ПАУЗА: Исследование мобильного приложения по управлению лекарствами в день больничного (PAUSE)

В нашем предыдущем исследовании среди медицинских работников из Альберты были опрошены «факторы, влияющие на решение врача предоставить рекомендации по лечению пациентов с диабетом и ХБП в дни болезни для предотвращения побочных эффектов». Наши результаты показали, что 75% поставщиков услуг первичной медико-санитарной помощи были осведомлены о правилах приема лекарств для больничных, но только 56% знали, где найти рекомендации и ресурсы. Подавляющее большинство респондентов (97%) поддержали включение пациентов в исследование по оценке альтернативных инноваций для предоставления рекомендаций по лечению в дни болезни.

В недавнем обзорном обзоре, суммирующем существующие вмешательства, наша исследовательская группа обнаружила, что большинство опубликованных документов SDMG были ориентированы на поставщиков медицинских услуг и лишь немногие документы ориентированы на пациентов. В основном это были раздаточные материалы, карточки размером с бумажник, веб-страницы или поддержка по телефону. Первичные исследования по разработке, внедрению или оценке текущих мероприятий по ЦУР ограничены. Сообщалось, что за большинством из них было сложно следить, а безошибочное выявление больничных или необходимых лекарств было низким. Это исследование и обзор подчеркивают необходимость разработки и оценки новых решений для предоставления пациентам SDMG. Наша предыдущая работа также показала, что пожилые люди в Канаде были восприимчивы к использованию электронных средств связи, и несколько пациентов проявили интерес к использованию инструментов электронного здравоохранения (eHealth) для самостоятельного управления больничными.

Участники, получившие вмешательство, получат доступ к приложению PAUSE, инструменту самоуправления для SDMG, предназначенному для использования пациентами во время острого заболевания. Записи пользователей в аптеке Loblaw/Shoppers Drug Mart в электронном виде связаны с приложением PAUSE в приложении President's Choice (ПК) Health, что позволяет получать актуальные рекомендации, основанные на текущих назначенных лекарствах. Приложение задает пользователям ряд вопросов о признаках и симптомах, которые идентифицируют заболевание, соответствующее критериям больничного, и проверяет «красные флажки», которые потребуют неотложной помощи, направления к врачу или неотложной помощи, а также помогает пациентам определить, какие из их лекарств им следует принимать. временно приостановить или скорректировать в соответствии с текущим списком лекарств пациента. Это направлено на предоставление пациентам интерактивной поддержки в приеме лекарств во время больничного дня. В рамках вмешательства пациенты также получат раздаточный материал для пациентов SDMG. Вмешательство направлено на решение ранее выявленных проблем, связанных с выявлением подходящих признаков и симптомов, которые требуют SDMG и того, какие лекарства соответствуют критериям, с помощью интерактивного и индивидуального электронного приложения, предназначенного для облегчения предоставления SDMG. Группа обычного ухода получит раздаточный материал для пациентов SDMG, в котором описывается SDMG и указываются, какие лекарства соответствуют критериям SDMG.

Основываясь на предварительных данных, исследователи предполагают абсолютную разницу в 30% (50% с приложением PAUSE против 20% без приложения PAUSE) в доле участников, которые завершили смоделированный больничный без ошибок. Используя двустороннюю альфу 0,05, мощность 80% и коэффициент межклассовой корреляции 0,1 между аптечными кластерами, потребуется размер выборки в 280 участников. Чтобы учесть потерю 10% для последующего наблюдения, исследователи будут стремиться привлечь в исследование в общей сложности 320 участников. Следователи планируют привлечь 16 аптек, каждая из которых наберет по 20 участников.

Анализ данных Исходные данные участников, включая социально-демографические данные, сопутствующие заболевания и активные назначения, будут проанализированы с использованием описательной статистики. Результаты осуществимости и достоверности будут сообщаться с использованием описательной статистики с числами и процентами. Сравнение результатов между группами (например, приложение PAUSE по сравнению с обычным уходом) будет сообщено с использованием нескорректированных и скорректированных обобщенных оценочных уравнений для определения средних различий и различий в риске между группами. Описательная статистика будет использоваться по мере необходимости для оценки групповых различий после периода наблюдения. Связи между ключевыми переменными и результатами исследования будут анализироваться с использованием соответствующих одномерных, многомерных и смешанных моделей анализа. Будет проведен исследовательский анализ данных Google Analytics для получения информации о поведении пользователей. Анализ регулярно собираемых данных о состоянии здоровья в течение 5-летнего расширенного периода наблюдения будет использоваться для определения влияния, если таковое имеется, вмешательства на показатели здоровья.

Смоделированные оценки дней болезни будут оцениваться и анализироваться в соответствии с заранее заданными оценочными картами, основанными на сценариях, использованных Doerfler et al. измерение правильного использования SDMG во время острого заболевания. Модели лог-биномиальной регрессии будут использоваться для непосредственной оценки коэффициентов риска (RR) и 95% доверительных интервалов для результата безошибочного завершения моделируемого больничного дня, а также для правильного завершения каждого из 3 отдельных компонентов симуляция больничного дня. Для учета кластеризации по аптекам будут использоваться случайные эффекты. Подойдут нескорректированные и скорректированные модели, включая фиксированные эффекты для индивидуальных характеристик участников, включая возраст, пол, демографию, диабет, другие сопутствующие заболевания, количество соответствующих лекарств и любые другие существенные вмешивающиеся переменные из одномерного анализа. Кроме того, для дальнейшей оценки точности вмешательства будут использоваться данные, полученные от участников о полезности приложения PAUSE и/или раздаточного материала для пациентов SDMG для управления симулированным больничным днем ​​и общей приемлемости вмешательств. Весь статистический анализ будет выполнен в R.

Отобранные участники (пациенты и фармацевты) будут приглашены на собеседование после оценки сценария моделирования больничного дня на основе стратегии целенаправленной выборки. С участниками и фармацевтами будут проводиться полуструктурированные интервью один на один продолжительностью от 30 до 60 минут. Вопросы и анализ интервью будут повторяться на протяжении всего исследования, чтобы обеспечить возможность изучения новых или нестандартных тем в последующих интервью. Качественные интервью будут записываться на аудио, дословно расшифровываться и анализироваться с использованием нескольких этапов индуктивного тематического анализа. Собранные полевые записи и расшифровки интервью будут проанализированы с использованием программного обеспечения для качественного анализа NVIVO. Анализ данных начнется сразу после завершения первого интервью с участниками. Данные будут кодироваться двумя исследователями независимо, а затем после первого интервью коды будут сравниваться для составления руководства по кодированию для последующих интервью.