條文本
PDF
文摘
目標醫療成本和使用正在上升。以證據為基礎的網上健康信息可能減少醫療使用,但證據是稀缺的。本研究的目的是確定是否釋放一個全國性的以證據為基礎的醫療保健類網站與醫療使用的減少。
設計中斷的時間序列分析,觀察初級保健醫療使用的數據從2009年到2014年在荷蘭。
設置一般社區初級護理。
人口912 000訪問他們的全科醫生的患者在研究期間的1810萬倍。
幹預2012年3月,一個以證據為基礎的衛生信息網站是由荷蘭全科醫師學院。它是方便的和可以理解的用平實的語言。在研究結束的時期,該網站每月有290萬個獨特的頁麵瀏覽量。
主要結果的措施主要結果是谘詢的改變率(谘詢/ 1000例/月)之前和之後的發布網站。此外,參照群體是由包括磋商關於主題不正在查看的網站。子群分析類型的磋商,性別、年齡和社會經濟地位。
結果發射後的網站,谘詢率下降的趨勢與1.620磋商/ 1000例/月(p < 0.001)。這對應於磋商發射後兩年下降12%的網站。參考集團的谘詢率的趨勢沒有改變。亞組分析顯示一個特定的下降通過電話進行磋商和其他所有子組是重要的,除了最年輕的年齡組。
結論醫療的使用減少了12%,提供高質量的以證據為基礎的網上健康信息。這些發現表明e-Health可以有效改善自我管理,減少醫療使用的醫療成本增加。
- 初級護理
- 公共衛生
- 電子健康
- 衛生保健的利用率
- 中斷時間序列
- 健康傳播
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和其派生作品在不同的條款進行許可,提供了最初的工作是正確地引用和非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/
來自Altmetric.com的統計
本研究的優點和局限性
長期隨訪(6年),大量的醫療谘詢(1810萬)。
中斷時間序列分析是最強的研究設計,隨機是不可能的。
結果的變化趨勢,在幹預前後和額外的使用參照群體支持幹預的因果效應。
實際醫療使用率基於注冊表被使用,而不是自我醫療使用。
其他事件可能影響醫療使用我們的研究期間,但仔細考慮和分析靈敏度分析顯示類似的結果作為主要的分析。
介紹
在西方國家醫療成本和使用正在上升,預計將增加由於人口老齡化更快。1 - 3衛生保健工作者和政策製定者正在尋求控製醫療成本的方法和使用的同時提高醫療質量。使用醫保病人的一個重要原因是對信息的需要。4許多患者在網上尋找健康信息和使用這些信息來決定是否去拜訪一位醫生。5,6所以,在理論上,病人使用在線健康信息靈通,使一個更好的評估需要訪問醫生,導致較低的醫療的使用。然而,網絡健康信息質量不一致7和對醫療的影響使用的證據是缺乏的。先前的研究表明異構結果:網上信息沒有改變,甚至增加醫療使用在一些研究。8 -這些研究的一個重要限製是,大多數估計醫療使用患者自我報告,而不是醫療的實際使用情況統計數據。此外,網上健康信息的影響可能不同的子組性別、社會經濟地位(SES)和年齡。網上健康信息搜索者大多是高SES的年輕女性。5,21頁最近的一項研究中,調查在線支持項目對醫療的影響使用嬰兒,沒有發現改變早子群。16
荷蘭全科醫師學院(NHG)推出了一個非商業循證公共網站2012年3月在荷蘭。22全科醫生NHG荷蘭科學學會(GPs),並發布和更新全國實施以證據為基礎的指導方針。23網站上的內容是基於這些指導方針。網站的主要目標是提供可靠的和可以理解的醫療信息。22自推出以來,網站已經成為一個最訪問醫療網站在荷蘭。然而,它的影響醫療使用還不知道。因此,我們進行了一項全國性的研究來測試假設提供以證據為基礎的網上健康信息與醫療使用的減少。第二,我們調查是否影響醫療使用不同按性別、年齡和se。
方法
設計、參與者和護理
我們使用自然之後,準實驗設計,研究磋商的數量在初級保健之前和之後的推出網站(http://www.thuisarts.nl2012年3月)。觀測數據使用的含量初級保健數據庫(http://www.nivel.nl/en/dossier/nivel-primary-care-database從2009年到2014年)。這個時期提供數據分3年之前和近3年網站推出後,給予足夠的數據來評估變化趨勢。24,25
這項研究是位於荷蘭的初級保健係統。它由5068初級護理實踐近1700萬居民。荷蘭醫生谘詢完全被強製所有居民的基本保險覆蓋。GPs作為把關人專門護理,因此很重要作為一線接觸病人尋求健康信息和衛生保健使用中發揮核心作用。
確保數據質量和防止混淆登記質量,隻包括GPs記錄超過70%的磋商與國際分類初級保健(ICPC)提供的代碼和數據在整個日曆年。全國代表性數據26每年的平均230個GPs采樣的,代表911年177居民(荷蘭人口總數的5.4%)。GP患者接觸和診斷是根據ICPC-1編碼。27數據是匿名的,但記錄包含性別、年齡和郵政編碼為每個病人。荷蘭法律允許使用電子健康記錄在一定條件下的研究目的。根據這一法案,獲得患者的知情同意和批準的醫學倫理委員會的這種類型的觀察性研究不含直接識別數據(荷蘭民法,7:458條)。
數據共享
技術附件,統計代碼和數據集可以從最後一個作者(NHC)。
幹預
網站(http://www.thuisarts.nl)於2012年3月由荷蘭衛生部長,福利和體育。從那時起,這是一個公開的非商業性網站,提供可靠的醫療信息和建議。22所有的信息和建議都是基於NHG和在線的指導方針建議比賽最近的全科醫生的指導方針。23指南的更新與病人的情況在Thuisarts是同步的。問的專業團隊。22因此以證據為基礎的在線內容,非商業,使用簡單的可以理解的語言和涵蓋了超過600個主題。每個Thuisarts主題包括幾個病人情況的;例如:我要開始吸入藥物。信息要做什麼和什麼時候聯係醫生。情況可以包括插圖,短視頻,病人決定艾滋病和e-health自我管理工具如飲酒的自測。網站的流行呈指數級增長,目前每個月300萬的頁麵瀏覽量。
測量
主要結果被定義為總人數的趨勢磋商之前和之後每1000名患者每月推出的網站。磋商的總數計算每月和季度招募患者數量除以,乘以1000。由於結果預計將有季節性波動,每月的間隔選擇啟用統計控製季節性如下所述。二級結果的趨勢谘詢率選擇的十大熱門話題的網站。十大主題頁麵的創建開始前的數量分析和基於獨特的頁麵瀏覽量,提取使用穀歌分析。一個獨特的頁麵視圖被定義為一個頁麵的次數被訪問者的瀏覽器加載。如果訪問者瀏覽頁麵幾次在單個會話,隻算作一個頁麵視圖。下列主題(ICPC代碼)之前使用這一標準來選擇進行分析:帶狀皰疹(S70),腰痛(L02和L03),膀胱感染(U71)的女性,陰道分泌物(X14),肩症狀(L08和L92),痛風(T92)、便秘(D12),腸易激綜合症(D93),腹瀉(這裏,D70和D73)和鼻竇炎(R75)。
主要分析
醫療使用的主要分析由一個比較之前和之後的推出網站。所以最重要的控製時期前的一小段時間內發布的網站。然而,由於醫療係統的變化也會影響醫療使用網站發布後,我們另外注冊一個參照組與健康的話題,並不暴露在幹預。這些主題被選中之前進行分析,包括當沒有可用的網絡信息或主題的頁麵瀏覽量在研究期間在網站上非常低。這些主題是頭部創傷(N79和歌曲到手),經前綜合症(X09)和接觸濕疹(S88)。
子群和敏感性分析
指定子群分析為不同類型的磋商:短磋商(20分鍾或更少),長磋商(超過20分鍾),通過電話谘詢。此外,子組性別、SES和年齡進行分析。SES組創建基於可用的郵政編碼和使用數據的荷蘭社會研究所。這些SES評分基於郵政編碼(住宅麵積)和提供總結分數由荷蘭社會研究所。28此外,四個進行了敏感性分析。首先,由於網站頁麵瀏覽量呈指數增加,我們考慮使用滯後時間內發布後的網站。因此,我們計算的相對和絕對水平變化12和24個月後幹預。絕對水平變化12到24個月的影響可以被認為是該網站的滯後時間12個月後釋放。在第二個靈敏度分析中,我們隻包括GPs記錄> 95%的磋商ICPC下代碼,因為記錄的改善隨著時間的推移可能會困惑的谘詢率二次結果。GPs參與在整個研究期間包含在第三靈敏度分析,因為參與GP特征隨著時間的改變隨著時間的推移可能會困惑的谘詢率。第四,由於保險政策的變化,磋商進行長期護理(哮喘、慢性阻塞性肺病、糖尿病和心血管疾病的風險管理)在研究期間護士波動。排除任何這些波動的影響,我們分別進行主要分析慢性和非慢性保健谘詢。
統計分析
所有的分析,包括子群分析,是在一個預定義的分析計劃開始之前的分析。參照群體的經前綜合症”和“接觸濕疹”添加了事後加強參照組比較。評估的縱向影響網站的介紹,一個中斷的時間序列(其)分析使用。隨機時它被認為是一個強大的設計是不可能的,因此可以用於研究因果影響使用一種觀察“自然實驗”的方法。29日其措施的變化結果,考慮到已存在的數據的趨勢,從而導致其他因素影響結果的影響,前提是這些因素保持不變。24,25所以主要結果最重要的控製周期之前谘詢率的趨勢發布的網站。另外控製因素,沒有保持不變的網站發布後,創建一個參照組進行磋商不暴露在幹預。29日
Cochrane協作原則的分析,應用一個自回歸移動平均(ARIMA)模型集成。24主要和次要結果的趨勢谘詢率之前和之後的推出網站2012年3月通過計算比較斜率變化。水平變化在12和24個月被預測preintervention模型估計和比較這與postintervention模型。對於每個子群和參照群體,一個單獨的ARIMA模型擬合。自一個ARIMA模型依賴於線性,我們檢查的平穩性差分均值和方差隨著時間的推移。30.一次差分後,時間序列平穩性,表明線性和ARIMA模型的合理性。我們評估自相關和季節性通過檢查自相關(ACF)和偏自相關函數(PACF),找到自我在滯後1和12。因此,一個ARIMA 1(1,0,0)模型和季節性ARIMA 12(1,0,0)模型擬合。應用該模型後,ACF和PACF噪聲殘差的檢查和測試通過使用Box-Ljung統計,發現沒有相關剩餘的自我,這證實了模型的充分性。25,26所有分析SPSS V.20.0 (IBM公司,紐約,美國)。值被認為是具有統計學意義,p值< 0.05。
結果
磋商在6個月的研究試驗期間的總數是1810萬,意味著(SD) 290(21)磋商每月每1000名患者。(SD)的平均年齡研究的人口在整個研究期間40(23)年有51%的女性(見在線補充eTable 1)。獨特的總數在研究期間網站的頁麵瀏覽量為5660萬,每月平均為450每月000,2012年增加到290萬年底的2014 (圖1)。趨勢的總數磋商之前和之後的推出網站中描述圖1。發射前的網站,谘詢率增加0.826 / 1000 /月。然而,在網站的推出,這個比率下降到−0.794 / 1000 /月,給1.620−的斜率變化(p < 0.001;表1)。斜率為所有谘詢類型下降(圖2),但隻有電話谘詢的下降顯著,斜率變化的−1.056 (p = 0.001;在網上看到的補充eTable 2)。Trends for the secondary outcome are depicted in圖3。十大主題的磋商降低(斜率變化:−0.169;p = 0.003;表1),而參照群體的谘詢率沒有變化(斜率變化:−0.001;p = 0.96;表1)。當單獨分析,谘詢率顯著下降了6個主題。谘詢率沒有顯著變化的三個引用主題(表1)。
初級保健谘詢和網站的頁麵瀏覽量。就診率與趨勢線顯示左邊的軸。網站的頁麵瀏覽量的數量顯示在正確的軸,顯示了一個陡峭的增加在2012年3月,代表網站的推出。
短的磋商,磋商和磋商與趨勢線通過電話。
磋商的十大主題的網站,用趨勢線參照群體。
子群和敏感性分析
所有子組的性別、年齡和SES,分層分析明顯下降谘詢率(表2),除了最年輕的年齡組(約年)。敏感性分析,計算水平變化1和2年之後推出的網站,谘詢率在1年之後下降了6.2%和11.6%兩年後(見在線補充eTable 3)。在我們的研究人群,這對應於一個減少62 300 2014年3月的磋商。第二個靈敏度分析,包括隻有高檔錄音GPs和第三靈敏度分析,包括GPs記錄在整個研究期間,證實了結果的主要分析(見在線補充eTables 4和5)。在第四靈敏度分析,發現類似的谘詢率減少慢性和非慢性保健谘詢(請參閱在線補充eTable 6)。
討論
主要結果和解釋
在這個全國性的自然實驗,醫療保健的用法在初級保健減少發射後以證據為基礎的衛生信息網站。這強烈表明,通過提供以證據為基礎的網上健康信息,醫療使用可以影響:在我們的研究中,2年後谘詢人數減少了近12%。當外推到整個荷蘭人口,這將減少675 000 2014年3月的磋商,幹預後2年。有趣的是,通過電話谘詢的下降是最明顯的。這些磋商通常包含不必要的護理,因此最有可能通過提供網上信息的影響。31日重要的是,醫療保健中使用前的一小段時間內發布的網站沒有下降甚至上升。此外,參照群體是用來檢測影響的其他因素影響就診率preintervention不占的趨勢。後發布的網站,這個參考組顯示沒有變化,支持網站的發布之間的因果關係和減少醫療使用。減少是堅定地出現在所有的子組,除了最年輕的年齡組。我們所知,這是第一個研究來評估提供以證據為基礎的網絡健康信息的影響在一般人群醫療使用率。一項研究實現網上健康信息和醫療使用沒有發現變化。17然而,這項研究隻是基於本地的,動力不足和醫療使用自我報告評估了,低估了實際的醫療用途。32,33在這個領域的其他研究主要解決特征、動機和選擇的網上健康信息搜索者。大多數這些研究表明,網上健康信息搜索者更傾向於讓醫生訪問和磋商期間網上健康信息是支持但不取代磋商。11,13 - 15然而,這些研究是受低響應率和隻使用自我報告醫療使用作為一個結果。此外,針對病人的特點可以駁倒這些研究的結果。例如,患者低健康焦慮減少去看醫生時比中度到高度焦慮患者在線。12此外,當前的網絡健康信息質量不一致,7強調的重要性,提供高質量的在線信息。我們的發現在年輕的時候子群符合。最近一項研究發現嬰兒保健使用情況沒有變化。16這表明,需要保證通過麵對麵接觸不能取代了電子健康在這個病人組。減少谘詢率也出現在最古老的子群。這種駁斥了可訪問性的擔憂的老年患者早在線內容和支持在這個年齡段電子健康的積極結果。34,35
優勢和局限性
這項研究的主要優勢是它的麵紗之後,設計和額外的使用參照群體。網站的發布之前協商利率上升,下降後發布的網站和谘詢率沒有變化的參照群體支持幹預之間的因果關係和觀察到的效果。一個限製是,由於全國範圍內實現網站的,沒有參照群體可以創建並沒有暴露在網站在研究期間。作為替代方案,我們選擇的主題是沒有在網站上(頭部外傷)或者非常低的頁麵瀏覽量在研究期間(經前綜合症和聯係濕疹)。他們認為健康主題的自我管理與網絡信息是可行的,在我們看來,從而形成一個有效的參照群體。雖然磋商這些引用主題的絕對數量大大低於十大話題,它們提供了洞察醫療使用的穩定性沒有暴露在網站。另一個優點是,我們調查了電子健康幹預的影響實際使用醫療使用率,而不是估計,攝取。重要的是,我們的數據是代表荷蘭人口。26此外,我們可以創建一個長期研究6年時間,提供足夠的數據點占季節性和preintervention趨勢。盡管它被認為是最強的研究設計,隨機是不可能的,理論上可以用於研究因果影響使用觀測數據,29日我們仔細考慮其他事件可能影響醫療使用我們的研究期間。例如,一個公司的主要動機醫療使用補償。我們的研究期間,逐步增加扣除€360在2014年發生。然而,初級保健谘詢總是完全覆蓋的醫療保險,而二級護理磋商。此外,一個穩定的3%的荷蘭人避免初級保健由於經濟上的原因,36這不能解釋的減少12%的谘詢率在這項研究中,我們觀察到。另一個因素可能影響長期護理初級保健谘詢率波動磋商由護士。我們解決了通過分層分析慢性和非慢性保健谘詢,發現類似的谘詢率都下降。此外,我們認為是一個隨時間變化的一般實踐特征作為主要結果的混雜變量和改變注冊等級作為二級結果的混雜變量。後隻包括GPs參與在整個研究期間和之後隻包括高檔錄音GPs,類似的下降趨勢主要分析被發現。此外,人口的年齡隨著時間的增加也會影響我們的結果。我們的人口的年齡增加了0.9年研究期間(見在線補充eTable 1)。在我們看來,這不會對我們的主要結果有很大影響,如果有的話,這將導致一個更大的幹預效果。盡管該網站在2014年底達到300萬頁麵瀏覽量,減少醫療使用沒有顯示劑量反應關係。然而,劑量反應關係是不可能的,因為隻有一個固定比例的醫療使用可能影響通過提供高質量的信息和病人自我管理。這項研究至少表明,這一比例是12%,盡管未來的研究有更長的後續將提供更多的信息。我們研究的一個限製是,我們獨特的網站的訪問量計算,雖然計算獨立訪客可以添加了有價值的信息。使用獨特的網站的頁麵瀏覽量量化風險敞口可能高估或低估的獨立訪客數量,但仍然提供了重要的信息被公眾網站的吸收。最後,大眾媒體報道關於醫療使用的網站可能在研究期間醫療消費的影響。然而,唯一的大眾媒體報道的網站發生在2012年3月,沒有活躍的媒體或營銷行為進行的其他研究期間。
Generalisability和未來研究
大多數關於這個主題的文獻主要集中在電子健康是否可以替代或僅僅是補充常規醫療保健。這種簡化方法將醫生從病人的自我管理的作用。在荷蘭,90%的全球定位係統(GPs)使用http://www.thuisarts.nl作為支持工具在磋商和病人隨後查找網上所提供的信息。22這強調適用性的電子健康作為一種工具在初級保健整合自我管理。在我們看來,減少目前協商的條件在初級保健和刺激病人的自我管理是有利的。此外,它可以提高效率的溝通磋商期間,因為病人更好的通知。這個模型的混合保健醫學在其他領域也被采用37,38這項研究首次顯示了其全部潛力。因為並不是所有的健康話題適合混合保健,未來的研究應該集中於特定主題是否適合電子健康和改善這些主題的信息。此外,我們的研究結果並不意味著質量的保健和健康的人口增加了一個循證健康網站。這可能是未來研究的一個主題。我們希望我們的結果是generalisable其他國家與其他醫療保健係統,因為病人尋找網上健康信息和做出決定去拜訪一位醫生在其他國家。不過,尺度效應可能在其他國家沒有保險初級保健或較弱的互聯網普及率較低。39此外,評估影響其他健康網站,例如,在英國(http://www.nhs.uk/Conditionspatient.info,病人)和在線門戶網站(如patientslikeme.com),可能產生進一步洞察互聯網醫療保健消費的可能性。最後,未來的研究可以探討的經濟影響的幹預。
結論
提供以證據為基礎的網絡健康信息的影響在醫療上使用人口水平尚不確定。這項研究顯示,2年後啟動一個循證健康網站,全國初級保健使用下降了12%。這種效應是最突出的電話谘詢和現在的所有子組性別、SES和年齡,除了最年輕的年齡組。這表明電子健康可以有效改善自我管理,減少醫療使用的醫療成本增加。
確認
作者承認R Wolterbeek LUMC醫療統計部門的統計的建議和B van den Hoogenhoff NHG的數字媒體的一部分。
引用
腳注
推特遵循Tobias n粗毛格子圍巾@tbonten,噸Drenthen@Ton_Dr和尼爾斯·H通知@NHChavannes
貢獻者TNB設計的研究,分析了數據,解釋數據和起草。MWMW NHC設計研究,解釋數據和修改。TD和IJMS修訂。MMJM解釋數據和修改。
資金NHG和LUMC資助這項研究的分析。資金提供了荷蘭衛生服務準備研究所和提取數據從他們的數據集。
相互競爭的利益TD和IJMS受雇於荷蘭全科醫師學院的財務支持網站thuisarts.nl。
出處和同行評議不是委托;外部同行評議。
數據共享聲明技術附件,統計代碼,數據集可以從最後一個作者(NHC)。
相關的文章
- 雜項