Article
Gerinnungsmanagement im hausärztlichen Bereich – Beispiel einer komplexen Intervention
Search Medline for
Authors
Published: | March 5, 2012 |
---|
Outline
Text
Zielsetzung: In der PICANT (Primary Care Management for Optimized Antithrombotic Treatment) Studie werden ab März 2012 Optimierungsstrategien des Gerinnungsmanagements im hausärztlichen Bereich in einem cluster-randomisierten Design untersucht (BMBF Fkz 01GY1145). Die komplexe Intervention besteht aus verschiedenen Einzelkomponenten, welche mehr oder weniger interagieren. Gerade im Gerinnungsmanagement, wo ein Nebeneinander an Unter-, Über- und Fehlversorgung existiert und bei einer großen Zahl an Patientinnen und Patienten mit Langzeitindikation für eine Gerinnungshemmung schwere thromboembolische Ereignisse verhindert aber auch unerwünschte Komplikationen wie Blutungen verursacht werden können, besteht ein Bedarf an Versorgungsoptimierung.
Methoden: Im derzeitigen Stadium der detaillierten Studienkonzeption für PICANT ist es besonders wichtig, sich hinsichtlich der erwünschten Aussagekraft der Ergebnisse (der kombinierte primäre Endpunkt umfasst thromboembolische Ereignisse mit der Erfordernis eines stationären Aufenthalts und schwere Blutungskomplikationen) im Rahmen der Erstellung des Studienprotokolls auch Gedanken zu begleitender qualitativer und quantitativer Forschung zu machen.
Am Beispiel einer Teilkomponente des Interventionspaketes in der PICANT Studie, dem „Selbstmanagement für die orale Antikoagulation“, werden im ersten Teil der Präsentation die Evaluierungsschritte erläutert und die aufeinander aufbauende Evidenz mittels des Medical Research Council (MRC) Frameworks dargestellt. Im zweiten Teil wird demonstriert, in wie weit und ob in der jetzt geplanten PICANT Studie, welche wir als eine kontrollierte Evaluationsstudie nach den Empfehlungen des MRCs einstufen, durch die Zusammenstellung neuer Interventionskomponenten weitere Evaluationsschritte erforderlich sind, um die aus unserer Sicht relevanten/aktiven Einzelkomponenten für die cluster-randomisierte Studie zu identifizieren und ihren Anteil am Gesamtergebnis messen zu können.