Optimera revision och feedback för att implementera evidensbaserad praxis i primärhälsovården (ACTIVATE)

Forskare och experter kommer att ha ett konsultationsmöte för att generera de 7 bästa AnF-interventionskomponenterna, och en BWS-undersökning kommer att användas för att rangordna dessa komponenter efter deras betydelse och ytterligare välja ut 3 potentiellt mest effektiva och genomförbara komponenter för effektivitetsvalidering genom faktorförsöket i nästa steg. BWS-undersökningen är ett screeningsexperiment, baserat på slumpmässig nytta teori, där en avvägningsmekanism utlöses genom att deltagarna väljer det bästa och det sämsta av en uppsättning komponenter eller alternativ, och därigenom kvantifierar den relativa betydelsen av varje komponent och särskiljer de mest framträdande bland en uppsättning viktiga komponenter. BWS-enkäten kommer att utvecklas och testas med hjälp av en blandad metod baserad på tidigare forskningsresultat för att erhålla vårdpersonals prioriterade acceptans av de olika AnF-komponenterna (relativ betydelse) när de beslutar sig för att förbättra kvaliteten på vården (fullständighetsgraden för riktlinjeinläggen) ), för att ytterligare identifiera de potentiellt viktigaste komponenterna ur sortimentet av komponenter.

The Balanced Incomplete Block Design (BIBD) är en experimentell design som används i BWS för att förbättra resultat genom att organisera objekt i block och balansera antalet presentationer av objekt mellan deltagare, vilket gör att forskare effektivt kan jämföra en uppsättning objekt med varandra. BIBD säkerställer lika många gånger för artiklar i block och parar artiklar lika, vilket minskar bias och ökar den statistiska precisionen av betyg. BIBD är särskilt värdefullt med ett större antal rankade föremål. Utredarna kommer att använda BIBD i BWS på ett typiskt sätt, genom att dela in objekt slumpmässigt i delmängder (dvs. block) och tilldela ett frågeformulär med alla block till varje deltagare, vilket säkerställer robusta preferensrankningar. Utredarna kommer att använda makrot %MktBSize i SAS 9.4-programvaran för att realisera BIBD för enkätutveckling. I vår studie, för de 7 AnF-interventionskomponenterna (behandlingar), kommer utredarna att ha 7 olika block, som var och en innehåller 3 AnF-komponenter (behandlingar). utredarna kommer att bjuda in deltagarna att reflektera över vilken AnF-komponent av dessa 7 olika block som är mest effektiv och vilken AnF-komponent som är minst effektiv. Utredarna kommer att ge 1 poäng när en komponent väljs som mest effektiv, och -1 när en komponent väljs som minst effektiv. Sedan, baserat på den standardiserade poängen för varje komponent, kommer utredarna att slutföra de 3 mest effektiva komponenterna från BWS-undersökningen.

I optimeringsfasen kommer en 2×2×2 faktoriell design (RCT) att genomföras, med tre tvånivåkomponenter som utgör totalt 8 grupper av AnF-intervention. Efter att ha erhållit samtycke från primärvårdsinrättningar och arbetare kommer alla anläggningar att slumpmässigt tilldelas dessa 8 interventionsgrupper. Sedan mäter utredarna förändringar i sjukvårdens kvalitet från olika revisioner och feedback i dessa anläggningar, och använder statistisk analys för att uppskatta huvud- och interaktionseffekter för AnF-komponenter för att förbättra kvaliteten på primärvården. Den optimala AnF-kombinationen kommer att bestämmas genom att beakta effekter och resursbegränsningar i lokala implementeringsinställningar.

Utredarna antar att följande 3 AnF-komponenter med 2 nivåer vardera väljs från BWS-undersökningen.

1. Källa till feedback:

   Nivå 1: Forskare Nivå 2: Auktoritativa organ

2. Feedback med kamratjämförelse:

   Nivå 1: Ja (Jämförelse med kamrater) Nivå 2: Nej (Ingen jämförelse med kamrater)

3. Leveransmetod för feedback:

Nivå 1: Ansikte mot ansikte Nivå 2: E-post

Efter att ha beslutat om de 8 AnF-interventionsgrupperna kommer utredarna att bjuda in primärvårdsarbetare, beslutsfattare och hälsosystemadministratörer för att diskutera genomförbara och funktionsdugliga detaljer för att genomföra de 8 AnF-interventionerna på primärvårdsinrättningar i de fyra olika LMICs. De granskade resultaten av kvaliteten på vården på anläggningen kommer att återkopplas till vårdpersonalen på anläggningen, och sedan kommer resultatindikatorerna som återspeglar effektiviteten hos AnF att mätas.