为居家慢性病患者提供的互联医疗服务

目的：据估计，到 2045 年，加拿大五分之一的艾伯塔人将年满 65 岁。 老年人群的服药依从性是优化患者预后的重大挑战。 当近 69% 的药物相关住院归因于不依从性时，这具有重大意义，并且加拿大医疗保健系统的估计成本为 7-90 亿美元。 导致服药依从性差的因素是多方面的。 例如，治疗方案中的多种药物、药物摄入频率增加和药物治疗过程延长都会导致药物依从性降低。 65 岁及以上的人中有近 2/3 服用五种或更多处方药，从而增加了依从性问题的风险。

因此，只有当个体遵守规定的药物治疗方案时，才能实现对多种慢性疾病的治疗管理。 与年龄相关的创新为提高老年人的生活质量和降低与药物依从性问题相关的医疗保健成本提供了巨大的机会。 spencer 药物分配设备是一项新的集成技术，可提高药物依从性并让在家的老年人能够独立使用，同时提供实时药剂师和护理人员支持。 Alberta Health Services (AHS) 致力于通过采用与年龄相关的创新来支持和加强社区护理。 因此，研究的目的是评估该设备的用户利益和有效性，以提高老年人和老年人群的药物依从性。

主要研究问题：spencer 系统是否会提高社区中 50 岁或以上服用五种以上药物的个体的服药依从性？

研究设计：这项使用 spencer 装置的随机对照试验 (RCT) 将于 2019 年 3 月至 2020 年 6 月在艾伯塔省卡尔加里进行。 数据将在六个月内收集，spencer 部署将于 2019 年 4 月开始，并将持续到 2019 年 9 月。 这是一项概念研究证明，不需要正式的样本量计算。 研究共招募 100 名研究参与者（干预组 50 人，对照组 50 人）。 研究人员会将参与者随机分配到使用 spencer 的干预组或控制组中继续使用他们目前的管理方法。

随机化：研究人员将使用块随机化，这是推荐的方法，用于每组中 50 或更少的样本量，以根据它们包含的受试者数量和潜在混杂变量的分布来平衡组。 该研究未采用盲法，因此块的大小（10、12、14）会有所不同，以降低干预分配的可预测性。 项目助理（不参与数据收集或分析活动的签约员工）将在研究之前制作计算机生成的随机分配集，然后密封在连续编号的不透明信封中。 一旦参与者同意被纳入研究，他/她将通过打开下一个包含他/她的任务的密封信封被不可逆转地随机化。

技术干预：spencer 设备包含交互式工具，可优化药物依从性和临床结果。 该设备通过发送视觉和音频警报来提醒患者按时分配药物。 如果患者没有从设备上取下药袋，音频警报的声音会变大。 患者有两个小时的时间来取出药袋。 如果不移除，则认为患者在该特定时间范围内不依从。 Spencer 允许个人在出门在外时尽早配药。 通过 spencer Care 平台跟踪服药依从性。 药物依从性是基于这样的假设，即一旦从装置中取出小袋，患者就会服用药物。

此外，spencer 使用包括药剂师、护理人员和 spencer 药物依从性平台在内的护理团队成员的多学科方法，为高危、慢性病患者的家庭提供医疗保健。 该设备支持跟踪药物依从性和对治疗的反应的个性化计划。 Spencer 会显示个性化和特定条件的问题，以满足患者的个人目标。 患者可以在 spencer 中回答疾病的具体问题。 Spencer 认证的药剂师能够远程审查患者的反应，并酌情确定是否需要重新评估、药物调整和临床干预。 Spencer 允许通过远程医疗功能和咨询进行远程干预。 患者直接从 spencer 那里收到预约时间，spencer 在指定时间自动响铃，当患者触摸屏幕接听电话时，呼叫就会启动。 将通过 spencer 平台每日跟踪药物依从性和对相关临床参与问题的回答。

通过连接的设备，spencer 确保护理圈子中的每个人都可以参与患者的健康。 Spencer Assist 是一款移动应用程序，可让护理人员和家庭成员在家中为患者提供支持。 医疗团队也可以访问药物依从性数据。 药剂师、医疗保健提供者和护理人员现在与患者进行电子连接，并且可以实时访问有关依从性偏差的数据。 这种连通性允许早期干预，以提供改善医疗保健结果所需的支持。

spencer 系统使患者能够在舒适的家中管理他们的治疗方案和日程安排。 Spencer 技术解决了与就地老龄化、独立性、护理人员支持以及与护理团队和护理人员的护理协调相关的关键优先领域。

主要结果：该研究将着眼于以患者为中心的结果，并试图了解药物分配装置对药物依从性的影响。 具体而言，由于 spencer 的使用，干预组的患者服药依从性有所提高。 在干预组中，药物依从性数据将从 Catalyst spencer 药物依从性平台检索。 在对照组中，将自我报告服药依从性，并要求参与者保留错过的剂量日志。 参与者将在基线评估和研究结束时完成两组（干预和控制）的自我报告依从性问卷，以进行比较。

Catalyst Healthcare 将依从性百分比定义为在两小时时间窗口内的规定时间从 spencer 分配的实际药丸。 平均药物依从性将通过所有“药丸水平”依从性数字的平均值来计算，即如果所有药丸都在窗口内服用，则依从性数字将仅包含 100 个值。 或者，如果在窗口内没有服用任何药丸，则依从性数字将仅包含 0 值。 然后将时间范围内患者的依从性数除以药丸总数将提供平均药物依从性。 类似的方法将用于计算对照组参与者的药物依从性。

数据来源和变量：研究人员将使用来自多个来源的数据：用于依从性的催化剂技术平台；通过在注册时进行初步评估来确定参与者的基线健康状况和特征；并将完成每月一次的跟踪调查，以收集药物管理数据并记录健康状况或医疗保健需求的任何变化

数据分析：将使用社会科学统计软件包 (SPSS) 第 25 版输入和分析数据。 将使用描述性和推论性统计来比较干预组和对照组以及干预期结束时的基线状态。 独立性的卡方检验将用于分类变量，例如每组中错过一个或多个药物剂量的参与者人数。 将对连续变量进行独立样本 t 检验，例如比较干预组和对照组之间的平均漏药数。 在回归模型中将控制任何混杂因素。 推论统计的统计检验将设置为 95% 的置信水平。