Utvärdering av webbaserad återhämtningsövervakning med kliniska varningar

Fas 1: Vårt studieteam avslutade Fas I av projektet i juni 2011. Våra initiala planer krävde att vårt team analyserade RT-data som samlades in av Delawares behandlingsprogram för att fastställa specifika prediktorer för tidig avgång från behandling. Elva rådgivare utbildades i att använda RT som en del av sin standardpraxis i maj 2011. I ett försök att generera en prediktiv algoritm för fas II, analyserade vi data från tre datauppsättningar tillgängliga från IRB-godkända forskningsprojekt. Resultaten var dock ofullständiga, möjligen på grund av små urvalsstorlekar och skillnader i rekryteringen och definitionen av avhopp över urvalet. För att fortsätta med Fas II skapade vi en algoritm som till stor del baseras på hur allvarliga droger används, en konsekvent prediktor för avhopp i litteraturen om alkohol och olagliga substanser; Algoritmen adresserar också när klienter inte använder men deras riskfaktorer överväger i hög grad påverkan av skyddsfaktorer. Vi fastställde att algoritmen fungerade för att identifiera klienter som självrapporterade att de använde substanser eller höga risknivåer. Men identifieringsfrekvensen för högriskfall var för låg, och därför modifierade vi algoritmen för att identifiera: 1) klienter med hög användning vid baslinjen, 2) klienter med positiva urinprover, 3) klienter med någon användning vid efterföljande [post -baseline] intervjuer, och 4) klienter vars riskfaktorer uppvägde deras skyddande faktorer. Detta ökade vår frekvens av identifiering av riskfall med cirka 32 %.

Som en del av Fas I slutförde vi också programmeringsändringarna av RT för att lägga till en Clinical Alert-funktion som informerar rådgivare när en klient löper hög risk baserat på algoritmen. CBI:s intervention och utbildningsmaterial för Fas II skapades. Vi utvecklade CBI till en kort klinisk "verktygslåda" som gjorde det möjligt för rådgivare att svara på klinisk risk baserat på deras omdöme. Denna verktygslåda gör det möjligt för rådgivare att utöva klinisk bedömning för att avgöra om klienter genererar en klinisk varning för att 1) ​​de använder droger eller alkohol, eller riskerar att börja använda, 2) de har otillfredsställda psykosociala behov [d.v.s. behov av psykiatrisk konsultation] , eller 3) de har en dålig allians med kuratorn/vårdgivaren och behöver lite hjälp att bygga vidare på relationen. Clinical Alert Toolkit inkluderade en serie övningar/interventioner som rådgivare kunde använda när de hade bestämt vilka av klientens behov som var mest pressande (antingen baserat på deras egen bedömning eller i samförstånd med klienten).

Fas 2: Tre rådgivare samtyckte till att delta i denna studie och utbildades för att använda RT i maj 2011 och utbildades i CBI-interventionen i juni 2011. Rekrytering av kunddeltagare började i juli 2011. Utbildnings- och interventionsmaterialet togs emot väl av de deltagande rådgivarna. En rådgivare avslutade sin anställning innan forskarpersonalen började rekrytera kunder. 30 klienter av 35 som kontaktades deltog i genomförbarhetsförsöket; 28 klienter slutförde baslinjen (93 %), 23 slutförde en månadsuppföljning (77 %), 21 slutförde tvåmånadersuppföljningen (70 %) och 21 fullföljde tremånadersuppföljningen (70 %). Av dessa klienter fängslades två klienter under sin 1-månaders uppföljningsperiod, 2 klienter fängslades under sin 2-månaders uppföljningsperiod och tre klienter fängslades under sin tre månaders uppföljningsperiod, därför kontaktades de inte för att slutföra uppföljningen -upp intervju. Vi använde våra erfarenheter under Fas II för att göra flera förändringar i vår utbildning och vårt kliniska protokoll som rådgivare kan följa. Vi reviderade flera av våra Toolkit-komponenter (särskilt kalkylbladen för att göra dem mer användarvänliga och för att minska utbildningsbördan). Vi förenklade också vår feedbackstrategi som ägde rum under de kliniska övervakningssessionerna för att fokusera mycket mindre på allmänna terapeutiska färdigheter och mer specifikt på faktisk efterlevnad av den utbildade Clinical Alert CBI. Dessutom fann vi att medan våra Fas II-utbildningsrådgivare uttryckte motivationen att försöka lära sig att använda CBI-teknikerna, att inlärningskurvan var långsammare än vi önskade, och vi bestämde oss för att använda en återkopplingsstrategi för beredskapshantering för att öka deras incitament att förvärva grundläggande delar av CBI snabbare. Denna revidering krävde IRB-godkännande; i det reviderade tillvägagångssättet kunde rådgivare tjäna bonusar när en klassad ljudinspelad session visade att de hade varit åtminstone minimalt anslutna till att leverera CBI. Slutligen, under Fas II genomförde vi utbildningen Attention Control (fokuserad på behandlingsplanering) för användning i TAU-tillståndet.

Fas 3: Eftersom vi behövde flytta studien från Delaware Site 1 (vår ursprungliga kliniska plats och partner), rekryterade vårt team Alternate Site 1 i Philadelphia och Alternate Site 2 i centrala New Jersey för att genomföra den kliniska fas III-pilotstudien. Vi registrerade 20 rådgivare som utbildades i att använda RT på månadsbasis med sina klienter, med början vid den första schemalagda individuella sessionen och månadsvis därefter. Vi tilldelade slumpmässigt dessa rådgivare att antingen få TAU behandlingsplaneringsträning eller att få utbildning i Clinical Alert (CA). Efter utbildningen började rekryteringen. Under försöket var tre kuratorer i CA-tillståndet antingen icke-kompatibla med studieprotokollet (N = 2) eller hade aldrig några klienter rapporterat någon hög risk (N = 1). Vi arbetade med alla dessa tre rådgivare för att uppmuntra förbättrat engagemang i interventionen och studieprocedurerna, men detta var inte framgångsrikt. Följaktligen beslutade vi att vi skulle överrekrytera ytterligare rådgivare till CA-tillståndet, för att skapa ytterligare möjligheter att avgöra om utbildningen Clinical Alerts + Intervention skulle påverka resultaten. Vi rekryterade ytterligare tre rådgivare, men randomiserade dem inte; snarare tilldelade vi dem direkt till CA-villkoret.

Vi registrerade 336 klienter i fas 3. 142 självrapporterade kliniska RT-data som skulle resultera i en Clinical Alert-profil (TAU: N = 78, CA: N = 64). På grund av en låg rekryteringsgrad var studien kraftigt underdriven för våra delanalyser för att undersöka specifika effekter av interventionsträningen på hantering av fall med hög risk; det var här vi trodde att våra starkaste effekter skulle visa sig.