影响临床决策支持的社区卫生中心在心血管疾病的风险:一个集群随机临床试验

要点

问题一个临床决策支持系统(CDSS)被证明能减少心血管疾病的风险也在综合保健机构减少心血管疾病的风险在社区卫生中心?

发现在这个集群随机临床试验的18 578名符合条件的患者,虽然CDSS采用率较低,信用违约互换使用,显著提高可逆的心血管疾病的风险患者基线风险的最高水平。

意义使用信用违约互换在社区卫生中心有潜力提高可逆socioeconomically脆弱的高危患者心血管疾病的风险;策略来增加信用违约掉期采用这个设置是必要的。

重要性心血管疾病(CVD)风险管理socioeconomically脆弱的病人是不佳;更好的风险因素控制可以改善心血管疾病的结果。

客观的评估影响的临床决策支持系统(CDSS)针对CVD风险在社区卫生中心(CHCs)。

设计,设定和参与者这个集群随机临床试验包括70 CHC诊所随机分配到干预组(42诊所;8组织)或收到任何干预的对照组(28诊所;7组织)从2018年9月20日至2020年3月15日。随机化是CHC组织占组织的大小。患者40到75岁(1)糖尿病或动脉粥样硬化性心血管疾病和至少1控制心血管疾病的主要危险因素或(2)完全可逆的心血管疾病的风险,至少10%的人口目标的信用违约掉期干预。

干预措施医疗点cds显示实时CVD危险因素控制数据和个性化,将循证护理建议。

主要结果和措施一年期的变化总CVD风险和可逆的CVD风险(即减少10年心血管疾病的风险被认为是可以实现的,如果6控制的关键风险因素达到以证据为基础的水平)。

结果在18 578名符合条件的患者(9490名(51.1%)妇女;平均(SD)的年龄,58.7[8.8]年),患者在控制诊所(n = 7419)意味着(SD)基线心血管疾病风险较高(16.6%[12.8%])患者在干预诊所(n = 11 159) (15.6% (12.3%);P<措施);基线可逆CVD风险也更高的患者在控制诊所。使用信用违约互换的19.8% 91 988资格干预诊所遇到。没有见过的病人群体减少心血管疾病风险控制或干预诊所;意思是可逆的风险明显改善更多的患者中控制(−0.1% (95% CI,−−0.3% 0.02%))比干预诊所(0.4%(95%可信区间,0.3%至0.5%);P<措施)。然而,当使用信用违约互换,降低风险措施干预高基线风险的患者中超过控制诊所;值得注意的是,意思是可逆的绝对风险降低4.4% (95% CI,−−5.2% 3.7%)患者在干预诊所比例为2.7%(95%可信区间,−−1.9% 3.4%)患者中控制诊所(P=措施)。

结论和意义信用违约互换使用利率较低,未能改善心血管疾病风险在整个人口但似乎对CVD风险利益当它一直用于高基线风险CHCs治疗患者。尽管一些限制,这些结果提供初步证据表明,这种技术有潜力改善临床护理socioeconomically脆弱的患者心血管疾病的风险高。

试验注册ClinicalTrials.gov标识符:NCT03001713

循证管理的可改变的心血管疾病(CVD)危险因素可以大大减少CVD-related发病率和死亡率风险。然而,赤字持续推荐与观察心血管疾病风险管理,尤其是socioeconomically脆弱的病人。^{1- - - - - -6}原因之一是,初级保健医生必须考虑多种因素影响CVD风险对于一个给定的病人⁷并确定哪些解决最优影响病人的风险在一个相见恨晚。^{8- - - - - -15}

电子健康记录(EHR)的临床决策支持系统(CDSS)解决这些障碍时,提醒临床医生病人控制心血管疾病风险和建议的治疗方案。^{16- - - - - -31日}简历向导中,例如,是一个非专有,基于web的cds HealthPartners研究所开发的,一个大型的、非营利性、集成卫生保健系统。^{32- - - - - -36}简历向导算法反映目前心血管疾病护理的指导方针^{37- - - - - -43}和占患者的血压(BP)、实验室结果、目标距离、药物治疗和并发症。HealthPartners研究所和类似的设置,使用和报告用户满意度很高,并使用与显著降低心血管疾病风险的措施。^{32- - - - - -36}

几乎没有证据表明cds的影响存在于underresourced设置^{23- - - - - -31日,33,44- - - - - -47}如社区卫生中心(CHCs)每年提供超过3800万socioeconomically脆弱的美国居民。实现一个信用违约掉期,已被证明有效的在其他设置可以加强在CHCs CVD风险管理。证据是必要的信用违约掉期的影响,如在CHCs简历向导,谁的病人有高控制心血管疾病风险和医疗和社会复杂性。^{2- - - - - -4,48,49}这个集群随机临床试验是第一个评估信用违约掉期在一个集成开发护理CHCs改善结果。

OCHIN公司是国家非营利组织操作最大的网络社区保健组织。其成员(96 CHC组织运行493诊所站点在14个州的2018年9月)共享一个EHR OCHIN史诗。在2017年到2018年,简历向导设置在这个电子健康档案工作⁵⁰和测试2 OCHIN公司成员组织(9诊所)。

Kaiser Permanente西北机构审查委员会批准了所有的研究活动和监测研究进展。数据和安全监测委员会安全监测的结果。机构审查委员会授予的豁免获得病人同意在这个集群随机临床试验,和所有OCHIN公司成员签署一项协议,他们的电子健康档案数据可以用于研究。最初的和现有的机构审查委员会批准了研究协议中可用补充1。本研究遵循统一的标准报告试验(配偶)报告指南。

我们的力量计算保守估计需要30诊所/组。然后他们不同的效应大小与集团×时间交互和组内相关评估能力确定一个1.5%,2.0%或3.0%的绝对风险评分随时间减少干预和控制网站。

在2018年的春天,70 OCHIN公司成员诊所由15 CHC组织招募(10超过需要,辍学的情况下)。合格的诊所每年至少35成人高血压和没有飞行员的网站。他们集群随机1:1的干预或对照组组织(为了避免污染之间的诊所在同一组织)如下。随机数生成的每个组织,然后分配给组高于或低于随机数字的位数。这个过程被重复5次。最多的分组大小均匀分布的组织(遇到前一年)和病人特点(与高血压比例的烟草使用者和百分比)被用来分配干预和控制地位。

简历向导被激活的干预和控制组织在2018年9月。它跑的无形控制诊所收集数据,而没有给访问工具。患者在研究诊所第一次看到工具激活后6个月随访18个月比较期间至少1年(2018年9月20日,3月15日,2020)。控制后续后网站收到了信用违约掉期。

病人的护理,简历向导确认40到75岁患有糖尿病和动脉粥样硬化性心血管疾病至少1控制心血管疾病的危险因素,或高可逆的风险(> 10年心血管疾病风险的10%),计算基于其他心血管疾病的危险因素。可逆的风险计算的区别病人的当前状态和预期的风险应该病人实现控制目标建议由国家指导方针(提供以下细节)。⁴³当病人遇到cds合格标准,住宿员工看到EHR警报包含链接的简历向导界面。推荐的工作流是然后查看(1点)并打印(1点)的接口,它显示病人的10年心血管疾病风险,如何降低遵循个性化护理建议。用户可以访问一个临床医生版本(eFigure 1补充2)和一个病人(eFigure 2的版本补充2),后者在英语或西班牙语。使用工具被定义为初级护理遇到符合条件的患者的比例在信用违约互换工具的输出被和/或打印出来。工具的使用计数包括使用索引访问或后续研究期间访问,排除患者在研究期间最后一次访问。

10年期CVD风险和可逆的风险数据收集通过简历向导的web服务对所有符合条件的患者。额外的EHR-extracted数据来自加速数据值在国家社区卫生中心网络(提前)临床研究网络,以病人为中心的临床研究网络成员,包括人口学特征、英国石油公司、药物,实验室值,诊断代码,和临床特征。结果评估使用所有postindex遇到数据访问。

病人会议的目标人群包括上述简历向导合格标准不包括那些与当前或最近怀孕,活跃的癌症,或临终关怀和姑息治疗。分析包括目标索引访问患者在临床研究简历向导激活后6个月和1个或多个postindex遇到在12个月的随访。这确保足够的随访数据研究分析。

新诊断为糖尿病患者在随访期间(347[1.9%])被排除在CVD风险分析经常因为糖尿病可能诊断与信用违约互换使用。因为糖尿病的存在大大提高总CVD风险估计,这排除了混淆的可能性,基于一个新的糖尿病诊断的可能性。

主要结果1年期变化总CVD风险和1年期变化可逆的心血管疾病风险。总CVD风险估计使用美国心脏病学院/美国心脏病协会联合风险方程,其中包括年龄、种族和民族,性别、血压、总胆固醇水平,高密度脂蛋白胆固醇水平,糖尿病,吸烟,和抗高血压药物的地位。⁵¹种族和民族从EHR提取的数据;这些数据收集的研究诊所病人护理的一部分。这些数据被认为是控制心血管疾病风险的相关研究,因为利率跨越种族/民族不同。可逆CVD风险计算如下(eMethods的更多细节补充2和前面描述的方法^{32- - - - - -36})。标准化的方程估计潜在的减少心血管疾病的风险,如果病人的不受控制的风险因素达到了以证据为基础的阈值。变化是计算减去可逆的风险在后续的索引访问;负值表示有利的变化。这种方法关注高可逆患者临床心血管疾病的风险,而不是所有患者高总心血管疾病风险。³⁴它还专注于风险因素不是足够重视美国心脏病学院/美国心脏病协会方程:血红蛋白A的变化_{1 c}(HbA_{1 c}或身体质量指数和阿司匹林使用)水平。这估计患者的立场可逆的心血管疾病的风险,虽然不精确,可能优于明显错误的估计CVD益处和风险广泛应用于初级保健和直观的估计的收益或风险。^32,33,52在探索性分析,这些结果是分层的基线风险低于10%,10%低于20%,至少有20%,因为在其他设置分析表示简历向导的潜在患者更高的基线风险更大的影响,³⁴基线风险较低的患者不太可能改善,对这些群体的差异及临床意义。二次结果评估英国石油(BP)的变化,低密度脂蛋白(LDL)水平,和HbA_{1 c}在基线水平以上这些目标;分析包括至少1患者随访的价值。

描述性统计相比基线特征的干预和控制肉干团体和组织。我们使用2-tailedχ²测试,unpariedt测试和非参数Wilcoxon秩和检验。统计学意义的门槛P< . 05 2-tailed。

信用违约掉期采用驱动其群体影响的程度,^53,54因此分析工具之间的分化人口使用时影响及其影响。意向处理分析(ITT)(所有有针对性的干预和控制组织)患者评估人口的影响。治疗的治疗效果(ETOT;也称为每一个协议)分析评估影响使用时,比较患者干预CHC组匹配控制(每组分别匹配控制患者)基于暴露在信用违约掉期。

三级random-intercept模型(遇到嵌套在病人和临床),组内相关系数在诊所CVD风险的级别是0.05,0.04为可逆的风险和英国石油(BP)和HbA小于0.03_{1 c}和低密度脂蛋白的水平。在4层random-intercept模型(遇到嵌套在病人、诊所和组织),组内相关系数在组织水平上至少0.02可逆的风险,英国石油(BP)和HbA_{1 c}和低密度脂蛋白水平,0.05,心血管疾病的风险。因为配件4层模型的复杂性,和企业级的组内相关系数低,所有模型都适合使用三级随机拦截。

结果的差异变化评估使用多级混合模型调整为这些个体层面的固定效应:基线心血管疾病风险;分布符合条件的患者的年龄,种族和民族,性别、城乡交通区域地位,在索引访问和联邦贫困线;和动态随访期间访问的数量。这些变量,选择先验,经描述性分析显示基线干预和控制组织和病人之间的显著差异特征。残余分布表明,线性混合模型适合所有结果除了包括所有研究患者的可逆的风险模型,负二项分布。

评估信用违约互换工具使用时的影响,分析患者来说,该工具进行随访期间使用。评估与越来越多地使用,我们也会考虑3类工具使用(从来一次,不止一次)。

每个协议分析需要调整为追踪损失和off-protocol治疗或治疗,⁵⁵但如果组差异太大变化,模型misspecification可以产生偏见的估计。另一种倾向评分方法。⁵⁶ETOT分析CVD风险的变化,患者在干预组织匹配与控制组织基于年龄、联邦贫困线,结果感兴趣的基线,种族和民族,性别,计算后的门诊访问索引访问,时间从去年研究期间访问索引访问,和诊所农村或城市地位。英国石油公司,HbA_{1 c},低密度脂蛋白匹配分析也存在糖尿病。倾向分数估计使用加权匹配和替换。总量的变化分析和可逆的CVD风险包括所有病人会议研究入选标准;其他结果,分析限制在不受控制的患者基线风险。残余分布表明,线性混合模型适合于所有的结果。所有分析使用占据,版本15.1 (StataCorp LLC)。

总共18 578名符合条件的患者被认为在研究诊所在研究期间。(SD)的平均年龄为58.7(8.8)年,有9490名(51.1%)妇女和9088(48.9%)人。的种族和民族,4934人(26.6%)是西班牙裔,3351(18.0%)非西班牙裔黑人,8434(45.4%)非西班牙裔白人,1038(5.6%)非西班牙裔在另一个种族,和821年(4.4%)没有记录的种族和民族数据(表1)。随机化(图)取得了42干预诊所从8组织(11 159名患者)和28控制诊所7组织(7419名患者)。分布之间的病人和临床特征显著不同干预和控制组织(3891年(34.9%)和4543年(61.2%)非西班牙裔白人,分别;城市诊所的位置,35的42(83.3%)和15 28 [53.6%])(表1和eTable补充2)。

简历向导使用索引遇到的34.7%(诊所,0% - -59.0%)。患者来说,这是使用,它是使用一个平均的2.4(1.9)*在随访中。使用19.8%的91年 988合格遇到在研究期间,包括指数和后续遇到。

ITT分析,患者在控制诊所意味着(SD)明显高于基准10年期CVD风险(16.6%[12.8%])患者在干预诊所(15.6% (12.3%);P<措施)(表2)。改变这种风险干预和控制诊所之间没有显著差异。亚组分析,平均10年心血管疾病风险并没有提高患者基线心血管疾病的风险低于20%(风险< 10%、1.8% (95% CI, 1.0 - -2.5)和1.3%(95%可信区间,0.7 - -2.0),P<措施;风险10% < 20%、0.3%(95%可信区间,0.1−0.7)和0.6%(95%可信区间,0.2 - -1.0),P<措施])。那些基线至少20%的风险,平均10年风险明显改善更多的病人中控制诊所(−1.4% (95% CI,−−1.6% 1.2%))比干预诊所(−1.0% (95% CI,−−1.2% 0.8%);P= 04)。

在ETOT分析,患者基线心血管疾病的风险低于10%,风险并没有提高任何信用违约互换使用类别(表3)。然而,CVD风险变化均值显著增加患者在干预诊所的基线风险至少20% (−0.9% (95% CI,−−1.2% 0.7%))与匹配控制患者相比(−0.3% (95% CI,−−0.5% 0.1%);P<措施)(表4)。

患者在控制诊所意味着(SD)明显高于基线可逆的风险(9.7%[10.0%])比干预诊所(7.9% (9.0%);P<措施)。在ITT分析,总体而言,可逆的风险明显改善更多的病人中控制诊所(意思是,−0.1% (95% CI,−−0.3% 0.02%))与患者在干预诊所(意思是,0.4%(95%可信区间,0.3% - -0.5%);P<措施)。

在ITT分析、可逆的变化风险没有差别在学习小组基线患者低于10%或者至少20%的风险。可逆的风险明显改善更多的病人中控制诊所(意思是,−1.2% (95% CI,−1.5%到-1.0%))与患者在干预诊所(意思是,−0.7% (95% CI,−−0.9% 0.5%);P=措施)的基线可逆的至少10%的风险小于20% (表2)。

在ETOT分析,没有看到改善患者基线可逆CVD不到10%的风险,不管使用工具。患者的基线风险至少10%,无显著差异被认为当工具使用一次或没有(表3),但当它被使用超过一次,可逆的心血管疾病风险的患者在干预诊所明显改善超过患者控制诊所(意思是,−1.7% (95% CI,−−2.0% 1.3%)和0.1%(95%可信区间,−−0.2% 0.5%);P<措施)。分层时,没有看到那些改善基线的风险小于10% (表4),但患者在干预诊所明显改善患者在控制诊所其中多基线的风险至少10%不到20%(意思是,−0.7% (95% CI,−−0.9% 0.4%) vs−0.2% (95% CI,−0.5%到0.04%),分别为;P= .04点)和至少20%(意思是,−4.4% (95% CI,−−5.2% 3.7%) vs−2.7% (95% CI,−−3.4% 1.9%),分别为;P=措施)。

在ITT分析,无显著差异的收缩压或舒张压变化BP在HbA(菲律宾)或_{1 c}高基线或低密度脂蛋白水平在这些措施的每一个生物标志物(表2)。在ETOT分析,低密度脂蛋白水平没有显著提高更多的患者在干预或控制诊所在任何工具的使用类别。虽然在干预意味着显著提高更多的类似病人诊所(−3.2(95%可信区间,3.5−−2.8)毫米汞柱)比在控制诊所(−2.5(95%可信区间,2.8−−2.2)毫米汞柱;P= . 01)当工具使用不止一次,这种差异并没有临床意义重大。平均水平的HbA_{1 c}减少显著减少患者来说,该工具是使用一次(−0.5% (95% CI,−−0.7% 0.4%))与控件(−1.0% (95% CI,−−1.2% 0.9%);P<措施)和那些他们曾不止一次(−0.7% (95% CI,−−0.8% 0.6%))与控件(−1.0% (95% CI,−−1.0% 0.8%);P<措施)。我们注意到,对于大多数患者超过1不受控制的风险因素,信用违约掉期将强调更有效的方法来减少心血管疾病的风险比紧缩HbA的控制_{1 c}的水平。

简历向导是有效的在综合保健机构主要提供保险的病人;这在CHCs试验评估其影响。因为信用违约互换使用利率影响群体的结果,ITT和ETOT分析进行。在ITT结果,总CVD风险没有显著提高更多的患者在干预诊所整体但改善患者在干预比控制诊所在基线的风险大于20%。不一致,对可逆CVD风险产生重大影响。然而在ETOT分析,患者至少一次使用的工具是为谁,心血管疾病的风险显著降低更多的那些最高的基线风险组与对照组。虽然减少这种风险适度(4.4% vs 2.7%)绝对改进,如果维护随着时间的推移,它可能代表一个群体减少心血管事件。^57,58那些一个基线可逆的风险至少10%,干预患者明显改善超过管制工具时使用不止一次,说明一个可能的剂量反应的效果。

ITT结果不足为奇的整体工具采用率和很大程度上可以解释为什么这些发现与积极的发现这个信用违约互换在早些时候好卫生保健系统。^33,34,59在这些研究中,使用简历向导的改善在成人糖尿病患者血糖水平和英国石油公司控制,整体CVD成年人无糖尿病或心脏病的风险,^33,34和英国石油公司管理6到18岁的病人。⁵⁹然而,在这些研究中,信用违约互换结果打印在70%到80%的有针对性的邂逅。许多其他的信用违约掉期的研究无法证明影响由于采用低^23,59,60(例如,在比利时最近实现个位数使用利率和没有有针对性的改善结果)。⁵³

影响因素即时信用违约互换使用包括工作流集成,相互竞争的临床需求,点击进入信用违约掉期,临床医生提供的建议的有效性的信心。^23,24信用违约互换实现更高的使用建立集中的保健系统与工具使用工作流。目前的研究包括了许多保健组织异质性的住宿协议阻碍培训和持续的高信用违约互换使用。未来的研究应该确定在CHCs策略增加信用违约互换使用。分析旨在理解信用违约掉期采用这个设置将在未来的报告。

在这个集群随机临床试验,随机化占组织大小,但不能平衡其他特征,所以分析控制基线因素可能会影响结果。其他变量可能影响结果。此外,组内相关系数为主要研究结果表明高异质性在干预和控制诊所,从而起到稀释能力检测干预效果。本研究的异构网络中进行单个EHR CHCs共享。推断不同的设置需要谨慎。简历向导支持cd和共享决策,但这些分析没有评估哪些元素。同样,即使这个工具的输出被或打印,我们不知道它是如何被用来进行个别病人;然而,进一步的分析正在进行中。

这个信用违约掉期干预似乎有利于心血管疾病风险的时候一直用于CHC高基线风险的患者。未来的研究需要对信用违约互换工具用于临床遇到和开发策略来增加信用违约互换使用CHCs和类似的设置。尽管限制,这些结果提供初步证据表明这种技术有潜力提高CHC高心血管疾病风险的患者之间的临床护理。

发表:2021年11月11日。

发表:2022年2月4日。doi:10.1001 / jamanetworkopen.2021.46519

开放:这是一个开放的分布式根据文章CC-BY许可证。©2022枚R et al。狗万体育下载地址《美国医学会杂志》网络开放。

通讯作者:瑞秋金博士英里每小时,健康研究中心,Kaiser Permanente西北部,3800 N大街号州际公路,波特兰,或97227 (rachel.gold@kpchr.org)。

作者的贡献:Drs黄金和拉尔森有完全访问所有的数据研究,负责数据的完整性和数据分析的准确性。

概念和设计:黄金,拉尔森,Sperl-Hillen Heintzman,米登Appana, Thirumalai, Bava Yosuf,奥康纳。

数据的采集、分析或解释:黄金,拉尔森,Sperl-Hillen、波士顿、Sheppler Heintzman, McMullen, Appana, Thirumalai,罗默,戴维斯Hauschildt,斯科特,摩尔,奥康纳。

起草的手稿:黄金,拉尔森,Sperl-Hillen、波士顿、戴维斯,奥康纳。

关键的修订手稿的重要知识内容:黄金,拉尔森,Sperl-Hillen、波士顿、Sheppler Heintzman, McMullen,米登,Appana, Thirumalai,罗默,Bava, Yosuf, Hauschildt,斯科特,摩尔,奥康纳。

统计分析:拉森,波士顿,斯科特,奥康纳。

获得资助:黄金,Heintzman Appana。

行政、技术或材料支持:McMullen Sperl-Hillen、波士顿、Sheppler,米登,Appana, Thirumalai, Bava, Yosuf, Hauschildt,摩尔,奥康纳。

监督:金、波士顿、Heintzman McMullen。

利益冲突的披露:金博士报道接受美国国立卫生研究院(NIH)的行为研究。波士顿报道博士接受资助的国家心脏,肺和血液研究所(NHLBI)期间进行的研究。Sheppler博士报道接受赠款NHLBI期间进行的研究。Heintzman博士报道期间授予国家老龄问题研究所进行的研究,作为主要临床科学家OCHIN公司,非营利组织的网络社区卫生中心。McMullen博士报道期间收到来自美国国立卫生研究院的资助进行的研究。米登女士报告收到拨款NHLBI期间进行的研究。Thirumalai先生报告期间收到HealthPartners研究所资助的研究。罗默报道接受赠款NHLBI期间进行的研究。女士Bava报道接受赠款NHLBI期间进行的研究。女士Yosuf报道接受赠款NHLBI期间进行的研究。 Ms Hauschildt reported receiving grants from the NHLBI during the conduct of the study. Ms Moore reported receiving grants from the NHLBI during the conduct of the study. No other disclosures were reported.

资金/支持:这项研究得到了奖R01HL133793 NHLBI和部分由美国国立卫生研究院奖P30DK092924 (Drs Sperl-Hillen和O ' connor)。

资助者的角色/赞助商:赞助商没有参与这项研究的设计和实施;的收集、管理、分析和解释数据;准备、审查或批准的手稿;并决定提交出版的手稿。

免责声明:内容是完全的责任作者,不一定代表美国国立卫生研究院的官方观点。

会议介绍:本文提出了几乎在美国医学信息学协会2021年年会(2021年11月1日);第49届北美初级保健研究小组会议(2021年11月22日);和14年会上的科学传播和实现健康(2021年12月14 - 16日)。

数据共享声明:看到补充3。

额外的贡献:劳伦·克雷恩博士HealthPartners研究所咨询这个项目的分析。月桂夜莺,英里,MPP,明尼苏达大学和海蒂埃克斯特龙,妈,HealthPartners研究所和m·j·邓恩,妈,俄勒冈州健康与科学大学,大卫•Killaby MPA:哈,威廉•皮诺克女士,和杰西卡黑色,CMS, OCHIN公司,提供项目管理支持。琼·尼尔森,英里,PA, Kaiser Permanente西北部,是一个实践教练在这个项目。黛布拉白云镇BS、AAS和克里斯蒂娜木头,BS, HealthPartners研究所,程序员这个项目。

附加信息:万博manbetx平台首页这项工作进行的加速数据值在国家社区卫生中心网络(提前)临床研究网络(CRN)。OCHIN公司,引领网络与健康选择合作网络,芬威健康和俄勒冈州健康与科学大学。进步是通过合同资助ri - crn研究所2020 - 001以病人为中心的结果。