电子邮件提醒对泌尿科预约缺席率的影响

理由

布宜诺斯艾利斯意大利医院 (HIBA) 的门诊部和医疗信息部设计了一项基于电子邮件提醒的联合策略，以安排门诊预约。 与医院医生预约（面对面或远程咨询）的患者会在提出请求时以及预约前 14 天零 48 小时收到一封电子邮件，提醒他们预约他们要去的时间和地点。 此外，电子邮件中还添加了一个按钮，患者可以通过简单的方式点击并直接取消。

在同一提醒中取消预约的可能性也旨在对那些在不忘记预约、必须或想要错过预约的情况下产生影响，可以取消预约，从而将预约免费留给其他需要预约的患者。

似乎任何类型的提醒都会与缺席率的降低相关。 然而，公布的数据是否可以转移到我们的环境中是值得怀疑的。 环境和人群的可变性会影响干预效果的大小。

查阅文献后，我国尚未发现对预约提醒和缺席率进行分析的研究，因此我们建议在HIBA泌尿外科开展一项评估这一影响的研究。 虽然可以考虑进行临床试验，并且可以随机发送提醒，但当我们决定进行这项研究时，干预措施已经在所有科室实施。

研究问题

HIBA 泌尿外科预约门诊的电子邮件提醒是否能有效降低 18 岁以上患者的缺席率？

选择和样本量

2022年，布宜诺斯艾利斯意大利医院（HIBA）泌尿外科在中央医院完成了约29000个预约，在意大利圣胡斯托医院完成了约11500个预约，总共提供了40500个预约，其中包括自发加班和自发需求预约。 预计每周平均预约次数为 779 次。 目前，在 HIBA 泌尿外科服务中，预约门诊预约的缺席率约为 21%。

我们相信，通过提醒系统实现缺席率比例相对降低 25% 具有临床意义，即将缺席率从 21% 的基线降至 16%。

使用 STATA 和旧金山大学免费提供的样本计算工具，我们估计估计各组之间缺席率的计算差异所需的总 N 为 1892 个预约（每组 946 个预约）。 使用的参数如下：alpha（双尾）= 0.05，Beta= 0.20； q1（公开任命的比例）= 0​​.50； P0（未暴露组中缺席率的基线风险）= 0.21，P1（暴露组中的估计风险）= 0.16。

实施提醒前后请求的预约次数足以检验研究假设。

数据采集​​仪

对于我们的研究，在我们机构的生物伦理委员会批准协议后，我们将使用健康信息学部要求的辅助数据库。 由于预约管理集中在单个数据存储库中，因此可以从整个 HIBA 电子医疗系统中获取与患者和预约请求相对应的所有数据。

数据分析和结果报告计划

将采用单独的方法来评估干预措施对缺席率的影响。 分析单位是指定的约会。 由于曝光的性质和提醒系统的实施，实施日期之前的所有预约都对应于未曝光的预约，而实施日期之后分配的所有预约都对应于曝光的预约。

定量变量将以其绝对和相对频率（以百分比表示）进行描述。 根据观察到的分布，定量变量将表示为平均值和标准差或中位数和四分位数范围。

在计算缺席率和取消预约率时，将分别使用缺席数或取消预约数作为分子。 对于缺席率，使用的分母是未取消的预约数量，这在文献中通常用于呈现该指标。 在取消预约的比率中，将使用请求的预约总数作为分母。 在这两种情况下，只会使用同一时期内符合纳入标准的预约，而不会使用任何排除标准。 由于比例足够大，因此将为每个比率提供使用正态近似估计的 95% CI（置信区间）。

为了测试接受提醒的请求的未取消预约与未接受提醒的请求的非取消预约之间的错过预约比例相等的零假设，将使用多元逻辑回归模型。 我们将提醒的暴露视为主要暴露，将未出现预约视为结果变量。 使用标准误差的稳健估计量，每个患者将被视为一个集团或集群，因为同一患者的预约彼此之间比其他患者的预约更相似。 以天为单位的时间将用作调整协变量。 我们将根据研究团队和文献认为相关的潜在混杂因素进行调整，其中包括患者的性别、年龄和医疗保险范围、自提出预约请求以来的时间（以天为单位）、时间、预约的星期几和月份、地点护理中心（中央医院、圣胡斯托或周边中心）。 错过预约的粗略 OR 和调整后 OR 将以其 95% CI 进行估计。

为了测试暴露于提醒的所请求的约会之间的取消约会的比例与未暴露于提醒的所请求的约会之间的取消约会的比例相等的零假设，将使用针对先前目标描述的相同方法。

干预的效果将根据性别、年龄组、医疗保险、预约时间、预约的星期几和月份以及护理地点（圣路易斯中央医院）在预先指定的亚组中进行评估。 Justo 或外围中心）。

小于 0.05 的概率将被视为具有统计显着性。 将使用 STATA 版本 17 软件（美国德克萨斯州）进行统计分析。

丢失数据的处理

此分析中使用的数据库将包含非常低比例的丢失数据。 由于任何缺失的数据都可能被视为完全随机缺失，因此将使用完整的案例分析进行个体分析。

研究的偏差和局限性

鉴于所选择的方法，我们研究的局限性主要是由于缺乏暴露的随机性。 这导致了混杂因素，虽然有些因素被认为是先验的，但不能整体考虑，因为并非所有因素都是已知的。 另一方面，样本组在混杂因素方面可能不平衡，例如，与时间相关的变量可能会发生这种情况。 然而，由于干预是从随机定义的时间点实施的，因此混杂因素最有可能是平衡的，此外，最终可以通过统计方法进行调整。

虽然许多回顾性研究是基于不完整或不准确的信息进行的，但我们研究中的许多管理变量将完全自动收集，并采用标准化流程，在整个研究期间保持稳定。 与研究中的管理变量不同，其他变量（例如出生日期）可能包含错误或不完整的数据，因为尽管它们是计算机化的，但数据最初是由容易出错的医院管理人员上传的。

另一个限制是所有未测量的变量，例如个人的社会经济地位和/或电子健康素养。 并非所有人每天都会打开电子邮件，并且由于无法衡量谁阅读了提醒，我们可能会错误地认为干预措施没有达到其目标，而实际上发生的情况是患者没有打开电子邮件并且所以没有接触到提醒。 我们认为将来将我们的结果与通过短信或 WhatsApp 直接发送到患者手机的提醒进行比较很有趣。

另一方面，尽管干预的实施不会因上述原因给机构带来额外成本，但我们不会评估干预是否获得任何经济回报。

我们研究的另一个局限性是我们不会评估用户对提醒的接受程度。 如果可以选择，患者可能会根据个人喜好选择其他类型的提醒。

我们也无法估计远程咨询干预的影响，因为这些将被排除在分析之外。

就外部效度而言，所获得的结果可能无法推断到不具有我们医院结构的其他医疗中心。 为了向所有患者发送电子邮件提醒，需要有一个电子系统来结合和处理来自电子病历和调度系统的信息，并与群发邮件系统协调，以便能够自动完成。 否则，需要有人力资源来完成这一切，这可能不划算。

最后但并非最不重要的一点是，值得一提的是，由于所研究的干预措施有两个组成部分（防止遗忘的提醒本身和取消预约的促进因素），因此不可能单独估计干预措施每个组成部分的效果。

预期影响

这项干预措施预计可将缺席率降低 25%（换句话说，将缺席率降低至 16%），并将预约的平均等待时间缩短至少一天。 此外，预计取消数量将增加20%。

资源和预计预算

完成这项工作所需的资源是可用的。 在任何情况下，这项研究都不会给患者或其医疗保险带来任何额外费用。 HIBA医疗信息学部门已经拥有群发邮件系统，因此发送提醒不需要任何财务投入或额外的人力资源。

负责研究和信息检索、处理、分析的团队在工作日有足够的保障时间，能够在规定的期限内完成研究。

道德考虑

本研究方案已获得我们医院生物伦理委员会的批准：IRB（机构审查委员会）N° 6878