房颤决策支​​持干预的随机评价 (RED-AF)

背景资料：

心房颤动 (AF) 是世界上最常见的心律失常，并且患病率持续增长，估计有 300 万美国人受到影响。 虽然 AF 症状的治疗可能需要大量资源，但身体、社会和经济负担的另一个来源是血栓栓塞性中风，它是有症状和无症状 AF 患者发病率和死亡率的主要原因。 AF 患者必须决定中风预防药物（通常是华法林或口服抗凝剂 (OAC)）。

当像这样的决策充满价值且复杂时，共同决策 (SD) 尤其有用。 SDM 模型强调向患者清楚地传达所有治疗方案（包括不治疗）的风险和益处，而患者又需要机会分享他们的治疗偏好、相关价值观和护理目标。

决策辅助工具旨在通过以下方式为 AF 患者和 SDM 临床医生提供支持：1) 提供准确、平衡的信息； 2）阐明患者的价值观； 3) 提高 SDM 技能。

该研究将评估两种类型的决策辅助工具：以患者为中心的患者决策辅助工具 (PDA) 和供临床医生和患者协作使用的遭遇决策辅助工具。 PDA 旨在帮助 AF 患者以基本的理解和问题为就医做准备。 EDA 旨在促进临床医生和 AF 患者之间的 SDM。

研究设计与方法：

通过一项随机对照试验，我们的研究将解决使用 PDA 和 EDA（两者的组合）或常规护理是否能实现最佳 SDM 过程和健康结果。 我们将根据这 4 种方法影响以下结果的能力来评估其比较有效性：1) SDM 结果，包括决策冲突、知识和患者与临床医生沟通的质量； 2) 健康结果，包括抗凝治疗的采用率、抗凝治疗方案的依从性、出血、中风/全身性栓塞和死亡。 数据收集将包括医疗记录审查、调查完成以及临床医生会面的视频/音频记录。

研究地点：

计划从美国境内的 6 个站点进行招聘。

数据采集​​：

AF 患者和临床医生的自我报告结果将在每次临床就诊结束时收集。 此外，临床医生将完成一项调查，收集有关他们的人口统计和实践特征的数据。

将从病历中提取所有患有 AF 的参与者的数据，以获取人口统计学、临床和药物处方数据。