Проспективное рандомизированное исследование персонализированных стимулов для увеличения количества прививок против гриппа

В среднем 8% населения США заболевают гриппом каждый сезон гриппа. С 2010 года ежегодное бремя гриппа в США включает 9–41 миллион заболеваний, 140 000–710 000 госпитализаций и 12 000–52 000 смертей. CDC рекомендует вакцинацию против гриппа всем в возрасте от 6 месяцев и старше, за редкими исключениями; Почти каждый может получить пользу от вакцины, которая может снизить заболеваемость, пропуски работы, госпитализации и смертность.

Успешные усилия по вакцинации пациентов от гриппа включали в себя напоминания по текстовым сообщениям, приуроченные к предстоящим визитам к врачу, имеющим право на прививку от гриппа, за 3 дня. Например, мегаисследование прививок от гриппа, финансируемое компанией Roybal, проведенное с участием пациентов Penn Medicine и Geisinger (Milkman et al., 2021, Patel et al., 2023), оценивало эффективность многочисленных типов сообщений в повышении уровня вакцинации по сравнению со стандартными сообщениями, проводимыми соответствующими организациями. системы здравоохранения; Благодаря этим сообщениям произошло среднее абсолютное увеличение количества прививок от гриппа на 2,1 процентного пункта (или относительное увеличение на 5%). Аналогичным образом, последующий анализ мегаисследования с использованием машинного обучения показал, что вмешательства различались по относительной эффективности в разных группах пациентов в зависимости от перекрывающихся ковариат (например, возраста, пола, типа страхования и сопутствующих заболеваний). Этот анализ показал, что подталкивания, оптимально нацеленные на подгруппы, которые наиболее сильно отреагировали на эти подталкивания в мегаисследовании, привели бы к трехкратному увеличению количества вакцинаций, наблюдаемому при простом случайном распределении пациентов по сообщениям.

Настоящее исследование направлено на проспективную проверку эффективности подталкивания к пациенту на основе сообщений, которое, по прогнозам этого ретроспективного алгоритма машинного обучения, будет наиболее эффективным для них (персонализированное подталкивание) по сравнению с пассивным контролем (без сообщений), активным контролем ( простое сообщение-напоминание) и Best Nudge (самое эффективное сообщение по результатам мегаисследования 2020 года). Пациенты будут рандомизированы в одну из этих четырех групп.

Из 19 первоначальных сообщений мегаисследования 12 могут быть реализованы в Гейзингере в 2024 году; остальные 7 либо уже не актуальны (например, те, которые относятся к продолжающейся пандемии COVID-19), либо не могут быть выполнены из-за технических ограничений (например, Гейзингер не может отправлять изображения, поэтому подталкивания с изображениями исключены). К этому подмножеству подсказок будет применено дерево назначения лечения, основанное на описанном выше алгоритме, для создания правил назначения пациентам персонализированных сообщений на основе наблюдаемых ковариат.

Последние пациенты будут записаны 28 декабря на прием, назначенный на 31 декабря. Ожидается, что в программу будут включены не менее 90 000 пациентов.