Utvärdering av implementeringen via granskning och återkoppling

Primärvårdspersonals (PHC) förmåga att arbeta i enlighet med evidensbaserade riktlinjer och normer är en kritisk komponent för att förbättra kvaliteten på primärvården.
Implementeringsvetenskap strävar efter att främja rutinmässig användning av evidensbaserad praxis genom att identifiera hinder för deras implementering och utveckla strategier, såsom granskning och återkoppling (AnF), för att övervinna dem.
Men eftersom effekterna av AnF uppvisar betydande heterogenitet mellan studier, fokuserar denna forskning på att systematiskt utveckla en optimerad AnF-strategi och rigoröst utvärdera dess effektivitet för att förbättra klinisk praxis jämfört med ingen intervention.
Utvecklingen av en optimerad AnF-strategi innebär en förberedelsefas, som använder expertkonsultation och en Best-Worst Scaling (BWS)-enkät för att identifiera viktiga kandidatkomponenter och bedöma resursbegränsningar, följt av en optimeringsfas som använder en 2×2×2×2 faktoriell design randomiserad kontrollerad studie (RCT) för att fastställa den mest effektiva kombinationen av AnF-komponenter.
Därefter, i utvärderingsfasen, kommer en tvåarmad, multicentrisk RCT att genomföras över fyra länder (Nepal, Mozambique, Tanzania och Kina).
Primärvårdspersonal (PHPs) kommer att slumpmässigt fördelas 1:1 till antingen den optimerade AnF-interventionsgruppen eller en ingen-interventionskontrollgrupp baserat på slumpmässigt permuterade block (storlekar 2, 4 och 6), stratifierade efter land.
Vårdkvalitet kommer att bedömas med hjälp av guldstandardmetoden Oanmälda Standardiserade Patienter (USPs).
Det primära resultatet är andelen slutförda riktlinjerekommenderade kvalitetschecklistepunkter för konsultationen av hypertoni och typ II-diabetesfall bland alla punkter.
Detta resultat kommer att uttryckas som ett kontinuerligt poäng som sträcker sig från 0 % till 100 %.
Dessutom kommer en blandad-metod forskningsstrategi att användas för att extrahera Kontext-Mekanism-Resultat (CMO)-element och konstruera ett Orsakspåverkansdiagram (CPD).
Denna studie kommer att ge en robust empirisk grund för att använda en optimerad AnF-strategi för att förbättra kvaliteten på primärvården i utvecklingsländer.
Genom att dekonstruera "varför, för vem och under vilka omständigheter" interventionen fungerar genom CMO-ramverket och CPD kommer denna studie att ge avgörande mekanistiska bevis för framtida uppskalning av denna modell, vilket bidrar med ett omfattande och universellt forskningsparadigm till implementeringsvetenskapsfältet.