grænser i folkesundhed

baggrund: hvorfor opbygge kausale vejmodeller?

i de senere år har der været voksende anerkendelse af vigtigheden af at implementere evidensbaseret praksis som en måde at forbedre kvaliteten af sundhedsvæsenet og folkesundheden på. Resultaterne af implementeringsindsatsen er imidlertid blandet. Cirka to tredjedele af indsatsen opnår ikke den tilsigtede ændring (2), og næsten halvdelen har ingen effekt på resultater af interesse (3). Implementeringsstrategier er ofte uoverensstemmende med barrierer (4), og implementeringsindsatsen bliver stadig mere kompleks og dyr uden øget indvirkning (5). Disse suboptimale resultater skyldes i vid udstrækning manglen på testet teori inden for implementeringsvidenskab (6). Feltet har især en begrænset forståelse af, hvordan forskellige implementeringsstrategier fungerer—de specifikke årsagsmekanismer, gennem hvilke implementeringsstrategier påvirker plejelevering . Som en konsekvens har implementeringsvidenskaben været begrænset i sin evne til effektivt at informere implementeringspraksis ved at give vejledning om, hvornår og i hvilke sammenhænge specifikke implementeringsstrategier skal bruges, og lige så vigtigt, hvornår de ikke skal.

National Academy of Science definerer “videnskab” som “brugen af beviser til at konstruere testbare forklaringer og forudsigelser af naturfænomener samt den viden, der genereres gennem denne proces.”(8) implementeringsområdet har brugt de sidste to årtier på at opbygge og organisere viden, men vi har langt fra testbare forklaringer, der giver os evnen til at generere forudsigelser. For at forbedre resultaterne af implementeringsindsatsen har feltet brug for testbare teorier, der beskriver de årsagsveje, gennem hvilke implementeringsstrategier fungerer (6, 9). I modsætning til rammer, der tilbyder en grundlæggende konceptuel struktur, der ligger til grund for et system eller koncept (10), giver teorier en testbar måde at forklare fænomener ved at specificere relationer mellem variabler, hvilket muliggør forudsigelse af resultater (10, 11).

kausale vejmodeller repræsenterer sammenhænge mellem variabler og resultater af interesse i en given sammenhæng (dvs.byggestenene i implementeringsteori). At specificere strukturen i årsagsforhold gør det muligt for forskere empirisk at teste, om implementeringsstrategierne fungerer via teoretiserede mekanismer, hvordan kontekstuelle faktorer modererer de årsagsprocesser, gennem hvilke implementeringsstrategier fungerer, og hvor meget varians i resultater der redegøres for af disse mekanismer. Resultater fra undersøgelser baseret på kausale modeller kan, over tid, både hjælpe feltet med at udvikle mere robuste teorier om implementeringsprocesser og fremme praksis med implementering ved at tackle nøglespørgsmål. For eksempel kan kausale modeller gøre følgende: (1) informere udviklingen af forbedrede implementeringsstrategier, (2) identificere foranderlige mål for nye strategier, (3) øge virkningen af eksisterende strategier og (4) prioritere, hvilke strategier der skal bruges i hvilke sammenhænge.

i dette perspektivstykke foreslår vi en tilgang til teoriudvikling ved i form af kausale vejmodeller at specificere hypoteser om kausal drift af forskellige implementeringsstrategier i forskellige indstillinger, så disse hypoteser kan testes og raffineres. Specifikt tilbyder vi en fire-trins proces til udvikling af kausale vejmodeller til implementeringsstrategier. Mod dette formål argumenterer vi for , at feltet skal bevæge sig ud over at have lister over variabler, der med rette kan betragtes som determinanter, og mod præcis artikulering af mediatorer, moderatorer, forudsætninger og (proksimale versus distale) resultater (Se tabel 1 for definitioner).

opbygning af kausale vejmodeller

vores perspektiv trækker på agil videnskab (13, 14)—en ny metode til udvikling og undersøgelse af adfærdsmæssige interventioner, der fokuserer på interventionsmodularitet, kausal modellering og effektive evalueringer for at generere empiriske beviser med klare grænsevilkår (med hensyn til befolkning, kontekst, adfærd osv.) at maksimere videnophobning og genanvendelse. Agile Science er blevet brugt til at undersøge målindstillingsinterventioner til fysisk aktivitet, engagementstrategier til mobile sundhedsapplikationer, depressionsinterventioner til primærpleje og automatiserede diætkoder til fremme af vægttab (13, 15). Anvendt på implementeringsstrategier består Agile Videnskabsinformeret kausal vejdiagrammodellering af mindst fire trin: (1) specificering af implementeringsstrategier; (2) generering af strategimekanismeforbindelser; (3) identifikation af proksimale og distale resultater; og (4) artikulering af moderatorer og forudsætninger. For at demonstrere denne tilgang tilbyder vi eksempler på kausale vejmodeller for et sæt af tre forskellige implementeringsstrategier (se figur 1). Strategierne er hentet fra følgende eksempel. Et samfund mentalt sundhedscenter planlægger at implementere målebaseret pleje, hvor udbydere anmoder om patientrapporterede resultatdata inden kliniske møder for at informere behandlingen (17). Fællesskabets mentale sundhedscenter planlægger at bruge træning, økonomisk straf (afskrækkende midler) og revision og feedback, da de er almindelige strategier, der bruges til at understøtte målebaseret plejeimplementering (18).

Trin 1: specificering af implementeringsstrategier

Ekspertanbefalingerne til implementering af Ændringsundersøgelse gav en samling af 73 implementeringsstrategier (19) udviklet af et tværfagligt team gennem en struktureret litteraturgennemgang (20), Delphi-proces og konceptkortlægning (19, 21, 22). Der findes således et solidt fundament af strategier, der er konceptuelt klare og veldefinerede. Samlingen var dog aldrig eksplicit knyttet til mekanismer. I henhold til Kasdin (7) definerer vi “mekanismer” som de processer eller begivenheder, gennem hvilke en implementeringsstrategi fungerer for at gennemføre de ønskede implementeringsresultater. Efter omhyggelig undersøgelse ser det ud til, at mange strategier ikke er godt nok specificeret til at være knyttet til mekanismer på en sammenhængende måde, et vigtigt trin i kausal modelopbygning. For eksempel viser udarbejdelsen af 73 strategier “læringssamarbejde”, en generel tilgang, for hvilken de diskrete strategier eller kernekomponenter er underspecificeret. Dette gør det vanskeligt at identificere deres præcise virkningsmekanismer (23). Underspecificerede strategier efterlader også feltet sårbart over for uhensigtsmæssig syntese af data på tværs af undersøgelser (24, 25).

i vores tilfælde eksempel er træning en strategi, der er underspecificeret. Vi tilpassede procedurer fra Michie et al. (26) at vejlede strategispecifikation, der anbefaler, at hver strategi vurderes for, om den: (1) sigter mod at fremme vedtagelse, implementering, opretholdelse eller opskalering af en evidensbaseret praksis; (2) er en foreslået “aktiv ingrediens” til vedtagelse, implementering, opretholdelse eller opskalering; (3) repræsenterer den mindste komponent, mens den foreslåede aktive ingrediens bevares; (4) kan bruges alene eller i kombination med andre diskrete strategier; (5) er observerbar og replikerbar; og (6) kan have en målbar indvirkning på specificerede implementeringsmekanismer (og i bekræftende fald, om formodede mekanismer kan opføres). Hvis strategier ikke opfylder disse kriterier, kræver de revision og yderligere specifikation. Dette kan indebære at foreslå alternative definitioner, eliminere en implementeringsstrategi helt eller formulere en ny, snævrere strategi, der er en komponent eller en type af den oprindelige strategi. Træning ville opfylde alle undtagen det tredje og sjette kriterium (nævnt tidligere), fordi træning kan bestå af flere aktive ingredienser (f.eks. didaktik, modellering, rollespil/øvelse, feedback, skygge), som hver især kan fungere på en unik mekanisme. I dette tilfælde bør træning defineres mere snævert for at tydeliggøre dets kernekomponenter.

Trin 2: Generering af Strategimekanismeforbindelser

når en implementeringsstrategi er specificeret, skal den knyttes til de mekanismer, der antages at ligge til grund for dens funktion. Mekanismer forklarer, hvordan en implementeringsstrategi har en effekt ved at beskrive de handlinger, der fører fra administrationen af strategien til implementeringsresultaterne (se tabel 1 for definitioner). Statistisk set er mekanismer altid mæglere, men mæglere er muligvis ikke mekanismer. Tilsvarende kan moderatorer pege mod mekanismer, men er ikke selv pålidelige mekanismer. Determinanter kan forklare, hvorfor en implementeringsstrategi havde eller ikke havde en effekt, men mekanismer forklarer, hvordan en strategi havde en effekt ved for eksempel at ændre status for en determinant. Determinanter er naturligt forekommende, og ofte, men ikke altid, formbare faktorer, der kan forhindre eller gøre det muligt for strategien at påvirke de ønskede resultater. Mekanismer aktiveres med vilje ved anvendelse af en implementeringsstrategi og kan fungere på forskellige analyseniveauer, såsom på niveauerne af intrapersonel (f. eks. læring), interpersonel (f. eks. deling), organisatorisk (f. eks., ledende), fællesskab (f.eks. omstrukturering) og makropolitik (f. eks. vejledende) (27). For at en implementeringsindsats skal lykkes, bør udvalgte strategier være forenelige med og i stand til at handle på de lokale determinanter . Selvom det ofte bruges i implementeringsvidenskab, foreslår vi, at forestillingen om en determinant ikke er tilstrækkelig specifik, da forskere har brugt den til at henvise til mindst to typer variabler i en kausal proces: proksimale resultater og effektmodifikatorer (se tekst fodnote 1). Vores diskussion nedenfor bruger disse mere præcise udtryk i stedet.

de fleste implementeringsstrategier fungerer sandsynligvis via flere mekanismer, skønt det stadig er et empirisk spørgsmål, om en mekanisme er primær, og andre er supplerende. Det er også sandsynligt, at den samme mekanisme kan være involveret i driften af flere implementeringsstrategier. Den indledende vurdering af forbindelserne mellem strategi og mekanisme foretages i sammenhæng med den bredere videnskabelige videnbase om, hvordan en strategi giver et resultat (7). For eksempel har mange strategier deres egen litteraturbase (f. eks. 28), der giver teoretisk og empirisk indsigt i, hvilke mekanismer der kan ligge til grund for disse strategiers funktion . Der skal altid gøres en indsats for at trække på og teste eksisterende teorier, men hvis ingen tilbyder tilstrækkelig vejledning, er det fortsat kritisk at antage variabler, der kan have kausal indflydelse. På denne måde kan de oprindeligt formulerede strategimekanismeforbindelser over tid revurderes og raffineres, når undersøgelser begynder at teste dem empirisk. Mens sådanne empiriske evalueringer i øjeblikket er sjældne-på tværs af to systematiske gennemgange af implementeringsmekanismer blev kun 31 undersøgelser identificeret, og ingen mekanismer blev empirisk etableret (se tekst fodnote 1; 29)—de kausale vejmodeller, vi foreslår her, er eksplicit beregnet til at lette evalueringer af de mekanistiske processer, gennem hvilke implementeringsstrategier fungerer.

Trin 3: identificering af proksimale og distale resultater

Implementeringsforskere har isoleret otte resultater som de ønskede slutpunkter for implementeringsindsatsen: accept, gennemførlighed, hensigtsmæssighed, adoption, penetration, troskab, omkostninger og bæredygtighed (1). Mange af disse resultater fortolkes passende som latente variabler, men andre er åbenbare/observerbare i naturen (30); en nylig systematisk gennemgang tilbyder målinger af disse resultater og måler metadata (31). Med hensyn til de kausale processer, gennem hvilke implementeringsstrategier fungerer, er disse resultater ofte bedst konceptualiseret som distale resultater, som implementeringsprocessen er beregnet til at opnå, og hver af dem kan være mere fremtrædende i en implementeringsfase end en anden. For eksempel med rammerne for efterforskning, forberedelse, implementering, bæredygtighed (32) Kan accept af en evidensbaseret praksis være mest fremtrædende i efterforskningsfasen, mens troskab kan være målet for en implementeringsfase. På trods af de sandsynlige tidsmæssige sammenhænge mellem resultaterne indikerer stigende beviser, at ikke alle implementeringsstrategier påvirker hvert af de ovennævnte resultater (f.eks. For fuldt ud at fastslå sandsynligheden for en implementeringsmekanisme og en testbar årsagsvej skal proksimale resultater forklares.

proksimale resultater er direkte, målbare og typisk observerbare produkter af implementeringsstrategien, der opstår på grund af dens specifikke virkningsmekanisme. Det vil sige at påvirke et proksimalt resultat i den tilsigtede retning kan bekræfte/afkræfte aktivering af den formodede mekanisme og tilbyde en lav inferens måde at etablere bevis for en teoretiseret mekanisme. Oftest kan mekanismer i sig selv ikke måles direkte, hvilket tvinger (enten høj inferens vurdering eller) afhængighed af observation af ændring i et proksimalt resultat af interesse. For eksempel fungerer didaktisk uddannelse som en aktiv ingrediens i træning primært gennem læringsmekanismen om det proksimale resultat af viden for at påvirke det distale implementeringsresultat af opfattet accept eller endda adoption. Praksis med feedback handler gennem mekanismen til at reflektere over proksimale resultater af færdigheder og selvtillid for at påvirke det distale implementeringsresultat af adoption eller endda troskab. For at identificere proksimale resultater skal man besvare spørgsmålet: “Hvordan ved jeg, om denne implementeringsstrategi havde en effekt via den mekanisme, som jeg tror, den aktiverer?”eller” hvad vil være anderledes, hvis de hypotetiske mekanismer for denne strategi er på spil?”Det er meget almindeligt, at mekanismer og proksimale resultater samles i litteraturen, da forskere ofte tester mæglingsmodeller, der undersøger virkningen af en strategi på et distalt implementeringsresultat via et mere proksimalt resultat. Den måde, vi bruger udtrykkene på, en mekanisme er en proces, gennem hvilken en implementeringsstrategi fungerer, og et proksimalt resultat er en målbar effekt af den proces, der er i årsagsvejen mod de distale implementeringsresultater.

Trin 4: artikulerende Effektmodifikatorer

endelig er der to typer effektmodifikatorer, der er vigtige at artikulere, som begge kan forekomme på tværs af flere niveauer af analyse: moderatorer og forudsætninger. Moderatorer er faktorer, der øger eller mindsker indflydelsen af en implementeringsstrategi på et resultat. Se figur 1, hvor et eksempel for intraindividuelle og organisatoriske moderatorer til revision og feedback er formuleret. Teoretisk set er moderatorer faktorer, der interagerer med en strategis handlingsmekanisme, selvom nøjagtigt hvordan de interagerer mekanisk ikke forstås. Forudsætninger er faktorer, der er nødvendige for, at en implementeringsmekanisme overhovedet kan aktiveres (se figur 1). De er nødvendige betingelser, der skal være på plads for at den kausale proces, der fører fra en implementeringsstrategi til dens proksimale og distale resultater, kan finde sted. Både moderatorer og forudsætninger karakteriseres oftest forkert som “determinanter” i implementeringsvidenskabelig litteraturbase, hvilket kan begrænse vores evne til at forstå arten af forholdet mellem en strategi og de individuelle og kontekstuelle faktorer, der ændrer dens virkninger, og, på tur, hvor, hvornår, og hvorfor strategier har en effekt på resultater af interesse.

Fremtidige Retninger: Hvad implementeringsområdet har brug for for fuldt ud at etablere sig som en videnskab

for fuldt ud at etablere sig som en videnskab ved at tilbyde testbare forklaringer og muliggøre generering af forudsigelser, tilbyder vi fire kritiske trin for implementeringsområdet: (1) specificere implementeringsstrategier; (2) generere implementeringsstrategi-mekanismeforbindelser; (3) identificere proksimale og distale resultater; og (4) artikulere effektmodifikatorer. Ud over disse trin foreslår vi, at fremtidig forskning skal stræbe efter generering af præcise udtryk for faktorer, der er involveret i implementeringsprocesser, og bruge dem konsekvent på tværs af undersøgelser. I en systematisk gennemgang af implementeringsmekanismerne samlede forskere forudsætninger, forudsigere, moderatorer, mediatorer og proksimale resultater (Se tekst fodnote 1). Derudover er der plads til, at feltet kan udvikle retningslinjer for udvælgelse af forskningsdesign og studieplaner, der tager højde for praktiske begrænsninger i de sammenhænge, hvor implementering undersøges, og muliggør evaluering af mekanismer. De typer kausale vejmodeller, som vi fortalte her, parret med en forståelse af begrænsningerne på et bestemt undersøgelsessted, ville gøre det muligt for forskere at vælge passende metoder og design til at evaluere hypotetiske relationer ved nøje at overveje den tidsmæssige dynamik, såsom hvor ofte en mekanisme skal måles, og hvor meget resultatet forventes at ændre sig, og hvornår.

for virkelig at fremme feltet skal der gøres meget arbejde for at identificere eller udvikle psykometrisk stærke og pragmatiske foranstaltninger til implementeringsmekanismer. Empirisk evaluering af kausale vejmodeller kræver psykometrisk stærke målinger af mekanismer, der også er pragmatiske, men ingen af de syv offentliggjorte anmeldelser af implementeringsrelevante foranstaltninger fokuserer på mekanismer. Det er sandsynligt, at måleudvikling vil være nødvendig for at fremme feltet. Endelig kunne implementeringsvidenskab drage fordel af opbygningen af mere robust kurering af beviser til videnoverførsel og brug. Andre felter huser internetbaserede databaser til indsamling, organisering og syntese af empiriske fund . Dermed kan felter akkumulere viden hurtigere, og brugere af viden kan bestemme, hvad der fungerer, hvornår og hvorfor, samt hvad der generaliserer og hvad der ikke gør. En sådan kurering af evidens kan mere effektivt føre til udvikling af forbedrede implementeringsstrategier (f.eks. gennem strategispecifikation), identifikation af foranderlige mål for nye strategier (f. eks. mekanismer afsløret for eksisterende strategier, der muligvis ikke er pragmatiske) og prioritering af strategianvendelse i en given kontekst (f. eks. givet viden om Forudsætninger og moderatorer).

Forfatterbidrag

CL og PK er co-first forfattere, der co-ledede manuskriptudvikling. CL og BV er co-PIs på et R01-forslag, der førte til starten af dette manuskript. Alle forfattere (CL, PK, BP, al, LT, SJ, CV-B og BV) bidrog til ideudvikling, skrivning og redigering af dette manuskript og var enige i dets indhold.

interessekonflikt Erklæring

forfatterne erklærer, at forskningen blev udført i mangel af kommercielle eller økonomiske forhold, der kunne fortolkes som en potentiel interessekonflikt.

anmelderen erklærede et tidligere medforfatterskab med en af forfatteren BP til håndteringsredaktøren.

anerkendelser

BP vil gerne anerkende finansiering fra National Institute of Mental Health (K01MH113806).

fodnote