Frontiers in Public Health

Hintergrund: Warum kausale Pathway-Modelle erstellen?

In den letzten Jahren wurde zunehmend anerkannt, wie wichtig es ist, evidenzbasierte Praktiken umzusetzen, um die Qualität der Gesundheitsversorgung und der öffentlichen Gesundheit zu verbessern. Die Ergebnisse der Implementierungsbemühungen waren jedoch gemischt. Etwa zwei Drittel der Bemühungen scheitern daran, die beabsichtigte Änderung zu erreichen (2), und fast die Hälfte hat keine Auswirkungen auf die Ergebnisse von Interesse (3). Implementierungsstrategien stimmen häufig nicht mit Barrieren überein (4), und Implementierungsbemühungen werden immer komplexer und kostspieliger, ohne größere Auswirkungen zu haben (5). Diese suboptimalen Ergebnisse sind zu einem großen Teil auf den Mangel an getesteter Theorie im Bereich der Implementierungswissenschaft zurückzuführen (6). Insbesondere hat das Feld ein begrenztes Verständnis dafür, wie verschiedene Implementierungsstrategien funktionieren – die spezifischen Kausalmechanismen, durch die Implementierungsstrategien die Versorgung beeinflussen . Infolgedessen war die Implementierungswissenschaft in ihrer Fähigkeit, die Implementierungspraxis effektiv zu informieren, eingeschränkt, indem sie Leitlinien dazu lieferte, wann und in welchen Kontexten spezifische Implementierungsstrategien verwendet werden sollten und, was ebenso wichtig ist, wann nicht.

Die National Academy of Science definiert “Wissenschaft” als “die Verwendung von Beweisen, um überprüfbare Erklärungen und Vorhersagen von Naturphänomenen sowie das durch diesen Prozess erzeugte Wissen zu konstruieren.” (8) Der Bereich der Implementierung hat in den letzten zwei Jahrzehnten Wissen aufgebaut und organisiert, aber wir sind weit davon entfernt, überprüfbare Erklärungen zu haben, die es uns ermöglichen, Vorhersagen zu treffen. Um die Ergebnisse der Implementierungsbemühungen zu verbessern, benötigt das Feld testbare Theorien, die die kausalen Wege beschreiben, über die Implementierungsstrategien funktionieren (6, 9). Im Gegensatz zu Frameworks, die eine grundlegende konzeptionelle Struktur bieten, die einem System oder Konzept zugrunde liegt (10), bieten Theorien eine testbare Möglichkeit, Phänomene zu erklären, indem sie Beziehungen zwischen Variablen spezifizieren und so die Vorhersage von Ergebnissen ermöglichen (10, 11).

Kausalwegmodelle repräsentieren Wechselbeziehungen zwischen Variablen und Ergebnissen von Interesse in einem bestimmten Kontext (d. H. Die Bausteine der Implementierungstheorie). Durch die Spezifizierung der Struktur kausaler Beziehungen können Wissenschaftler empirisch testen, ob die Implementierungsstrategien über theoretisierte Mechanismen funktionieren, wie Kontextfaktoren die kausalen Prozesse moderieren, durch die Implementierungsstrategien funktionieren, und wie viel Varianz in den Ergebnissen durch diese Mechanismen erklärt wird. Erkenntnisse aus Studien, die auf Kausalmodellen basieren, können im Laufe der Zeit dazu beitragen, robustere Theorien über Implementierungsprozesse zu entwickeln und die Implementierungspraxis durch die Behandlung von Schlüsselfragen voranzutreiben. Zum Beispiel können Kausalmodelle Folgendes tun: (1) informieren Sie die Entwicklung verbesserter Umsetzungsstrategien, (2) Identifizieren Sie veränderliche Ziele für neue Strategien, (3) Erhöhen Sie die Wirkung bestehender Strategien, und (4) priorisieren Sie, welche Strategien in welchen Kontexten verwendet werden sollen.

In diesem perspektivischen Beitrag schlagen wir einen Ansatz zur Theorieentwicklung vor, indem wir in Form von Kausalwegmodellen Hypothesen über die kausale Wirkung verschiedener Implementierungsstrategien in verschiedenen Umgebungen spezifizieren, damit diese Hypothesen getestet und verfeinert werden können. Insbesondere bieten wir einen vierstufigen Prozess zur Entwicklung von Kausalwegmodellen für Implementierungsstrategien an. Zu diesem Zweck argumentieren wir, dass das Feld über Listen von Variablen hinausgehen muss, die zu Recht als Determinanten betrachtet werden können , und hin zu einer präzisen Artikulation von Mediatoren, Moderatoren, Voraussetzungen und (proximalen versus distalen) Ergebnissen (siehe Tabelle 1 für Definitionen).

Erstellen von Kausalwegmodellen

Unsere Perspektive stützt sich auf Agile Science (13, 14) — eine neue Methode zur Entwicklung und Untersuchung von Verhaltensinterventionen, die sich auf Interventionsmodularität, Kausalmodellierung und effiziente Auswertungen konzentriert, um empirische Beweise mit klaren Randbedingungen (in Bezug auf Population, Kontext, Verhalten usw.) zu generieren.) zur Maximierung der Wissensakkumulation und -wiederverwendung. Agile Wissenschaft wurde verwendet, um zielsetzende Interventionen für körperliche Aktivität, Engagement-Strategien für mobile Gesundheitsanwendungen, Depressions-Interventionen für die Grundversorgung und automatisierte Ernährungshinweise zur Förderung der Gewichtsabnahme zu untersuchen (13, 15). Auf Implementierungsstrategien angewendet, besteht die agile, wissenschaftlich fundierte Modellierung von Kausalwegdiagrammen aus mindestens vier Schritten: (1) Spezifizierung von Implementierungsstrategien; (2) Generierung von Strategie-Mechanismus-Verknüpfungen; (3) Identifizierung proximaler und distaler Ergebnisse; und (4) Artikulation von Moderatoren und Voraussetzungen. Um diesen Ansatz zu demonstrieren, bieten wir Beispiele für kausale Pathway-Modelle für eine Reihe von drei verschiedenen Implementierungsstrategien (siehe Abbildung 1). Die Strategien werden aus dem folgenden Beispiel gezogen. Ein Gemeindezentrum für psychische Gesundheit plant die Implementierung einer messbasierten Versorgung, bei der Anbieter vor klinischen Begegnungen von Patienten gemeldete Ergebnisdaten anfordern, um die Behandlung zu informieren (17). Das Community Mental Health Center plant, Schulungen, finanzielle Sanktionen (Disincentives) sowie Audits und Feedback zu verwenden, da dies gängige Strategien zur Unterstützung der messbasierten Pflegeimplementierung sind (18).

Schritt 1: Implementierungsstrategien spezifizieren

Die Expertenempfehlungen zur Implementierung von Change-Studie ergab eine Zusammenstellung von 73 Implementierungsstrategien (19), die von einem multidisziplinären Team durch eine strukturierte Literaturübersicht (20), einen Delphi-Prozess und eine Concept-Mapping-Übung (19, 21, 22) entwickelt wurden. Daher gibt es eine solide Grundlage von Strategien, die konzeptionell klar und klar definiert sind. Die Zusammenstellung war jedoch nie explizit mit Mechanismen verknüpft. Nach Kazdin (7) definieren wir “Mechanismen” als die Prozesse oder Ereignisse, durch die eine Implementierungsstrategie arbeitet, um gewünschte Implementierungsergebnisse zu erzielen. Bei sorgfältiger Prüfung, Es scheint, dass viele Strategien nicht gut genug spezifiziert sind, um kohärent mit Mechanismen verknüpft zu werden, ein Schlüsselschritt bei der Bildung von Kausalmodellen. Zum Beispiel listet die Zusammenstellung von 73 Strategien “Learning Collaboratives” auf, einen allgemeinen Ansatz, für den die diskreten Strategien oder Kernkomponenten unterspezifiziert sind. Dies macht es schwierig, ihre genauen Wirkungsmechanismen zu identifizieren (23). Unterspezifizierte Strategien machen das Feld auch anfällig für eine unangemessene Synthese von Daten über Studien hinweg (24, 25).

In unserem Fallbeispiel ist Training eine unterspezifizierte Strategie. Wir haben Verfahren von Michie et al. (26) leitfaden für die Strategiespezifikation, in der empfohlen wird, jede Strategie dahingehend zu bewerten, ob sie: (1) darauf abzielt, die Annahme, Umsetzung, Aufrechterhaltung oder Ausweitung einer evidenzbasierten Praxis zu fördern; (2) ein vorgeschlagener “Wirkstoff” für die Annahme, Umsetzung, Aufrechterhaltung oder Ausweitung ist; (3) stellt die kleinste Komponente unter Beibehaltung des vorgeschlagenen Wirkstoffs dar; (4) kann allein oder in Kombination mit anderen diskreten Strategien verwendet werden; (5) ist beobachtbar und replizierbar; und (6) kann einen messbaren Einfluss auf bestimmte Implementierungsmechanismen haben (und wenn ja, ob mutmaßliche Mechanismen aufgelistet werden können). Wenn Strategien diese Kriterien nicht erfüllen, müssen sie überarbeitet und weiter spezifiziert werden. Dies könnte beinhalten, alternative Definitionen vorzuschlagen, eine Implementierungsstrategie vollständig zu eliminieren oder eine neue, engere Strategie zu artikulieren, die eine Komponente oder ein Typ der ursprünglichen Strategie ist. Das Training würde alle außer dem dritten und sechsten Kriterium (zuvor aufgeführt) erfüllen, da das Training aus mehreren aktiven Bestandteilen bestehen kann (z. B. Didaktik, Modellierung, Rollenspiel / Probe, Feedback, Shadowing), von denen jeder auf einen einzigartigen Mechanismus einwirken kann. In diesem Fall sollte die Ausbildung enger definiert werden, um ihre Kernkomponenten zu verdeutlichen.

Schritt 2: Generieren von Strategie-Mechanismus-Verknüpfungen

Nach der Spezifizierung muss eine Implementierungsstrategie mit den Mechanismen verknüpft werden, von denen angenommen wird, dass sie ihrer Funktionsweise zugrunde liegen. Mechanismen erklären, wie sich eine Implementierungsstrategie auswirkt, indem sie die Aktionen beschreiben, die von der Verwaltung der Strategie zu den Implementierungsergebnissen führen (Definitionen siehe Tabelle 1). Statistisch gesehen sind Mechanismen immer Mediatoren, aber Mediatoren sind möglicherweise keine Mechanismen. In ähnlicher Weise können Moderatoren auf Mechanismen hinweisen, sind aber selbst keine zuverlässigen Mechanismen. Determinanten können erklären, warum eine Implementierungsstrategie eine Wirkung hatte oder nicht, aber Mechanismen erklären, wie eine Strategie eine Wirkung hatte, indem sie beispielsweise den Status einer Determinante änderten. Determinanten sind natürlich vorkommende und oft, aber nicht immer, formbare Faktoren, die verhindern oder ermöglichen könnten, dass die Strategie die gewünschten Ergebnisse beeinflusst. Mechanismen werden absichtlich durch die Anwendung einer Implementierungsstrategie aktiviert und können auf verschiedenen Analyseebenen arbeiten, z. B. auf den Ebenen intrapersonal (z. B. Lernen), zwischenmenschlich (z. B. Teilen), organisatorisch (z., Führung), Gemeinschaft (z. B. Umstrukturierung) und Makropolitik (z. B. Führung) (27). Damit die Implementierungsbemühungen erfolgreich sind, sollten die gewählten Strategien mit den lokalen Determinanten kompatibel und in der Lage sein, darauf zu reagieren . Obwohl in der Implementierungswissenschaft häufig verwendet, schlagen wir vor, dass der Begriff einer Determinante unzureichend spezifisch ist, da Forscher ihn verwendet haben, um sich auf mindestens zwei Arten von Variablen in einem kausalen Prozess zu beziehen: proximale Ergebnisse und Effektmodifikatoren (siehe Textfußnote 1). In unserer folgenden Diskussion werden stattdessen diese genaueren Begriffe verwendet.

Die meisten Implementierungsstrategien wirken wahrscheinlich über mehrere Mechanismen, obwohl es eine empirische Frage bleibt, ob ein Mechanismus primär und andere Hilfsmechanismen sind. Es ist auch wahrscheinlich, dass derselbe Mechanismus an der Durchführung mehrerer Umsetzungsstrategien beteiligt ist. Die erste Bewertung der Strategie-Mechanismus-Verknüpfungen erfolgt im Kontext der breiteren wissenschaftlichen Wissensbasis darüber, wie eine Strategie zu einem Ergebnis führt (7). Zum Beispiel haben viele Strategien ihre eigene Literaturbasis (z., audit und Feedback) (28), die theoretische und empirische Erkenntnisse darüber liefern, welche Mechanismen der Funktionsweise dieser Strategien zugrunde liegen könnten . Es sollten immer Anstrengungen unternommen werden, um auf bestehende Theorien zurückzugreifen und sie zu testen, aber wenn keine ausreichende Anleitung bietet, bleibt die Hypothese von Variablen, die einen kausalen Einfluss haben können, kritisch. Auf diese Weise können die ursprünglich formulierten Strategie-Mechanismus-Verknüpfungen im Laufe der Zeit neu bewertet und verfeinert werden, wenn Studien beginnen, sie empirisch zu testen. Während solche empirischen Bewertungen derzeit selten sind — in zwei systematischen Überprüfungen von Implementierungsmechanismen wurden nur 31 Studien identifiziert und keine Mechanismen empirisch etabliert (siehe Textfußnote 1; 29) – sollen die hier vorgeschlagenen Kausalwegmodelle ausdrücklich die Bewertung der mechanistischen Prozesse erleichtern, durch die Implementierungsstrategien funktionieren.

Schritt 3: Identifizierung proximaler und distaler Ergebnisse

Implementierung Wissenschaftler haben acht Ergebnisse als gewünschte Endpunkte der Implementierungsbemühungen isoliert: akzeptanz, Durchführbarkeit, Angemessenheit, Akzeptanz, Durchdringung, Treue, Kosten und Nachhaltigkeit (1). Viele dieser Ergebnisse werden angemessen als latente Variablen ausgelegt, andere sind jedoch manifester / beobachtbarer Natur (30); Eine kürzlich durchgeführte systematische Überprüfung bietet Messungen dieser Ergebnisse und Meta-Daten (31). In Bezug auf die kausalen Prozesse, durch die Implementierungsstrategien funktionieren, Diese Ergebnisse werden oft am besten als distale Ergebnisse konzipiert, die der Implementierungsprozess erreichen soll, und jeder von ihnen kann in einer Phase der Implementierung hervorstechender sein als in einer anderen. So kann beispielsweise beim Rahmen für Exploration, Vorbereitung, Implementierung und Nachhaltigkeit (32) die Akzeptanz einer evidenzbasierten Praxis in der Explorationsphase am wichtigsten sein, während die Treue das Ziel einer Implementierungsphase sein kann. Trotz der plausiblen zeitlichen Wechselbeziehungen zwischen den Ergebnissen gibt es immer mehr Hinweise darauf, dass nicht alle Implementierungsstrategien jedes der oben genannten Ergebnisse beeinflussen (z. B. kann Workshop-Training die Akzeptanz beeinflussen, aber nicht die Treue) (33). Um die Plausibilität eines Implementierungsmechanismus und eines testbaren Kausalwegs vollständig zu ermitteln, Proximale Ergebnisse müssen dargelegt werden.

Proximale Ergebnisse sind direkte, messbare und typischerweise beobachtbare Produkte der Implementierungsstrategie, die aufgrund ihres spezifischen Wirkungsmechanismus auftreten. Das heißt, die Beeinflussung eines proximalen Ergebnisses in die beabsichtigte Richtung kann die Aktivierung des mutmaßlichen Mechanismus bestätigen / nicht bestätigen, was eine Möglichkeit mit geringer Inferenz bietet, Beweise für einen theoretisierten Mechanismus zu erbringen. In den meisten Fällen können Mechanismen selbst nicht direkt gemessen werden, was (entweder eine Bewertung mit hoher Inferenz oder) die Abhängigkeit von der Beobachtung von Veränderungen in einem proximalen Ergebnis von Interesse erzwingt. Zum Beispiel wirkt didaktische Bildung als aktiver Bestandteil des Trainings in erster Linie durch den Lernmechanismus auf das proximale Ergebnis von Wissen, um das distale Umsetzungsergebnis wahrgenommener Akzeptanz oder sogar Annahme zu beeinflussen. Praxis mit Feedback wirkt durch den Mechanismus der Reflexion über proximale Ergebnisse von Fähigkeiten und Vertrauen, um das distale Implementierungsergebnis der Adoption oder sogar der Treue zu beeinflussen. Um proximale Ergebnisse zu identifizieren, muss man die Frage beantworten: “Woher weiß ich, ob diese Implementierungsstrategie über den Mechanismus, von dem ich denke, dass er aktiviert wird, eine Wirkung hatte?” oder “Was wird anders sein, wenn die hypothetischen Mechanismen für diese Strategie im Spiel sind?” Es ist sehr üblich, dass Mechanismen und proximale Ergebnisse in der Literatur zusammengeführt werden, da Forscher häufig Mediationsmodelle testen, die die Auswirkungen einer Strategie auf ein distales Implementierungsergebnis über ein proximaleres Ergebnis untersuchen. So wie wir die Begriffe verwenden, ist ein Mechanismus ein Prozess, durch den eine Implementierungsstrategie funktioniert, und ein proximales Ergebnis ist ein messbarer Effekt dieses Prozesses, der sich auf dem kausalen Weg zu den distalen Implementierungsergebnissen befindet.

Schritt 4: Effektmodifikatoren artikulieren

Schließlich gibt es zwei Arten von Effektmodifikatoren, die wichtig zu artikulieren sind und beide auf mehreren Analyseebenen auftreten können: Moderatoren und Vorbedingungen. Moderatoren sind Faktoren, die den Einfluss einer Implementierungsstrategie auf ein Ergebnis erhöhen oder verringern. Siehe Abbildung 1, in der ein Beispiel für intra-individuelle und organisatorische Ebene Moderatoren für Audit und Feedback artikuliert werden. Theoretisch sind Moderatoren Faktoren, die mit dem Wirkungsmechanismus einer Strategie interagieren, auch wenn nicht genau verstanden wird, wie sie mechanistisch interagieren. Voraussetzungen sind Faktoren, die notwendig sind, damit ein Implementierungsmechanismus überhaupt aktiviert werden kann (siehe Abbildung 1). Sie sind notwendige Bedingungen, die vorhanden sein müssen, damit der kausale Prozess, der von einer Implementierungsstrategie zu ihren proximalen und distalen Ergebnissen führt, stattfinden kann. Sowohl Moderatoren als auch Vorbedingungen werden in der implementierungswissenschaftlichen Literaturbasis am häufigsten als “Determinanten” falsch charakterisiert, was unsere Fähigkeit einschränken kann, die Art der Beziehungen zwischen einer Strategie und den individuellen und kontextbezogenen Faktoren zu verstehen, die ihre Auswirkungen verändern, und, im Gegenzug, wo, wann, und warum Strategien sich auf die Ergebnisse von Interesse auswirken.

Zukünftige Richtungen: Was das Feld der Implementierung braucht, um sich vollständig als Wissenschaft zu etablieren

Um sich vollständig als Wissenschaft zu etablieren, indem wir testbare Erklärungen anbieten und die Generierung von Vorhersagen ermöglichen, bieten wir vier kritische Schritte für das Feld der Implementierung an: (1) Implementierungsstrategien spezifizieren; (2) Umsetzungsstrategie-Mechanismus-Verknüpfungen generieren; (3) proximale und distale Ergebnisse identifizieren; und (4) Effektmodifikatoren artikulieren. Zusätzlich zu diesen Schritten schlagen wir vor, dass die zukünftige Forschung nach der Generierung präziser Begriffe für Faktoren streben sollte, die an Implementierungsprozessen beteiligt sind, und diese konsistent über Studien hinweg verwenden sollte. In einer systematischen Überprüfung der Implementierungsmechanismen führten die Forscher Voraussetzungen, Prädiktoren, Moderatoren, Mediatoren und proximale Ergebnisse zusammen (siehe Textfußnote 1). Darüber hinaus gibt es Raum für das Feld, Richtlinien für die Auswahl von Forschungsdesigns und Studienplänen zu entwickeln, die die praktischen Einschränkungen der Kontexte berücksichtigen, in denen die Umsetzung untersucht wird, und eine Bewertung der Mechanismen ermöglichen. Die Arten von Kausalwegmodellen, die wir hier befürworteten, gepaart mit einem Verständnis der Einschränkungen eines bestimmten Untersuchungsorts, würden es den Forschern ermöglichen, geeignete Methoden und Designs auszuwählen, um hypothetische Beziehungen zu bewerten, indem die zeitliche Dynamik sorgfältig berücksichtigt wird, z. B. wie oft ein Mechanismus gemessen werden sollte und wie stark sich das Ergebnis voraussichtlich ändern wird und wann.

Um das Feld wirklich voranzubringen, muss viel Arbeit geleistet werden, um psychometrisch starke und pragmatische Maßnahmen für Umsetzungsmechanismen zu identifizieren oder zu entwickeln. Die empirische Bewertung von Kausalwegmodellen erfordert psychometrisch starke Maßnahmen von Mechanismen, die auch pragmatisch sind, aber keine der sieben veröffentlichten Übersichten über umsetzungsrelevante Maßnahmen konzentriert sich auf Mechanismen. Es ist wahrscheinlich, dass diese Entwicklung notwendig sein wird, um das Feld voranzubringen. Schließlich könnte die Implementierungswissenschaft vom Aufbau einer robusteren Kuratierung von Evidenz für Wissenstransfer und -nutzung profitieren. Andere Bereiche beherbergen webbasierte Datenbanken zum Sammeln, Organisieren und Synthetisieren empirischer Befunde . Auf diese Weise können Felder Wissen schneller akkumulieren und Benutzer von Wissen können bestimmen, was wann und warum funktioniert sowie was verallgemeinert und was nicht. Eine solche Kuratierung von Evidenz kann effizienter zur Entwicklung verbesserter Implementierungsstrategien (z. B. durch Strategiespezifikation), zur Identifizierung veränderlicher Ziele für neue Strategien (z. B. Mechanismen, die für bestehende Strategien aufgedeckt werden, die möglicherweise nicht pragmatisch sind) und zur Priorisierung der Strategienutzung für einen bestimmten Kontext (z. B. Kenntnis der Voraussetzungen und Moderatoren).

Autorenbeiträge

CL und PK sind Co-Erstautoren, die die Manuskriptentwicklung gemeinsam geleitet haben. CL und BW sind Co-PIs eines R01-Vorschlags, der zur Gründung dieses Manuskripts führte. Alle Autoren (CL, PK, BP, AL, LT, SJ, CW-B und BW) trugen zur Ideenentwicklung, zum Schreiben und zur Bearbeitung dieses Manuskripts bei und stimmten seinem Inhalt zu.

Interessenkonflikterklärung

Die Autoren erklären, dass die Forschung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als potenzieller Interessenkonflikt ausgelegt werden könnten.

Der Rezensent TW erklärte dem Herausgeber eine frühere Mitautorschaft mit einem der Autoren BP.

Danksagung

BP möchte die Finanzierung durch das National Institute of Mental Health (K01MH113806) anerkennen.

Fußnote