✨ 要点🔬 技术摘要
想象一下你当地社区的医生诊所就像一座繁忙的灯塔。多年来,这座灯塔在发现那些已经陷入困境或有已知风暴威胁的船只(患者/慢性病)方面表现出色。然而,由于雾气太重,且由于缺乏能够进行分类的雷达系统,灯塔一直难以发现那些即将遇到麻烦但尚未发生碰撞的船只。
这篇论文旨在测试一种新的“超级雷达系统”,名为 PROSPERA 。研究人员想要了解:灯塔的船员们(医生和护士)真的会使用这个新雷达吗?还是他们会觉得它太复杂或太烦人?
以下是他们研究结果的白话版说明:
新系统:两个部分
PROSPERA 项目试图通过两种方式来修复灯塔:
大局观(人群层面): 系统不再等待船只呼救,而是利用数据创建一个“优先级名单”。它将所有患者分为三组:
绿色: 状态良好,可能每年只需检查一次。
琥珀色: 需要很快进行观察。
红色: 需要立即进行密集帮助。
目标: 船员们可以停止猜测该联系谁,而是开始主动接触那些“红色”和“琥珀色”的船只。
一对一工具(个体层面): 当患者走进诊所时,船员们有三种新式小工具来帮助他们与患者沟通:
家庭作业表 (Lifestylecheck): 一份患者在就诊前填写的问卷,用于思考他们的生活习惯。
风险计算器 (U-Prevent): 一个能绘制彩色图表的电脑工具,向患者展示:“如果你继续做 X,这就是你的风险;如果你转变为 Y,你会变得多么安全。”
远程盒子: 一个包含血压计和体重秤的套件,患者可以在家使用并向医生发送数据。
船员们的反馈:好的、坏的和糟糕的
研究人员询问了医生和护士(船员们)关于使用这个新系统的看法。以下是他们的发现:
1. “大局观”中的障碍(对船只进行分类)
“谁是谁?”的问题: 船员们说:“我们以前对患者了如指掌。现在我们有一个电脑列表,但这个列表并不完美。”有时电脑会漏掉一些人或者包含了错误的人,因为诊所里的数字记录非常混乱。
“文书工作太多”的问题: 让患者加入这个新系统感觉就像为了邀请别人参加派对而跑了一场马拉松。这个过程太慢且太复杂了。
“谁在负责?”的困惑: 护士们感到有些紧张。她们习惯于遵循严格的规则。而新系统要求她们独立做出重大决定(例如说:“这个患者很好,我们可以跳过这次预约”)。她们觉得需要更多的培训,以便在没有医生监督的情况下信任自己的直觉。
“关系”的担忧: 一些护士担心,如果她们不再频繁看望患者(因为电脑显示为“绿色”),她们会失去那种个人化的联系。她们觉得自己正在放开掌控的缰绳。
2. “一对一”中的障碍(使用小工具)
“旧习惯”的问题: 打破常规很难。有些护士太习惯于自己提问,以至于忘记了发放“家庭作业表”(Lifestylecheck)。她们太专注于新的风险计算器,以至于不小心忽略了另一个工具。
“阅读地图”的问题: 一些患者在阅读家庭作业表时遇到了困难,因为语言太难了。此外,“远程盒子”(居家监测套件)被认为对于那些不精通技术或缺乏组织能力的患者来说,工作量太大了。
“视觉效果奏效”的胜利: 船员们非常喜欢风险计算器中的彩色图表。他们说:“当我们向患者展示一个红条变成绿条时,他们终于明白了。”这让“心脏风险”这样一个可怕的概念变得易于理解。
“紧张的兴奋感”: 第一次使用这些新工具时,每个人都感到有点忐忑,就像第一次尝试新电子游戏的小孩一样。但一旦掌握了窍门,他们觉得这确实很有帮助。
底线结论
论文得出结论,这个新的“超级雷达”具有很大的潜力,但它还没有准备好完全开启。
为了让它发挥作用, 医生和护士需要更好的培训(特别是关于如何阅读风险图表以及如何进行独立决策)。
技术需要升级, 以使列表更准确,并减少文书工作的繁琐程度。
环境需要改变, 以便让这些新工具更容易被记住和使用。
本质上,船员们愿意使用新的雷达,但他们需要灯塔主人修复故障,并在他们能够自信地驶入这种新工作方式之前,给他们一张更好的地图。
技术摘要:医疗专业人员对 PROSPERA 项目的看法
问题陈述 心血管疾病(CVD)仍是全球主要的死亡原因之一。在荷兰,虽然三分之二的心血管风险管理(CVRM)发生在初级保健阶段,但目前的模式在很大程度上是反应性的且高度统一的。尽管指南建议计算个体风险评分,但尚未建立基于人群层面的风险驱动型患者外联结构。因此,资源无法公平地分配给具有异质性的患者亚群,个性化的治疗目标也未能得到普遍讨论。PROSPERA 项目作为一种多层面的干预措施被开发出来,旨在填补这一空白,它将人群层面的风险分层与个体层面的支持工具相结合。然而,以往的研究表明,极小比例的健康研究能够转化为可持续的临床实践,对于复杂的干预措施尤其如此。因此,在实施之前,了解影响医疗专业人员(HCPs)行为改变的障碍与促进因素至关重要。
方法论 本定性研究评估了初级保健医疗专业人员对 PROSPERA 项目的预期和实际体验到的障碍与促进因素,旨在为该项目的实施提供参考。
设计: 研究通过四场焦点小组讨论和六场半结构化访谈,对九名隶属于莱顿大学医学中心院外网络(ELAN)的初级保健医疗专业人员(全科医生和执业护士)进行了调查。
理论框架: 数据收集与分析基于理论领域框架(TDF)以及行为的能力、机会、动机模型(COM-B)。
干预组件: PROSPERA 项目包括:
人群层面: 根据预防需求(一级/二级预防)及治疗目标达成情况,将患者分为三个面板(正常、高风险、极高风险)。
个体层面:
Lifestylecheck(生活方式检查): 咨询前的关于生活方式动机的问卷调查。
U-Prevent: 用于交互式风险计算与沟通的临床决策支持工具。
The Box(监测盒): 远程患者监测工具(血压、体重、活动量)。
数据收集过程: 研究遵循循序渐进的方法:
关于当前 CVRM 实践的焦点小组讨论(2023 年 6 月)。
使用 PROSPERA 试点版本探讨预期障碍/促进因素的焦点小组讨论,包括用于仪表盘测试的“出声思考”法(2023 年 9 月)。
在海牙的三个全科诊所进行试点实施。
临床使用后,针对实际体验到的障碍/促进因素进行焦点小组讨论和个人访谈(2024 年 1 月至 3 月)。
分析: 转录文本经过归纳编码,分类为障碍或促进因素,并映射到 TDF 领域和 COM-B 构建模块。
主要结果 研究识别了跨越 11 个 TDF 领域的障碍与促进因素,并根据两个目标行为进行了分类:
1. 提供人群层面的主动护理
能力(Capability): HCPs 表示需要数据支持来识别高风险患者,并指出由于患者群体庞大,他们不能仅依赖记忆。
机会(Opportunity):
促进因素: 面板概念被认为具有价值,有助于实现优先级排序,使依赖从直觉转向数据。
障碍: 由于列表显示的是所有患者而非分配的患者,从而产生了时间限制问题。由于电子健康档案(EHR)的数据提取不具备实时性且记录不全,导致面板创建过程中出现了准确性问题。此外,研究中的知情同意程序也被视为一种繁琐的障碍。
动机(Motivation):
促进因素: HCPs 有动力去识别需要强化随访的患者,以及相反地,识别那些可以减少咨询频率(自我管理)的患者。
障碍: HCPs 对从反应性护理向主动性护理的转变感到不安。执业护士特别缺乏独立改变随访频率以偏离标准指南的信心。此外,也有人担心减少面对面访问或使用远程监测可能会对专业-患者关系产生负面影响,并改变职业身份。关于谁承担人群风险分层的责任存在歧义,HCPs 倾向于由区域性组织来自动执行此过程。
2. 在个体层面使用支持工具
能力(Capability):
促进因素: HCPs 积极规划如何将 Lifestylecheck 和 U-Prevent 整合到咨询流程中。
障碍: 习惯性的工作流程使得改变变得困难;部分 HCP 在被 U-Prevent 工具占据精力时会忘记使用 Lifestylecheck。此外,对于不符合标准计算器配置文件的患者,在解读治疗建模工具方面存在疑问。
机会(Opportunity):
障碍: 患者群体中较低的健康素养阻碍了咨询前问卷的完成。对于特定能够进行自我管理的患者,使用“监测盒”(远程监测)被认为是可行的。执业护士指出,她们需要更多的准备时间和指导,以提升风险沟通技能。
动机(Motivation):
促进因素: 咨询前完成 Lifestylecheck 被视为激活患者反思的一种方式。U-Prevent 中的可视化内容(彩色条/图表)被认为有助于向受教育程度较低的患者解释风险概念。
障碍: 虽然可视化内容很有帮助,但一些 HCP 认为这些内容并不总能转化为对抽象风险百分比的深度理解。此外,执师护士在解读风险评分和治疗获益方面存在感知到的技能差距,因为这些内容并非其职业培训的一部分。
中性/情绪(Neutral/Emotion): 初次使用这些工具产生了一种紧张感与兴奋感并存的感觉,这被视为对新方法的自然反应。大多数 HCP 没有使用“监测盒”进行持续监测的意向,更倾向于将其作为定期检查的临时借用工具。
意义与主张 本文主张,在人群和个体两个层面解决已识别的障碍与促进因素,对于成功实施 PROSPERA 项目至关重要。
实施策略: 作者建议,在 HCP 的教育培训(关于风险沟通)以及重构物理与数字环境(例如:桌面快捷方式、工具的可见位置)方面存在机会,以支持行为改变。
文献贡献: 本研究被呈现为首个采用主动人群健康管理方法来探索 HCP 如何看待从反应性向主动性护理交付模式转变的研究。
谦逊声明: 作者明确指出,本研究旨在评估预期和实际体验到 的障碍,以指导实施策略。他们并未声称证明了该项目的临床有效性,并指出有效性将在未来的另一项集群随机对照试验中进行检验。研究强调,证明有效性并不保证采纳率,因此,针对行为决定因素的早期研究对于选择有效的实施策略至关重要。
每周获取最佳 cardiovascular medicine 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题,再试一次?
无垃圾邮件,随时退订。