Utnyttja elektroniska journaldata i en riskprediktionsmodell för att öka HIV PrEP-intaget i primärvården

Studiedesign Detta är en randomiserad kontrollerad studie bland PCP:er vid KPSF för att utvärdera genomförbarheten av att implementera en beslutsstödsintervention för PrEP och dess inverkan på PrEP-remisser och upptag bland patienter som förutspås ha hög risk för incidenter med hiv-infektioner. Mål 1 kommer att bestå av fokusgrupper med PCP för att identifiera hinder och underlättare för PrEP-hänvisningar och för att optimera interventionen. Efter att först ha testat den föreslagna studieinterventionen med två PCP i varje studiearm, kommer Mål 2 att jämföra PrEP-remisser och upptag mellan medlemmar som ses av PCP:er randomiserade till interventions- och vanlig vård studiearm. Mål 3 kommer att utvärdera leverantörs- och patientbaserade faktorer associerade med PrEP-remisser och upptag bland patienter i interventionsarmen. Studien kommer slumpmässigt att allokera PCP vid KP San Francisco till en av två armar: 1) interventionsarm som inkluderar kliniskt beslutsstöd för PrEP-remisser före besök som planerats med patienter som flaggats som högrisk enligt prediktionsmodellen, eller 2) vanlig vård, med uppskattningsvis 50 PCP i varje arm. Kvalificerade PCP:er kommer att kontaktas av studieteamet före registreringen och ges en möjlighet att välja bort att delta i denna studie. PCP:er randomiserade till den vanliga vårdarmen kommer inte att få den kliniska beslutsstödsinterventionen. Insatsen kommer att genomföras under 8 månader.

Miljö. KPNC är ett stort sjukvårdssystem som tillhandahåller integrerad apoteks-, laboratorie- och sjukvård till mer än en tredjedel av de försäkrade individerna i Kalifornien. KPSF har valts som studieplats med tanke på den oproportionerliga bördan av HIV i detta KPNC-serviceområde. På KPSF finns det 121 PCP för vuxna och familjemedicin (AFM) som betjänar cirka 189 000 patienter.

Ämnen. Studieteamet kommer att rekrytera 10-15 PCP vardera från de två KPSF-klinikerna i San Francisco före randomisering. Leverantörer kommer att rekryteras vid rutinmässiga personalmöten och via e-postinbjudningar till en engångsfokusgrupp på 60 minuter. Studiegruppen kommer att bedöma vilken information PCP:er skulle vilja ha inkluderat i det kliniska beslutsstödsverktyget. Eftersom vi inser att tidsbegränsningar är ett hinder för alla sjukvårdsinsatser, kommer vi att söka feedback från PCP:er angående deras preferenser för interventionsleverans och tidpunkt, såväl som deras uppfattningar om facilitatorer och hinder för att agera på interventionen. Öppna frågor kommer att minimera partiskhet och göra det möjligt för oväntade teman att dyka upp.

Randomisering. PCP som uppfyller studiekriterierna och inte väljer bort kommer att randomiseras till en av de två studiearmarna i förhållandet 1:1. Det finns 12 leverantörer som tar hand om både HIV-infekterade och oinfekterade patienter, och fördelningen av denna undergrupp av leverantörer kommer att balanseras mellan försöksarmarna. För att säkerställa detta kommer studiegruppen att använda enkel randomisering för att tilldela de 13 PCP som tar hand om både HIV-infekterade och oinfekterade patienter till intervention eller vanlig vård och sedan använda enkel randomisering igen för att tilldela de återstående 109 PCP:erna.

Specificitet för prediktionsmodellen. Prediktionsmodellen fungerar som ett screeningtest som ska följas av en leverantörs kliniska utvärdering. Studiegruppen förväntar sig att vissa patienter med poäng som indikerar en förhöjd risk för HIV-förvärv inte kommer att ha kliniska indikationer för PrEP. Relationen mellan PCP och patienter är avgörande med tanke på den känsliga karaktären hos diskussioner om sexuell hälsa. Innan behandling med PrEP påbörjas kommer patienter dessutom att delta i besök där en medlem av det dedikerade KPSF PrEP-teamet (NP eller MD) kommer att bedöma HIV-risk och diskutera PrEP-indikationer, uppföljning, biverkningar och kontraindikationer.

Skalbarhet av interventionen utanför KPNC. Även om interventionen är framgångsrik inom KPNC, kommer andra hälsoinställningar utanför KPNC att behöva anta tekniska lösningar för att uppdatera riskpoäng, automatisera listor över patienter med förhöjda riskpoäng, identifiera kvalificerade möten och framgångsrikt leverera interventioner till leverantörer. Medan studiegruppens robusta modell som inkluderade 44 EHR-variabler gav det största prediktiva värdet för incident HIV, förbättrade enklare modeller som endast inkluderade en handfull nyckelvariabler också identifieringen av patienter som kan dra nytta av PrEP. Studieresultaten kommer att ge en färdplan för framgångsrik implementering vid andra institutioner, även om teknik och EPJ-resurser är mer begränsade.