноза.

Сравнение или сходство с эталоном (этапы A и B): наш подход будет использовать методы, широко используемые при оценке автоматически создаваемого контента, такие как машинный перевод и автоматическое суммирование текста. В этих приложениях невозможно отслеживать усовершенствование системы с помощью человеческих суждений о качестве. Вместо этого большая часть прогресса измеряется путем вычисления сходства между набором образцов справочного текста (т. каким должен быть «хороший» перевод или «хорошее» резюме) и вывод системы. Такие подходы к автоматической оценке широко используются для машинного перевода (48) и реферирования (49). Хотя были некоторые опасения, что автоматические меры недостаточно точны, чтобы различать уровни очень хорошего контекста, эти меры демонстрируют сильную способность различать «очень плохой» контент (50,51) (или плохую точность) в соответствии с потребностями. нашего проекта.

На шаге А мы соберем 10 примеров «отличной» верности COPE, при этом области, в которых выражены желаемые аспекты, будут явно отмечены, то есть отмечены части, где обсуждается соответствие человека и среды, или части взаимодействия, где врач просит открыть законченные вопросы или подтверждает понимание содержания опекуном. Затем новые взаимодействия будут ранжированы по их сходству с эталонными «отличными» взаимодействиями (52). На шаге 2 мы выявим «проблемные» поставки верности. Мы будем использовать 10 негативных примеров «приемлемых», но несовершенных поставок. Если новое взаимодействие имеет более низкий рейтинг, чем большинство из них, оно будет считаться неприемлемым или «проблемным». На этом этапе будут разработаны параметры и правила принятия решений, чтобы определить пороговые уровни для объявления взаимодействия проблематичным.

Оценка «отличной» и «проблемной» достоверности аудиозаписей будет проводиться докторами Хиршманом и Ренцом (которые не были первоначальными разработчиками COPE и поэтому предлагают независимый обзор) с использованием шкалы приверженности COPE, разработанной для оригинального клинического исследования. испытания, чтобы оценить, насколько эффективно были реализованы основные принципы лечения. Оценки по Шкале приверженности были стандартизированы таким образом, что 1,00 представляет собой идеальную верность, а 0,00 — полную неверность. Шкала ранее была смоделирована на основе подхода точности NIH REACH I и II. Результаты комбинированных оценок верности будут использоваться для уточнения автоматизированной программы верности в «лучшую модель», которая будет протестирована на этапе C (53).

Классификация под наблюдением (этап C). Для этого подхода нам потребуется изучить все записанные сеансы (600+). Мы обучим классификатор с учителем или регрессионную модель для прогнозирования оценки (от 1 до 3, что соответствует отличному, приемлемому и проблемному) данного взаимодействия. Мы поэкспериментируем с рядом классификаторов, в том числе со структурами глубокого обучения и более традиционным методом опорных векторов и (логистической) регрессионной моделью. Полученный окончательный проверочный набор из 100 помеченных взаимодействий послужит окончательной доработке лучшей модели для прогнозирования точности.

ЭТАП 2. Оценка программы онлайн-обучения в плане усвоения интервентами и верности. Этап 2 этого исследования включает в себя серию мероприятий, предназначенных для оценки того, является ли программа онлайн-обучения такой же или лучше в улучшении усвоения интервентами принципов и верности принципам COPE и протоколов по сравнению с высокоинтенсивной традиционной формой обучения лицом к лицу.

ЭТАП 3 (Цель 3) – Влияние COPE на результаты участников PACE в зависимости от типа обучения COPE.

Эта цель будет достигнута путем оценки пар результатов программы COPE в рамках двух различных подходов к обучению. После обучения каждая из организаций PACE зачислит в исследование 5 человек с деменцией и их опекунов. Это даст 50 семейных диад (25 диад на традиционных обучающих сайтах и ​​25 диад на сайтах онлайн-обучения).

План найма включает в себя следующие цели:

Набор на 25% завершен к 1 августа 2022 г. Набор на 50% завершен к 31 октября 2022 г. Набор на 75% завершен к 28 декабря 2022 г. Набор на 100% завершен к 28 февраля 2023 г. Анализ данных завершен к 28 апреля 2023 г.