Contra Costa 健康服务全人护理 (CommunityConnect) 计划评估 (CCHS-WPC)

程序说明：

该提案的目标是评估针对康特拉科斯塔县多个系统（主要是其医疗服务系统）高利用率人群的社会需求案例管理计划的有效性。 通过本研究评估的计划由 CMS/DHCS 1115 豁免全人护理 (WPC) 试点计划资助到 2020 年。 Contra Costa Health System 的 WPC 试点计划名为 Community Connect (CMCT)，以行政方式实施注册。 年满 18 岁或以上的高风险个人从康特拉科斯塔县的全范围 Medi-Cal 参保者中确定为初步符合参保资格。 将预测建模算法应用于该人群，以识别未来可避免的急诊室 (ED) 就诊和住院 (IP) 入院风险高的人群成员。 然后将这些风险最高的个体随机分配到行政登记组或对照组。 然后，计划工作人员会联系已注册的计划参与者，以征得他们同意参与该计划的服务。 他们可以拒绝该联系人的服务，然后将继续留在预期治疗开始时拒绝服务的人群中。 主要假设是，社会需求案例管理干预的实施将减少目标人群中可避免的 ED 和 IP 利用率。

使用人口健康预测风险模型识别高风险个体以进行登记。 该模型集成了来自多个 Contra Costa Health Services 数据库的变量，包括所有网络内提供者使用的电子健康记录和详细说明所有网络外使用情况的声明。 该预测风险模型在整个研究过程中不断更新，以包含更多相关特征并改变模型形式。 基于诊断的算法用于确定给定急诊室或住院就诊的“可避免性”。

参加该计划的个人在多学科护理团队的背景下得到照顾，该团队经常相互咨询并在社会需求案例管理的背景下寻求有关特定专业知识的咨询。 入组后，根据预测风险模型和其他变量（包括计划能力）中的风险严重程度，将患者分配给面对面访问个案经理（一级）或电话个案经理（二级）。 等级注册人数随时间变化；目前，该计划旨在同时招收 5,977 名一级护理患者和 6,605 名二级护理患者。 项目设计于 2016 年开始，首批患者于 2017 年 4 月入组，项目预计于 2018 年 8 月达到满员。 随着人员配备能力的增加，新患者每月都会被添加到计划名单中，以取代计划退出。 从 2017 年 9 月开始，登记的患者与从具有相似风险特征的人群中确定的对照相匹配。 最初以与病例 1:1 的比例招募对照组；截至 2018 年 1 月，这一比例增加到 2:1。

目前，人口中排名前 12,000 的高风险人群（根据风险模型定义）有资格获得一级护理，而排名在 12,001 至 25,000 之间的人群有资格获得二级护理。 每个月，每个层级的开放空间都会充满从符合条件的池中随机选择的患者，同时从同一池中识别两倍的匹配对照。 所有未注册的池成员，无论控制状态如何，都会在下个月返回到符合条件的池中进行注册。 CMCT 计划持续一年，前提是患者能够适应病例管理关系。 在初始注册时，每个计划参与者都被要求回答生活质量问卷和社会需求问卷。 生活质量问卷每年重复一次。 个案经理使用社会需求问卷来确定客户的社会和医疗保健目标。 在项目参与过程中，个案经理与她/他的客户一起使用动机性访谈技术和变革准备评估来确定和优先考虑客户的护理目标。 每个个案经理都提供一组核心服务，包括导航支持和资源链接，以帮助客户实现他们的目标。 在年底，如果客户风险状况仍然使他们有资格加入计划，他们将自动重新注册下一年。 否则，他们将返回客户群，但如果他们的风险增加，则有资格进行第二次注册。

具体项目目标：

1. 评估社会需求案例管理计划对使用 CCHS 人口中服务的 Medi-Cal 参保者可避免的医疗保健利用率的影响。
2. 确定社会需求案例管理对 a) 接受高接触社会需求案例管理/面对面访问案例和/或 b) 低接触电话的人群中可避免的医疗保健利用率的影响社会需求个案管理：和/或 c) 在社会需求个案管理的跨学科团队服务交付模式的背景下接受任何这些服务。
3. 作为次要分析，评估病例管理计划在上述人群中对许多次要结果的影响，包括但不限于：专科护理利用、未就诊率、初级保健医生参与、健康保险维持、监禁率、社会服务计划注册、住房状况和自我报告的生活质量调查。

分析计划：

所有结果都将使用“意向治疗”和“治疗效果”方法进行比较。 对于“意向性治疗”分析，将使用从入组到随访结束的所有人时来计算事件发生率。 登记者的比率将与对照的加权比率进行比较。 对照权重（或存活权重）将是对照保持未登记的概率的倒数，根据对照有资格进行以后的随访这一事实进行调整，并且该登记需要并结束对照期。

对于“接受治疗的治疗效果”效果，计算的比率将仅包括参与者与个案经理匹配并记录满足社会需求的目标之后的人次。 这使得分析可以集中在预计计划可能影响患者健康和行为的时间上。 由于一部分登记者拒绝服务，或者从未有过记录的目标，因此将调整比较人群以解决这种可能性。 将创建一个统计模型来预测登记者记录目标的概率，并且将通过该模型的逆向预测（IPT 权重）对控制人群进行重新加权。 这些 IPT 权重将与生存权重相结合，以创建可比较的控制人群。

人口之间的比较将通过基于目标最小损失的估计进行，目标是入学对相关人口内结果的平均影响。 还将执行更传统的方法，估计登记人群和对照人群之间结果差异的大小。