Utvärdering av kliniska effekter och kostnader för e-hälsa i Rwanda

Motiv för studien En tidigare tvärsnittsanalys av det nationella HIV-programmet i Rwanda beskrev HIV-vårdens kontinuum som en "multitrajectory pathway" med många möjligheter för patienter att lämna och återgå till vården mellan diagnos och virusdämpning. Författarna drog slutsatsen att den svagaste punkten i kontinuumet är övergången från diagnos till koppling till vård där endast hälften av nydiagnostiserade patienter kopplar till vård inom 6 månader efter att de fått sin diagnos.

Denna studie uppskattade också att 82,2 procent av patienterna på ART uppnår viral suppression. Sammantaget antogs hälften av den hiv-positiva befolkningen i Rwanda 2013 vara virusdämpad. Denna uppskattning av viral suppression är baserad på en analys av EMR-data för en undergrupp av 21 995 patienter. Korrespondens med en av studieförfattarna klargjorde att 9 680 av dessa patienter var kvalificerade för virusbelastningstestning, och 3 066 av de berättigade patienterna hade registrerat viral belastningsdata. Detta tyder på att två tredjedelar av patienter som är kvalificerade för virusbelastningstestning inte har virusbelastningsresultat registrerade i EMR. Studien uppskattar inte någon typ av behandlingsmisslyckande (virologisk, immunologisk, klinisk), och utredarna känner inte till några sådana uppskattningar för Rwanda.

Studier i Botswana, Malawi, Uganda, Sydafrika och Kamerun fann att 15 till 25 procent av patienterna hade registrerat plasmakoncentrationer av hiv-RNA på över 400 kopior per ml inom 3 år efter att de startade första linjens ART. På senare tid fann en kenyansk studie att bland en stor kohort av kenyanska patienter på ART hade 11,6 procent tecken på immunologisk behandlingssvikt under den 12 månader långa studieperioden.

I Kenya-studien randomiserade utredarna 7 av 13 kliniker som använde EMR till en interventionsgrupp som fick varningar och påminnelser om misslyckande av immunologisk behandling. Graden av lämpliga kliniska åtgärder som svar på behandlingsmisslyckande ökade från 30 procent i kontrollgruppen till 54 procent i interventionsgruppen. Författarna rapporterade också en relativ minskning på 72 procent av tiden från upptäckten av behandlingsmisslyckande till lämplig klinisk åtgärd. Utredarna uppskattade inte effekten av CDSS på behandlingsresultat såsom viral suppression och överlevnad.

Med den föreslagna studien i Rwanda ser utredarna en möjlighet att använda billiga beslutsstödsverktyg för att öka graden av koppling till vård från diagnos, förbättra datakvaliteten och fullständigheten för laboratoriedata som virusmängd, visa effektiviteten av dessa beslutsstöd. verktyg för att uppmana till klinisk intervention i tid efter behandlingsmisslyckande, och visa att tidig intervention kan leda till positiva kliniska resultat för patienter.

Avsedd/potentiell användning av studieresultat Studieresultaten kommer att informera den rwandiska regeringen om prestanda, kliniska effekter och kostnader för de system som de har implementerat, och bör hjälpa dem att besluta om framtida e-hälsoinvesteringar för en mängd olika platser. Resultaten kommer också att hjälpa till att informera om sådana investeringar i ett stort antal andra låg- och medelinkomstländer som hanterar hiv och andra sjukdomar.

Design/platser Utredarna kommer att genomföra en klusterrandomiserad studie för att uppskatta behandlingseffekten av de förbättrade EMR-paketen på strukturella, process- och kliniska resultat relaterade till HIV-vård i Rwanda.

Forskningsfrågor och resultat

Utredarna kommer att ställa fyra primära forskningsfrågor om effekten av beslutsstödsinterventionen på process, strukturella och kliniska resultat:

1. Förbättrar varningar och påminnelser kopplingen från hiv-testning till vård?

   Resultat:

   a. Grad av koppling till vård bland HIV-positiva patienter inom 3 månader efter diagnos b. Tid från HIV+-testresultat till koppling till vård

2. Förbättrar varningar och påminnelser kvaliteten och fullständigheten av rutinmässiga labbresultat i EMR?

   Resultat:

   1. Procent av patienter på ART som slutför sin sjätte månads behandling som har virusbelastningsresultat registrerade i EMR inom 2 månader efter denna första milstolpe.
   2. Procent av patienter på ART som får ett årligt VL-test och har resultaten registrerade i EMR inom 2 månader efter denna årliga milstolpe.
3. Förbättrar varningar och påminnelser efter behandlingsmisslyckande som upptäcks av CD4 eller viral belastning den kliniska verkan?

Resultat:

1. Procent av ART-patienter som har en registrerad klinisk effekt inom 1 månad efter upptäckt behandlingssvikt

2. Tid från behandlingsmisslyckande till registrerad klinisk verkan

   4. Förbättrar varningar och påminnelser efter behandlingsmisslyckande som upptäcks av CD4 eller viral belastning terapeutiska resultat såsom virusdämpning?

   Resultat:

   Procent av patienter som upplever behandlingssvikt som är helt undertryckta 4 månader efter punkten för misslyckande

   Hypoteser Med den föreslagna studien i Rwanda antar utredarna att lågkostnadsverktyg för beslutsstöd kan öka graden av koppling till vård från diagnos, förbättra datakvaliteten och fullständigheten för laboratoriedata som virusmängd och CD4, och snabb klinisk intervention efter behandlingsmisslyckande .

   Utredarna kommer att implementera flera nivåer av randomisering för att svara på olika forskningsfrågor som nämnts ovan.

   I. Förbättrar varningar och påminnelser kopplingen från hiv-testning till vård? Randomisera inkluderade faciliteter till två armar: Intervention 1 (Int1) och Control (Ctrl1). Faciliteter som tilldelats Ctrl1 kommer inte att få någon extra utrustning, mjukvaruverktyg, utbildning eller andra former av support. Faciliteter som tilldelats det förbättrade paketet för Int1 kommer att få varningar och påminnelser för att främja kopplingen från diagnos till vård.

   II. Förbättrar varningar och påminnelser kvaliteten och fullständigheten av labbresultat i EMR? Slumpa in Intervention 1-gruppen i ytterligare två armar: Intervention 2 (Int2) och Control (Ctrl2). Faciliteter som tilldelats Int2 kommer också att få varningar och påminnelser om att förbättra labbrapporteringen som en del av deras förbättrade paket.

   III. Förbättrar varningar och påminnelser efter behandlingsmisslyckande som upptäcks av CD4 eller viral belastning den kliniska verkan? Slumpa in Intervention 2-gruppen i två ytterligare armar: Intervention 3 (Int3) eller Control (Ctrl3). Faciliteter som tilldelats Int3 kommer också att få varningar och påminnelser om att förbättra det kliniska svaret på upptäckten av behandlingsfel som en del av deras förbättrade paket.

   IV. Förbättrar varningar och påminnelser efter behandlingsmisslyckande som upptäcks av CD4 eller viral belastning kliniska resultat såsom virusdämpning? (ingen ytterligare randomisering)

   Utredarna tror att denna kaskad-randomisering behövs eftersom interventioner utformade för att förbättra tjänsterna i början av HIV-vårdkontinuumet kan ha nedströmseffekter som kan göra det svårt att uppskatta effekten av varje ytterligare intervention isolerat. Till exempel att tillhandahålla anläggningar med verktyg för att förbättra kopplingen från HIV-testning till vård (Int1) skulle kunna förbättra en anläggnings datafångst mer generellt och potentiellt förbättra beställning och registrering av labbresultat (Int2), vilket skulle påverka resultaten. Därför föreslår utredarna att randomisera till Int2 från underuppsättningen av faciliteter som tilldelats Int1.

   För 90 % effekt med alfa på 0,05, en ICC på 0,15, lika allokering till de slutliga studiearmarna och 10 patienter per kluster som upplever behandlingsmisslyckande under studien, kunde utredarna upptäcka en förändring i procentandelen patienter som uppnår viral suppression efter behandlingssvikt på 30 procentenheter från 30 % till 60 %. Dessa siffror är minimimål och utredarna planerar att registrera fler webbplatser om det är möjligt för att öka kraften i studien.

   Definition av primära resultat och patientkohorter

   1a. Grad av koppling till vård bland hiv-positiva patienter Kohort: Varje ny vuxen patient (18 eller äldre) som testar positivt för hiv från början av försöket till och med månad 9. Utfall för senast "inskrivna" patienter mätt i studiemånad 12.

   Baslinjesituation: en studie i Rwanda rapporterade att 50 % av de diagnostiserade fallen var kopplade till vård inom 3 månader.

   Effekt: Flytta andelen från 50 % till 75 %

   1. b. Tid från HIV+-testresultat till koppling till vård

      Kohort: Alla vuxna med HIV-positiva testresultat registrerade i EMR vid en studieanläggning. Samma tidslinje som 1a.

      Endpoint: Kopplad till vård på en studieinrättning inom 3 månader (N3 N4) Baslinjesituation: Inga data Effekt: 50 % minskning

   2. a. procentandel av ART-patienter har virusbelastningsresultat i EMR (initial)

   Kohort: Varje befintlig ART-patient som fullföljer sin sjätte behandlingsmånad från början av försöket till studiemånad 10. Utfall för senast "inskrivna" patienter mätt i studiemånad 12.

   Baslinjesituation: Baserat på data som presenterats i en studie gjord i Rwanda och korrespondens med en av studieförfattarna, uppskattar utredarna att cirka två tredjedelar av patienter som är kvalificerade för virusbelastningstestning inte har virusbelastningsresultat registrerade i EMR.

   Effekt: 30 % ökning

   2b. Andel av ART-patienter har virusbelastningsresultat i EMR (årlig)

   Kohort: Varje befintlig ART-patient som fullföljer 12 månaders behandling (årlig) från början av försöket till studiemånad 10. Utfall för senast "inskrivna" patienter mätt i studiemånad 12.

   Baslinjesituation: Samma som 2a Effekt: 30 % ökning

   3a. Procentandel av ART-patienter med behandlingssvikt upplever klinisk verkan Kohort: Varje befintlig ART-patient som har varit på ART i minst 12 månader och upplever behandlingsmisslyckande mellan början av delstudien och studiemånad 11. Utfall för senast "inskrivna" patienter mätt i studiemånad 12.

   Baslinjesituation: Inga uppgifter Effekt: 50 % ökning

   3b. Tid från upptäckt av behandlingsmisslyckande till klinisk åtgärd

   Kohort: Varje befintlig ART-patient som har varit på ART i minst 18 månader och upplever behandlingsmisslyckande mellan försökets början och studiemånad 11.

   Endpoint: Tid i dagar från behandlingsmisslyckande (N6e) till registrerad klinisk effekt.

   Baslinjesituation: Inga data Effekt: 50 % minskning av tiden från behandlingsmisslyckande till klinisk verkan

   4. Andel av patienter som upplever behandlingssvikt som är helt undertryckta 4 månader efter punkten för misslyckande Kohort: Varje befintlig ART-patient som har varit på ART i minst 12 månader och upplever behandlingsmisslyckande mellan starten av delstudien och studien månad 8. Utfall för senast "inskrivna" patienter mätt i studiemånad 12.

   Basläge: Antas vara 30 % i effektberäkning Effekt: 30 procentenheter från 30 % till 60 %

   Analys

   Utredarna kommer att analysera data med hjälp av tillvägagångssätt på individnivå och klusternivå:

   Individuell nivå

   Utredarna kommer att uppskatta behandlingseffekter av avsikt att behandla (ITT) via logistisk regression av de primära resultaten på klustertilldelning till behandling (se kontraster i tabell 1) blockerande strata, och en vektor av baslinjekovariater på anläggningsnivå och patientnivå. Standardfel kommer att klustras på anläggningsnivå. Utredarna kommer att köra känslighetsanalyser med modelleringsmetoder på flera nivåer. Utredarna kommer också att använda Kaplan-Meier metoder för att beräkna tid till händelse; för att testa nollhypotesen att det inte finns någon skillnad mellan överlevnadskurvorna kommer utredarna att använda log rank test.

   Utredare på klusternivå kommer att uppskatta ITT-behandlingseffekterna via vanlig minsta kvadraters regression av de primära resultaten på klustertilldelning till behandling (se kontraster i tabell 1) blockerande strata, och en vektor av kovariater på anläggningsnivå.

   Alla forskningsfrågor, hypoteser och studieresultat som registrerats här har godkänts av IRB:erna i Rwanda och vid CDC före 1/1/2018.

   Datahantering

   Alla studieanläggningar kommer att ha EMR-system genom design. Därför kommer de flesta data att samlas in av anläggningens personal via rutinmässiga vårdprocedurer. För att få tillgång till dessa data kommer utredarna att skapa automatiserade skript som skapar ett studie-ID för varje patient och extraherar avidentifierade data från EMR. MOH EMR-specialister kommer att granska skripten för att säkerställa att data är korrekt avidentifierade.