要点
问题政府医疗保健服务最好的满足人口偏好如何持续的高血压治疗在卡纳塔克邦,印度?
发现在这个横断面研究的1085名成年人高血压、离散选择试验显示,85%的受访者将认真的临床评估和一致的可用性的免费药物。一些城市受访者优先缩短等待时间,和一些农村受访者优先看到医生和一名护士。
意义人口喜好确定在本研究中表明,一致的药物临床评估的可用性和质量是加强基层医疗服务的关键重点城市和农村成人高血压的卡纳塔克邦,印度。
重要性高血压在印度每年导致超过160万人死亡,许多人是不知道他们有条件或接受治疗不足。政策举措加强疾病检测和管理通过初级保健服务在印度人口目前不知情的偏好。
客观的量化人口公共初级保健服务首选项属性为高血压。
设计,设定和参与者这个家庭调查的横断面研究涉及政府以人群为基础的样本与高血压的成年人班加罗尔都城区(班加罗尔市;Kolar城市)和:地区(农村设置)在卡纳塔克邦,印度,从6月22日到7月27日,2021年。离散选择试验设计中,参与者选择首选的初级保健诊所属性假设的选择。合格的参与者30年以上与先前诊断高血压或测量舒张压90毫米汞柱或更高或140毫米汞柱的收缩压或更高。总共有1422 1927人(73.8%)同意接收最初的筛选,和1150年(80.9%)有资格参与,其中1085名(94.3%)有资格完成调查。
主要结果和措施相对倾向于卫生保健服务属性和优先类来自于受访者选择首选诊所场景从8套假设比较基于等待时间,员工礼貌、临床类型、仔细的临床评估,和可用性的免费药物。
结果在1085名成年受访者与高血压(SD)的平均年龄为54.4(11.2)年;573名参与者(52.8%)确定为女性,和918年(84.6%)有一个以前的诊断高血压。总体偏好是认真的临床评估和一致的可用性自由药物;3 5潜类优先1或这两个属性,占受访者的85.1%。然而,最大的类(52.4%的受访者)弱偏好分布在所有属性(最大相对效用认真的临床评价:β= 0.13;95%置信区间,0.06 - -0.20;36.4%的优先股)。两个小类有强烈偏好;1类(5.4%的受访者)优先缩短等待时间(85.1%的优先股;效用,β=−3.04; 95% CI, −4.94 to −1.14); the posterior probability of membership in this class was higher among urban vs rural respondents (mean [SD], 0.09 [0.26] vs 0.02 [0.13]). The other class (9.5% of respondents) prioritized seeing a physician (the term医生在调查中),而不是使用一个护士(66.2%的优先股;效用,β= 4.01;95%置信区间,2.76 - -5.25);加入这个类的后验概率更大的农村与城市之间的受访者(意味着(SD), 0.17(0.35)和0.02 (0.10))。
结论和意义在这项研究中,指出人口喜好建议一致的药物临床评估的可用性和质量应优先在初级保健服务在卡纳塔克邦,印度。人口的异质性观测偏好支持考虑额外的护理模式,如快速药物调剂来减少等待时间在城市设置和physician-led服务在农村地区。
心血管疾病占总死亡人数的28%和25%的多年生活在印度失去了50岁以上的成年人中,1,2高血压影响超过2亿个人和发挥作用每年至少160万人死亡。3,4在卡纳塔克邦,高血压患病率超过20%,5认识疾病的地位很低。尽管有超过80%的人被诊断为高血压开始治疗,只有62%的人接受治疗药物使用报道一致。4,6,7
全民高血压控制取决于有效的初级保健。8印度政策优先预防和控制非传染性疾病通过初级保健服务自2010年实施国家计划防治癌症,糖尿病,心血管疾病和中风。9,10重点预防和控制非传染性疾病进一步强调在2018年全国健康保护任务,其中包括计划提供全面的初级保健服务通过150 000新的卫生和健康中心(中国)。11- - - - - -14然而,广泛的初级保健系统面临的挑战,适应不断变化的需求和偏好日益教育和快速城市化的人口。15- - - - - -20.疾病负担、卫生保健服务的可用性和服务使用模式不同城乡之间。19,21,22只有在过去的十年中政策开始是标准化的,而不是通过独立的农村和城市的全国卫生管理任务,坚持服务和卫生保健使用和差异。私人保健服务主要集中在城市地区,和公共社区卫生中心(CHCs)主要分布在农村地区。7虽然公众初级保健常见的绕过所有家庭成员患有高血压、城市受访者已经不太可能使用公共初级保健服务比农村受访者(分别为11%和23%)。23
离散选择试验(离散)的方法量化人口喜好通知医疗服务交付。24- - - - - -29日我们进行了DCE描述陈述偏好成年人卫生保健服务的关键方面与城市地区和农村地区高血压在卡纳塔克邦,印度。
这个横断面研究回顾和批准的哈佛人类研究保护计划,印度公共卫生基金会的机构伦理委员会和公共Health-Bengaluru的印度理工学院校园机构伦理委员会。允许研究程序收到印度医学研究理事会卫生部检查委员会卫生和家庭福利部的卡纳塔克邦理事会的首席医疗官和首席医疗官参与地区。所有参与者提供书面知情同意。本研究遵循加强流行病学的观察性研究报告(选通脉冲横断面研究报告指南。研究自反性声明eTable 1中是可用的补充1。
卡纳塔克邦,印度,有超过6680万人,39%的人居住在城市地区。30.本研究是在印度班加罗尔都城进行区(班加罗尔市;每公里4400居民2Kolar,大约1000万居民)和:区(每公里384居民2,大约150万居民)。地区被选为城市(班加罗尔都城)和农村Kolar(:)研究(1)的网站被访问的总部设在班加罗尔的研究小组在整个时期COVID-19-related限制,(2)是位于哪个区地区卫生官员接受,和(3)有一个中国项目启动,但并不能完全运作。数据收集从2月2日到2月21日,2021年,DCE发展阶段,从6月22日到7月27日,2021年,政府的入户调查,包括DCE。
本研究旨在评估政府卫生保健服务如何能够最好地满足持续的高血压治疗人群的喜好。DCE设计按照清单由联合分析工作组的良好的研究实践31日(在eMethods提供全部细节补充1)。总之,符合推荐的做法,31日我们回顾了出版文献和国家和国家政策来识别一个广泛的属性列表在初级保健相关进行政策创新,服从干预地区卫生保健系统,并与高血压相关的个人。31日- - - - - -34然后我们进行6焦点小组在城乡环境;每个焦点小组由5到7接受护理的病人对高血压引起的观点在他们的经验和这些属性的相关性。启用了焦点小组参与者识别相关的属性,没有初始列表的一部分来源于文献和专家咨询、评估他们自己之间的优先级属性,提出和建议属性水平根据他们自己的经历。研究小组(H.H.L.,G.R.B.,N.D.S.,A.T.T.,S.S.S.,聚合度,and M.E.K.) synthesized focus group findings to select the final attributes and levels (表1)在DCE包括基于优先级患者中,相关性的研究问题,在属性和独立。
我们设计了DCE 2选择/选择集,没有退出机制,以确保反应将由所有参与者提供。DCE场景替代选择,确保平衡和优化行列式效率(衡量的美好设计相对于一个假设的正交设计);35选5版本中生成。选择1选项设计模仿中国添加到所有版本,导致8每个被调查者选择集(介绍性的脚本和一个选择卡eFigure 1中是可用的补充1)。数据收集器选择1版本对于每个被调查者,骑自行车穿过5版本。额外的调查项目解决的人口学特征、健康状况和以前使用的卫生保健服务和观点。为了确保一致性,所有调查材料,最初是用英语写的,是翻译成埃纳德语,那么翻译回英文的研究小组(G.R.B.,N.D.S.,and D.R.); respondents could select English or Kannada. We pretested all survey materials among 10 respondents.
我们计算目标样本大小根据权力要求DCE的效率最大化。计算最小样本容量,最大数量的水平一个属性(包括交互计算)除以产品替代品的数量在每个任务的数量乘以任务;这个商是然后乘以500。35,36我们计算的最小样本量DCE设计定稿之前,使用2作为替代品的数量在每个任务中,8作为任务的数量,和10个产品的最大数量的水平的一个属性(5)和一个二进制交互项,如研究网站或2级属性。这个计算每组取得了至少312名参与者。确保强劲的样本量估算,提高研究结果的普遍性,我们有针对性的500名参与者/位置。
我们使用地图的行政区域为最近创建全国健康计划免疫运动作为抽样框架。37在印度班加罗尔都城区,我们确定了2病房(198总病房;意味着人口,每个病房42 500),其中包括正式和非正式定居点两种区域和可访问的研究团队。每个病房分为大约20单位比得上一个街区。Kolar的:区包括6管理细分;Kolar我们选择的主要:区域,包括集群最多的村庄,代表地区的农村环境,我们选择2使用便利抽样的343个村庄。实地小组访问每个单位或村和使用系统的随机抽样的家庭直到500调查/地区达成的目标。
资格评估包括一个简短的知情同意过程,问卷调查,依照印度国家高血压筛查指南。两个血压(BP)措施获得(与第三获得如果第一次和第二次测量之间的区别是> 5毫米汞柱的收缩压或舒张压),英国石油公司使用价值也越低。英国石油(BP)被定义为收缩压升高140毫米汞柱或更高或舒张压90毫米汞柱或更高。资格评估是基于年龄(≥30年)和自我诊断高血压和/或BP升高时的调查;孕妇是不合格的。BP升高的所有个人,没有之前的诊断高血压附近获得政府认可的信息来源的关心,不管研究参与。万博manbetx平台首页在班加罗尔都城,感兴趣的成年居民家庭接受筛查,和1居民被选资格。Kolar在:基士的网格38被用来为筛选选择成人以随机的顺序。合格的成年人被邀请参加完整的研究提供一个同意后;只有1位受访者表示了每个家庭。
平板电脑使用研究数据收集电子数据捕获(搬运工)数据库每天和同步到服务器。占据软件,版本17.0 (StataCorp LLC),用于数据清理和分析,与其他包包括dcreate mixlogit, lclogit2。39- - - - - -42我们用R软件,版本4.2.1 (R统计计算的基础),准备与包dplyr foresplot, tidyverse, readxl, stringr,天堂森林阴谋。
描述性统计是用来总结人口特征(包括性别、年龄、阶层、教育水平和职业)研究的人口;万博manbetx平台首页信息被收集在种姓而不是种族和民族依照印度的人口普查和所有主要以人群为基础的调查。我们进行了鲁棒性检查(可在eMethods细节补充1),然后配合组合logit模型。这些模型估计的可能性选择属性的函数诊所;参数被允许在个人账户的异质性变化随机偏好和多个响应的规模和解决nonindependence内个人。结果提供的估计意味着每个属性的相对效用水平的DCE以及SD估计效用。估计可以与SDs 0方差的零假设;的方向估计是无关紧要的。39意味着相对效用和SDs被认为是重要的,如果他们95%的CIs排除零。模型试验后,我们适应全人口组合logit模型对所有数据正态分布参数、独立的协方差结构,健壮的SEs, 500俩了。
被调查者偏好确定分组,我们适合与8潜类潜在的类模型41,43;我们选择基于贝叶斯信息准则的最终模型统计数据。万博manbetx平台首页我们为每个被调查者估计后验概率的类成员。我们计算优先股作为每个属性的效用的百分比在总效用,效用等待时间乘以这个属性的定义范围(4.75小时)。我们估计为每一个潜在的吸收类比较基线场景(员工并不总是彬彬有礼,等待时间是3小时,初级保健医生是一名护士,临床评估并不总是小心,和免费的药物并不总是可用)的以下3个场景:(1)初级保健医生医生(这个词医生被用于调查)和其他属性一样的基线水平(physician-led模型),(2)等待时间是30分钟,其他属性是一样的基线水平(快速模型),和(3)临床评估总是小心和免费的药物总是和其他属性是一样的基线水平(基于中国模型)。我们评估了协会的观测特征位置(Kolar班加罗尔都城或:),性别(身份女性与男性或其他),正规教育(vs小学,中学,还是大学或更高),和对高血压诊断(yes和no)后验概率的类成员。发现的位置报告未经调整的模型;调整模型包括位置无法估计由于类份额的大小差异的位置。
1927个人,1422(73.8%)同意接收最初的筛选。在那些接受检查,1150例(80.9%)有资格学习包容;其中,1085人(94.3%)同意,完成了完整的调查(eFigure 2补充1)。受访者的平均年龄(SD)是54.4(11.2)年;573名(52.8%)认定为女性,507名(46.7%)认定为男性,和5(0.5%)确认为其他性别(表2)。总共有530名受访者从班加罗尔Negara区,和555年Kolar来自:区。大多数的受访者(918 (84.6%);510(96.2%)在班加罗尔Kolar都城和408(73.5%):)报道之前被诊断出患有高血压;913年,几乎所有的受访者(883 (96.2%);492 510(96.5%)在班加罗尔Kolar都城和391年的408(95.8%):)曾接受治疗高血压。政府设施是最常见的高血压保健来源在班加罗尔都城(407 510受访者[79.8%])Kolar和:408名受访者(85.0%)(347)。
1085受访者完成8656年在DCE选择任务。数据质量检查确认没有问题与DCE政府或反应。细节的有效性检查和eMethods提供的模型拟合补充1。
五个属性包含在DCE:员工的态度,总等待时间、临床类型、临床评估、质量和可用性的免费药物。完整的组合logit模型研究人群(表3)显示,受访者没有高度重视礼貌相对于其他属性(效用,β= 0.04;95%可信区间,0.02−0.11),弱不愿意再等待时间(效用,β=−0.09;95%可信区间,0.12−−0.05),喜欢被医生/护士(效用,β= 0.34;95%可信区间,0.24 - -0.43)。最强的偏好是认真的临床评估(效用,β= 0.67;95%可信区间,0.56 - -0.78)和可用性的免费药物(效用,β= 0.68;95%可信区间,0.57 - -0.80)。SDs揭示人口异质性对所有属性的偏好除了礼貌。
潜在类别分析显示一个五级的解决方案优化模型。5类成员(52.4%的受访者)有明显的偏好认真的临床评估(效用,β= 0.13;95%可信区间,0.06 - -0.20)和可用性的免费药物(效用,β= 0.08;95%置信区间,0.00 - -0.16),尽管相对偏好弱分化(图1)。二班成员(16.9%的受访者)强烈优先提供免费药物(效用,β= 4.22;95%置信区间,2.65 - -5.79),而1级会员(15.8%的受访者)优先认真的临床评估(效用,β= 6.76;95%置信区间,0.65 - -12.88)和消极的倾向于提供免费药物(效用,β=−1.09;95%可信区间,2.01−−0.16)相对于其他属性。在一起,这3类相对偏好认真的临床评估和/或可用性的免费药物由总人口的85.1%。受访者在剩余的课程有很强的偏好是由一名医生而不是一名护士(3班(9.5%的受访者);效用,β= 4.01;95%置信区间,2.76 - -5.25)和较短的等待时间(第4类(5.4%的受访者);效用,β=−3.04; 95% CI, −4.94 to −1.14). In each of the 4 smaller classes, the most preferred attribute within the class comprised at least 50% of total utility (50.1% for careful clinical assessment in class 1, 68.5% for availability of free medication in class 2, 66.2% for seeing a physician vs a nurse in class 3, and 85.1% for wait time in class 4) (eFigure 3 in补充1)。
估计场景,在该场景中,吸收服务偏好认真的临床评估和一致的可用性的免费药物时相对于基线场景劣质保健整体高(72.7%),在每一个类(在二班上课1 99.7%,98.4%,77.0%在3班,在课堂上和76.8% 4),除了类5(55.2%),而产生小弱的相对偏好的差异估计在场景(吸收图2)。因为类5包含大约一半(52.4%)的研究人口、弱吸收在这类限制整体吸收估计。在小类优先看到医生(3班)或较短的等待时间(第4类),满足这些偏好估计增加了吸收更多(98.2%,3班physician-led场景下为99.9%,第4类30分钟的等待时间的情况下)的场景,在该场景中,偏好认真的临床评估和一致的可用性的免费药物治疗了。
类成员(eTable 2在不同的位置补充1与3类),拥有强大的网站之间的分歧。均值(SD)后验概率的类1(优先考虑认真的临床评估)Kolar 0.28 (0.44): vs 0.03(0.13)在班加罗尔都城,和均值(SD)后验概率的类3(优先看到医生)Kolar 0.17 (0.35): vs 0.02(0.10)在班加罗尔都城。相反,受访者的平均(SD)优先等待时间(4类)为0.09(0.26)在班加罗尔都城,只有0.02 (0.13)。在模型中调整性别、高血压诊断的正规教育水平和知识(eTable 3补充1),没有接受正规教育的人有更高的几率属于类2(优先提供免费药物治疗;调整优势比(aOR), 1.88;95%可信区间,1.27 - -2.77)或类4(优先级较短的等待时间;优势比,2.22;95%可信区间,1.19 - -4.13)比属于类5(弱的相对偏好)。个人没有意识到他们的高血压状态有更高的几率属于类优先考虑认真的临床评估(类1:优势比,3.54;95%置信区间,2.21 - -5.66)或看到医生(3班:优势比,4.01;属于类的95%可信区间,2.34 - -6.87)比5。
这个横断面研究人口对高血压护理服务的偏好在卡纳塔克邦,印度,发现总体偏好认真的临床评估和/或一致的可用性的免费药物大多数调查对象之一。约一半(52.4%)的受访者只有弱对这些属性相对偏好。额外的小偏好类主要包括农村受访者优先看到一名医生而不是一名护士和主要城市受访者优先缩短等待时间。考虑到这些发现,解决药物可用性和保证临床能力是关键重点持续扩张的中国初级保健模式。
之前国家调查和定性的分析研究20.,23,44- - - - - -46发现病人引用长等待时间和缺乏药物和诊断评估以及不一致的临床医生可用性作为重大关切与公共初级保健诊所。我们的研究提炼这种理解量化相对偏好,发现对大多数受访者来说,较长的等待时间可能是可以接受的,如果强偏好一致的药物可用性和/或主管护理了。研究结果强调了解决供应链问题的重要性,不一致的可用性发挥作用的药物47和集中注意力的需要一个称职的员工,有时间提供仔细的评估。17值得注意的是,大多数受访者愿意被护士如果其他偏好得到满足;只有一小部分的受访者(9.5%),主要在农村环境中,优先physician-led护理。虽然没有直接的可比性差异DCE设计和研究人口、城市贫民窟的居民之间的DCE在艾哈迈达巴德,印度,同样认为主管护理是优先级最高的整体和发现异质性在临床医生偏好(在传统的私人和公共设施)的社会经济地位32;我们发现可用的免费药物和较短的等待时间没有接受正规教育的人尤为重要。我们的研究建立在之前的研究在卡纳塔克邦,发现主管关心非传染性疾病患者感兴趣48并建议快速扩张的nonphysician在卡纳塔克邦中国模型可能是一个适当的方法缓解超载放在初级护理医师。18,49与此同时,physician-led护理仍将是重要的诊断和处方治疗;合法,只有医生可以开出药物或改变治疗方案,而护士可以管理正在进行治疗。我们没有发现礼貌的治疗相对于其他属性的高度重视,尽管不尊重护理的经验报道在DCE的发展焦点小组和其他研究。32,48这一发现可能反映了受访者愿意贸易失礼的治疗更有能力照顾或更方便服务,特别是鉴于大多数受访者高血压治疗的经验。同样值得注意的是,提出了中国的元素,比如瑜伽服务,48没有优先焦点小组讨论。
当前设置的横断面研究政策创新在初级保健交付。2021年初,2000多名中国运营基于数据从国家政府在卡纳塔克邦49;每政策,这些设施都由nonphysician临床医师直接提供筛查和正在进行的治疗对高血压的支持同时监督卫生保健工作者筛选扩展到社区。维护,支持中国通过医生处方转诊设施的能力。在这种背景下,3确定政策影响。首先,继续扩大中国应该优先考虑药物可用性和主管护理,包括从nonphysicians护理,在城乡环境作为回应声明的主要目标人群的喜好。第二,研究人群的子集表示偏好一致的护理与分化模型,快速和physician-led等服务。有一个基础服务创新在卡纳塔克邦的努力如晚上在非正式定居点诊所50;展望未来,国家健康数字任务包括电子健康记录的雄心勃勃的计划,以确保连续性的护理服务的位置,这可以提高获得药物如果完全实现一致。第三,监控服务使用和进一步研究服务的吸收将帮助临床医生和政策制定者了解有关弱势群体的全面决策者相对偏好的属性评估研究。
本研究也有一些局限性。行政区域选择的基础上进行的可行性研究COVID-19大流行期间限制和从地方卫生官员提供支持;结果可能并不适用于所有地区在印度卡纳塔克邦或其他州。被申请人人口中很大一部分人意识到自己的高血压诊断,可能是因为这些个体之间的更大兴趣研究的参与。结果推断能力提供更少的机会方面的服务交付,将有助于达到并留住那些目前未确诊的高血压。我们设计了一个强迫选择DCE,受访者无法退出的选择任务,优化内部效度;DCE估计是准确的发现了那些真正有可能使用一个潜在的服务或产品。29日这个设计有更少的外部有效性识别那些可能使用服务整体或使用基于属性和服务水平的研究;我们吸收估计应该解释为揭示相对平衡而不是绝对的估计群体使用的初级保健服务。DCE发现适用于特定的属性和水平评估;可能是相对较弱的偏好和低估计服务最大的阶级中吸收的受访者反映偏好没有捕捉到这DCE。一些受访者可能考虑的属性看医生和药物可用性集体由于当前政策限制的权限只提供医生处方药物。我们措辞的属性集中在独立方面的关心和鼓励受访者考虑选择假设减少的可能性,把属性。
这个横断面研究涉及人口偏好评估发现,成人高血压药物临床评估的可用性和质量优先一致在城乡环境在卡纳塔克邦,印度。护理评估额外的模型,如physician-led服务和快速药物调剂减少等待时间,可以保证完全解决人口异质性的偏好。
发表:2023年1月29日。
发表:2023年3月14日。doi:10.1001 / jamanetworkopen.2023.2937
开放:这是一个开放的分布式根据文章CC-BY许可证。©2023 Leslie HH 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:汉娜·h·莱斯利博士预防分工科学,医学部门,加州大学,旧金山,550年16圣,三楼,旧金山,CA 94143 (hannah.leslie@ucsf.edu)。
作者的贡献:莱斯利博士已经完全访问所有的数据研究和负责数据的完整性和数据分析的准确性。
概念和设计:莱斯利先生,Dolcy沙尔丹哈,Turcotte-Tremblay Shapeti,普拉巴卡兰,Kruk。
数据的采集、分析或解释:拉维,莱斯利,先生,Turcotte-Tremblay Kapoor Kruk普拉巴卡兰。
起草的手稿:莱斯利先生,Dolcy沙尔丹哈,Turcotte-Tremblay Kapoor Kruk。
关键的修订手稿的重要知识内容:所有作者。
统计分析:莱斯利,Turcotte-Tremblay Kapoor Kruk。
获得资助:莱斯利,Kruk。
行政、技术或材料支持:先生,Dolcy沙尔丹哈,Turcotte-Tremblay,拉维,Shapeti,普拉巴卡兰。
监督:先生,Turcotte-Tremblay Ravi Shapeti,普拉巴卡兰,Kruk。
利益冲突的披露:没有报道。
资金/支持:本研究支持格兰特P30AG024409国家衰老研究院的美国国立卫生研究院(项目的全球人口老龄化,哈佛大学)和格兰特发票- 005254比尔和梅林达•盖茨基金会(Kruk博士)。
资助者的角色/赞助商:资金组织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。
数据共享声明:看到补充2。
额外的贡献:作者感谢数据收集团队的努力在具有挑战性的环境和人分享他们的时间。