রোগীর সম্পৃক্ততার ধারাবাহিকতার হার

রোগীর সম্পৃক্ততার ধারাবাহিকতার হার পরিমাপ করে একজন নিবন্ধিত রোগী সময়ের সাথে একটি ডিজিটাল স্বাস্থ্য পণ্যের সাথে কতটা নিয়মিতভাবে যোগাযোগ করেন — যেমন খাদ্য বা উপসর্গ লগ করা, শারীরিক কার্যকলাপ রেকর্ড করা, বা স্বাস্থ্য তথ্য দেখা — শুধুমাত্র এটি আদৌ ব্যবহার করেছেন কিনা তার পরিবর্তে। এটি একটি অনুদৈর্ঘ্য মেট্রিক, একটি নির্দিষ্ট সময়বিন্দুর সক্রিয়-ব্যবহার গণনা থেকে ভিন্ন: দুজন রোগীর অভিন্ন "এই মাসে অ্যাপ ব্যবহার করেছেন" অবস্থা থাকতে পারে যখন একজন প্রতিদিন নিয়মিতভাবে লগ করেন এবং অন্যজন একবার লগ করে তিন সপ্তাহের জন্য অদৃশ্য হয়ে যান, এবং শুধুমাত্র ধারাবাহিকতার মেট্রিক এই দুজনকে আলাদা করে।

কেন এটি গুরুত্বপূর্ণ

একটি ডিজিটাল স্বাস্থ্য টুলের সাথে টেকসই, নিয়মিত যোগাযোগ ক্লিনিক্যাল উপকারের সবচেয়ে নির্ভরযোগ্য অগ্রণী সূচকগুলোর একটি, বিশেষ করে ডায়াবেটিস, ওজন ব্যবস্থাপনা, ও মানসিক স্বাস্থ্যের মতো আচরণ-নির্ভর অবস্থার জন্য, যেখানে টুলটির মূল্য আসে যে অভ্যাসকে এটি সমর্থন করে তা থেকে, কোনো একক সেশন থেকে নয়। একটি পণ্য একটি স্বাস্থ্যকর মাসিক সক্রিয় ব্যবহারকারীর সংখ্যা রিপোর্ট করতে পারে যখন আসলে এমন জনসংখ্যার সেবা করছে যারা একবার লগ ইন করে দূরে সরে যায়, কারণ মাসিক সক্রিয় ব্যবহার একটি নিম্ন মানদণ্ড যা মাসের মধ্যে ব্যবহারের প্যাটার্ন সম্পর্কে কিছুই বলে না; ধারাবাহিকতার মেট্রিক এটি এমনভাবে ধরে যা সাধারণ কার্যকলাপ গণনা পারে না। যেহেতু ধারাবাহিকতাও সপ্তাহের পরিবর্তে মাসের মধ্যে বজায় রাখা কঠিনতর জিনিসগুলোর একটি, এটি পণ্যের মান ও ক্লিনিক্যাল উপযুক্ততার একটি অধিক সৎ সংকেত যা সংক্ষিপ্ত-উইন্ডো সম্পৃক্ততা পরিসংখ্যানের চেয়ে, যা অনবোর্ডিংয়ের ঠিক পরে নতুনত্ব প্রভাবের প্রবণ।

এটি কীভাবে গণনা করা হয়

সম্পৃক্ততার ধারাবাহিকতার হার = অন্তত একটি যোগ্য যোগাযোগসহ সপ্তাহ /
                               মোট নিবন্ধিত সপ্তাহ × ১০০

একটি "যোগ্য যোগাযোগ" স্পষ্টভাবে ও ধারাবাহিকভাবে সংজ্ঞায়িত করা
উচিত (যেমন একটি খাদ্য লগ এন্ট্রি, একটি উপসর্গ চেক-ইন, বা একটি
সম্পন্ন কার্যকলাপ সিঙ্ক) — কখনোই একটি নিষ্ক্রিয় ঘটনা যেমন কোনো
লগ করা কর্ম ছাড়া অ্যাপ খোলা নয়।

একটি বিতরণ হিসেবে রিপোর্ট করুন, শুধু জনসংখ্যার গড় নয়:
  যেমন ≥ ৮০% সাপ্তাহিক ধারাবাহিকতাসহ রোগীর অংশ,
  ৫০-৭৯%সহ অংশ, < ৫০%সহ অংশ

সমাধানকৃত উদাহরণ

একটি পুষ্টি-কোচিং অ্যাপ একজন রোগীকে ১২ সপ্তাহের জন্য নিবন্ধিত করে। রোগী সেই ১২ সপ্তাহের মধ্যে ৯ সপ্তাহে অন্তত একটি যোগ্য খাদ্য এন্ট্রি লগ করেন, যা একটি স্বতন্ত্র সম্পৃক্ততার ধারাবাহিকতার হার ৯ / ১২ × ১০০ = ৭৫% দেয়। অ্যাপের সম্পূর্ণ ২,০০০ রোগীর কোহর্ট জুড়ে যারা অন্তত ১২ সপ্তাহের জন্য নিবন্ধিত, ৬০০ জন রোগী (৩০%) ≥ ৮০% সাপ্তাহিক ধারাবাহিকতা বজায় রাখেন, ৯০০ জন (৪৫%) ৫০-৭৯% ব্যান্ডে পড়েন, এবং ৫০০ জন (২৫%) ৫০%-এর নিচে পড়েন। শুধুমাত্র কোহর্ট গড় রিপোর্ট করা (যা প্রায় ৬৫%-এর কাছাকাছি হতে পারে) একটি সম্পূর্ণ চতুর্থাংশ রোগী কার্যত সম্পৃক্ত নন তা আড়াল করবে — এমন একটি সেগমেন্ট যা একটি সামগ্রিক গড়ে পাতলা করার পরিবর্তে আলাদাভাবে তদন্ত করার যোগ্য।

তথ্যের উৎস ও সতর্কতা

ধারাবাহিকতার তথ্য পণ্যের নিজস্ব ইভেন্ট লগ থেকে আসে (খাদ্য এন্ট্রি, কার্যকলাপ সিঙ্ক, চেক-ইন), এবং একটি "যোগ্য যোগাযোগ"-এর সংজ্ঞার ফলস্বরূপ হারে একটি বিশাল প্রভাব রয়েছে — একটি উদার সংজ্ঞা (যেকোনো অ্যাপ খোলা) সর্বদা একটি কঠোর সংজ্ঞার (একটি সম্পূর্ণ, অর্থবহ লগ এন্ট্রি) চেয়ে ভালো দেখাবে, তাই ব্যবহৃত সংজ্ঞাটি যেকোনো রিপোর্ট করা পরিসংখ্যানের সাথে স্পষ্টভাবে বলা উচিত। স্বয়ংক্রিয়ভাবে সিঙ্ক করা তথ্য (যেমন একটি সংযুক্ত ফিটনেস ট্র্যাকার পটভূমিতে কার্যকলাপ সিঙ্ক করা) ম্যানুয়ালি লগ করা তথ্য থেকে আলাদাভাবে রিপোর্ট করা উচিত, কারণ স্বয়ংক্রিয় সিঙ্কিং রোগীর পণ্যের নির্দেশনার সাথে কোনো সক্রিয় প্রচেষ্টা বা সম্পৃক্ততা প্রতিফলিত না করেই আপাত ধারাবাহিকতা বাড়িয়ে দিতে পারে।

ভুলত্রুটি

• অ্যাপ খোলাকে অর্থবহ সম্পৃক্ততার সাথে গুলিয়ে ফেলা: একটি নিষ্ক্রিয় অ্যাপ খোলা (যেমন একটি পুশ নোটিফিকেশন দ্বারা ট্রিগার করা) একটি লগ করা খাদ্য এন্ট্রি বা সম্পন্ন চেক-ইনের মতো নয়; শুধুমাত্র যোগ্য যোগাযোগ সংজ্ঞায়িত ও রিপোর্ট করুন।
• শুধুমাত্র জনসংখ্যার গড় রিপোর্ট করা: একটি স্বাস্থ্যকর-দেখানো গড় ধারাবাহিকতার হার অত্যন্ত সম্পৃক্ত ও প্রায় সম্পূর্ণভাবে অ-সম্পৃক্ত রোগীদের একটি দ্বিমুখী জনসংখ্যা আড়াল করতে পারে; গড়ের পরিবর্তে ধারাবাহিকতার ব্যান্ড জুড়ে বিতরণ রিপোর্ট করুন।
• নিবন্ধনের দৈর্ঘ্যের রাশি উপেক্ষা করা: নিবন্ধনের সময়কাল বিবেচনা না করে খুব ভিন্ন দৈর্ঘ্যের জন্য নিবন্ধিত রোগীদের মধ্যে ধারাবাহিকতার হার তুলনা করলে যেকোনো গ্রুপের দিকে পক্ষপাত হবে যাদের একটি ছোট, বজায় রাখা সহজ পরিমাপ উইন্ডো ছিল।
• স্বয়ংক্রিয় পটভূমি সিঙ্কিং হার বাড়িয়ে দেওয়া: একটি নিষ্ক্রিয়ভাবে সিঙ্ক করা পরিধানযোগ্য তথ্য প্রবাহ একজন অ-সম্পৃক্ত রোগীকে তাদের পক্ষ থেকে কোনো প্রকৃত আচরণ পরিবর্তন বা পণ্য সম্পৃক্ততা ছাড়াই ধারাবাহিকভাবে সক্রিয় দেখাতে পারে।

উৎস

• ডিজিটাল স্বাস্থ্য সম্পৃক্ততার প্যাটার্ন ও ক্লিনিক্যাল ফলাফলের সাথে তাদের সম্পর্ক নিয়ে সহকর্মী-পর্যালোচিত সাহিত্য, যেমন Journal of Medical Internet Research (JMIR)-এ প্রকাশিত গবেষণা
• আমেরিকান মেডিকেল ইনফরমেটিক্স অ্যাসোসিয়েশন (AMIA), রোগী-উৎপন্ন স্বাস্থ্য তথ্যের মান ও সম্পৃক্ততা পরিমাপ নিয়ে নির্দেশিকা
• ডিজিটাল থেরাপিউটিক্স অ্যালায়েন্স, ডিজিটাল থেরাপিউটিক্সের জন্য সম্পৃক্ততা ও ফলাফল পরিমাপের সেরা-অনুশীলন নির্দেশিকা

আরও দেখুন: ব্যবহারকারী ধরে রাখার হার, ঘনিষ্ঠভাবে সম্পর্কিত মেট্রিক যে একজন রোগী আদৌ নিবন্ধিত থাকেন কিনা, তারা নিবন্ধিত থাকাকালীন কতটা ধারাবাহিকভাবে সম্পৃক্ত হন তা থেকে ভিন্ন।