利用风险预测模型中的电子健康记录数据来增加初级保健中 HIV PrEP 的摄入量

研究设计 这是 KPSF 的 PCP 中进行的一项随机对照试验，旨在评估实施 PrEP 决策支持干预的可行性及其对预测 HIV 感染高风险患者的 PrEP 转诊和采用的影响。 目标 1 将由 PCP 组成的焦点小组组成，以确定 PrEP 转诊的障碍和促进因素，并优化干预措施。 在首先对每个研究组中的两名 PCP 测试拟议的研究干预措施后，目标 2 将比较随机分配到干预组和常规护理研究组的 PCP 所见的成员之间的 PrEP 转介和采用情况。 目标 3 将评估与 PrEP 转诊和干预组患者接受相关的基于提供者和患者的因素。 该试验将旧金山 KP 的 PCP 随机分配到两个组之一：1) 干预组，包括在安排就诊之前对预测模型标记为高风险的患者进行 PrEP 转诊的临床决策支持，或 2) 常规护理，每组估计有 50 名 PCP。 研究团队将在入组前联系符合条件的 PCP，并给予其选择不参与本研究的机会。 随机分配到常规护理组的 PCP 将不会接受临床决策支持干预。 干预将持续8个月。

环境。 KPNC 是一个大型医疗保健服务系统，为加州超过三分之一的参保个人提供综合药房、实验室和医疗服务。 鉴于 KPNC 服务区域的艾滋病毒负担过重，KPSF 被选为研究地点。 KPSF 拥有 121 名成人和家庭医学 (AFM) PCP，为大约 189,000 名患者提供服务。

科目。 在随机分组之前，研究团队将从旧金山的两个 KPSF 临床中心各招募 10-15 名 PCP。 将通过例行员工会议以及通过电子邮件邀请参加一次性 60 分钟录音焦点小组来招募提供者。 研究小组将评估 PCP 希望在临床决策支持工具中包含哪些信息。 认识到时间限制是所有医疗保健干预措施的障碍，我们将寻求 PCP 的反馈，了解他们对干预措施实施和时间安排的偏好，以及他们对干预行动的促进者和障碍的看法。 开放式问题将最大限度地减少偏见，并允许出现意想不到的主题。

随机化。 符合研究标准且不选择退出的 PCP 将以 1:1 的比例随机分配到两个研究组之一。 有 12 名提供者同时照顾 HIV 感染者和未感染者，这部分提供者的分配将在试验组之间进行平衡。 为了确保这一点，研究小组将使用简单随机法将照顾 HIV 感染者和未感染者的 13 名 PCP 分配到干预或常规护理，然后再次使用简单随机法分配其余 109 名 PCP。

预测模型的特异性。 预测模型充当筛选测试，随后由提供者进行临床评估。 研究小组预计，一些评分表明 HIV 感染风险较高的患者将不会出现 PrEP 的临床指征。 鉴于性健康讨论的敏感性，PCP 与患者之间的关系至关重要。 此外，在开始 PrEP 治疗之前，患者将接受拜访，KPSF PrEP 专门团队（NP 或 MD）的成员将评估 HIV 风险并讨论 PrEP 适应症、随访、副作用和禁忌症。

KPNC 之外干预措施的可扩展性。 即使 KPNC 内部的干预措施取得成功，KPNC 之外的其他卫生机构也需要采用技术解决方案来更新风险评分、自动列出风险评分较高的患者名单、确定符合条件的预约，并成功向提供者提供干预措施。 虽然研究团队包含 44 个 EHR 变量的稳健模型为 HIV 事件提供了最大的预测价值，但仅包含少数关键变量的更简单模型也提高了对可能受益于 PrEP 的患者的识别。 即使技术和电子病历资源更加有限，研究结果也将为其他机构的成功实施提供路线图。