RE-AIM फ्रेमवर्क

RE-AIM एक सार्वजनिक स्वास्थ्य मूल्यांकन ढाँचा है जो किसी एक मेट्रिक के बजाय पाँच अलग-अलग आयामों — पहुँच (Reach), प्रभावशीलता (Effectiveness), अपनाना (Adoption), कार्यान्वयन (Implementation), और रखरखाव (Maintenance) — में किसी डिजिटल स्वास्थ्य हस्तक्षेप का आकलन करता है। इसका अस्तित्व डिजिटल स्वास्थ्य मूल्यांकन की एक विशिष्ट, आम विफलता को सुधारने के लिए है: जो कार्यक्रम किसी छोटी, प्रेरित पायलट जनसंख्या से प्रभावशाली प्रभावशीलता डेटा रिपोर्ट करता है, पर कभी बड़े पैमाने पर अपनाया नहीं जाता, या अपनी वित्तपोषित पायलट अवधि के बाद कभी जारी नहीं रहता, उसने वास्तव में सार्वजनिक स्वास्थ्य मूल्य प्रदर्शित नहीं किया है, चाहे अलग से उसके मुख्य परिणाम के आंकड़े कितने ही अच्छे दिखें।

यह क्यों महत्वपूर्ण है

डिजिटल स्वास्थ्य पायलटों का मूल्यांकन अक्सर केवल प्रभावशीलता पर किया जाता है — क्या इसका उपयोग करने वालों के लिए परिणाम मेट्रिक में सुधार हुआ — जबकि अन्य चार आयाम अमापे या अरिपोर्टित रह जाते हैं, जो प्रमाण-आधार को व्यवस्थित रूप से उन हस्तक्षेपों की ओर झुका देता है जो आदर्श, छोटे पैमाने की स्थितियों में अच्छा काम करते हैं पर यह नहीं बताते कि वे बड़े पैमाने पर काम करते हैं, उस जनसंख्या तक पहुँचते हैं जिसे उनकी सबसे अधिक आवश्यकता है, या अपने प्रारंभिक वित्तपोषण और उत्साह के बाद भी टिके रहते हैं। RE-AIM को विशेष रूप से मूल्यांकनकर्ताओं को आंतरिक वैधता (क्या यह यहाँ काम किया) के साथ-साथ बाह्य वैधता (क्या यह अन्यत्र काम करेगा, किसके लिए) पर रिपोर्ट करने के लिए बाध्य करने हेतु विकसित किया गया था, जो किसी एक अध्ययन या पायलट के परिणामों के आधार पर डिजिटल स्वास्थ्य हस्तक्षेप को वित्तपोषित करने, कमीशन करने, या बढ़ाने का निर्णय लेने वाले किसी भी व्यक्ति के लिए अत्यंत महत्वपूर्ण है। चूँकि पाँचों आयामों को व्यक्तिगत स्तर और संगठनात्मक या सेटिंग स्तर, दोनों पर मापा जा सकता है, RE-AIM समझौतों (trade-offs) को भी उजागर करता है — उदाहरण के लिए, अत्यधिक चयनित, अत्यधिक प्रशिक्षित कर्मचारियों द्वारा दिया गया अत्यधिक प्रभावी हस्तक्षेप (मज़बूत प्रभावशीलता, कमज़ोर अपनाने की प्रतिनिधिकता) — जिन्हें एक एकल संयुक्त मेट्रिक पूरी तरह छिपा देता।

इसे कैसे लागू किया जाता है

पहुँच (Reach)            = पात्र लक्षित जनसंख्या का वह अनुपात जो भाग
                            लेता है, और प्रतिभागी उस पात्र जनसंख्या के
                            कितने प्रतिनिधि हैं (केवल प्रतिभागियों की
                            कच्ची संख्या नहीं)

प्रभावशीलता (Effectiveness) = प्राथमिक परिणामों पर प्रभाव, जिसमें
                            जीवन की गुणवत्ता और अनपेक्षित नकारात्मक
                            परिणाम शामिल हैं, केवल एकल मुख्य परिणाम
                            माप नहीं

अपनाना (Adoption)        = सभी पात्र सेटिंग्स और कर्मचारियों/वितरण
                            एजेंटों के सापेक्ष, हस्तक्षेप को अपनाने वाली
                            सेटिंग्स और कर्मचारियों का अनुपात और उनकी
                            प्रतिनिधिकता

कार्यान्वयन (Implementation) = इच्छित रूप में वितरण की निरंतरता और
                            निष्ठा, उसे वितरित करने में लगा समय और
                            लागत, और रास्ते में किए गए अनुकूलन

रखरखाव (Maintenance)     = वह सीमा जिस तक हस्तक्षेप दीर्घकाल में नियमित
                            अभ्यास का हिस्सा बन जाता है, व्यक्तिगत
                            (निरंतर व्यक्तिगत-स्तर के प्रभाव) और
                            सेटिंग/संगठनात्मक (संस्थागतकरण) दोनों स्तरों पर

हल किया गया उदाहरण

एक डिजिटल मधुमेह रोकथाम कार्यक्रम का पायलट एक क्षेत्र के 20 प्राथमिक देखभाल क्लिनिकों में चलाया जाता है, जहाँ कुल 200 पात्र क्लिनिक हैं। पहुँच का आकलन 20 पायलट क्लिनिकों में अनुमानित 15,000 पात्र रोगियों में से 1,200 (8%) के रूप में किया जाता है, जिसमें प्रतिभागी पूरी पात्र जनसंख्या की तुलना में कुछ अधिक युवा और अधिक डिजिटल रूप से साक्षर पाए जाते हैं — प्रतिनिधिकता का एक अंतर जिसे अनदेखा करने के बजाय दर्ज किया जाना चाहिए। प्रभावशीलता कार्यक्रम पूरा करने वालों में औसत HbA1c में नैदानिक रूप से सार्थक कमी दिखाती है, लेकिन उच्च ड्रॉपआउट दर का अर्थ है कि जब सभी नामांकित रोगियों पर, केवल पूरा करने वालों पर नहीं, इरादा-से-उपचार (intention-to-treat) आधार पर आकलन किया जाता है तो यह प्रभाव कमज़ोर पड़ जाता है। अपनाना 200 पात्र क्लिनिकों में से 20 (10%) है, जो औसत से अधिक मौजूदा डिजिटल अवसंरचना वाले क्लिनिकों में केंद्रित है — यह भी प्रतिनिधिकता की एक चिंता है। कार्यान्वयन निष्ठा के आकलन में पाया जाता है कि अधिकांश क्लिनिकों ने कार्यक्रम को काफ़ी हद तक डिज़ाइन के अनुसार वितरित किया, हालाँकि दो क्लिनिकों ने समय के दबाव में ऑनबोर्डिंग प्रक्रिया को काफ़ी छोटा कर दिया। पायलट वित्तपोषण समाप्त होने के एक वर्ष बाद रखरखाव के आकलन में पाया जाता है कि मूल 20 क्लिनिकों में से केवल 6 अब भी सक्रिय रूप से कार्यक्रम चला रहे हैं — यह परिणाम, शुरू में आशाजनक प्रभावशीलता के आंकड़े के साथ रिपोर्ट किए जाने पर, कार्यक्रम की वास्तविक-दुनिया की संभावनाओं की अकेले प्रभावशीलता डेटा की तुलना में कहीं अधिक पूर्ण और ईमानदार तस्वीर देता है।

डेटा स्रोत और सावधानियाँ

प्रत्येक RE-AIM आयाम आमतौर पर एक अलग डेटा स्रोत पर निर्भर करता है: पहुँच और अपनाना नामांकन और पात्रता रिकॉर्ड से, प्रभावशीलता नैदानिक या परिणाम डेटा से (अक्सर वही डेटा जो इस पुस्तक में अन्यत्र किसी विशिष्ट मेट्रिक, जैसे बायोमेट्रिक सुधार दर, की गणना में पहले से उपयोग होता है), कार्यान्वयन निष्ठा चेकलिस्ट, वितरण लॉग, या प्रत्यक्ष अवलोकन से, और रखरखाव प्रारंभिक मूल्यांकन अवधि के काफ़ी बाद किए गए अनुवर्ती आकलन से — अर्थात् पूर्ण RE-AIM आकलन किसी एक समय-बिंदु पर पूरा नहीं हो सकता और इसके लिए मूल्यांकन की योजना शुरू से बनानी होती है, पूर्वव्यापी रूप से जोड़ी नहीं जा सकती। चूँकि पाँचों आयामों की ईमानदार रिपोर्टिंग (कुछ पर कमज़ोर परिणामों सहित) केवल प्रभावशीलता रिपोर्ट करने से अधिक श्रमसाध्य और कम आकर्षक है, प्रकाशित डिजिटल स्वास्थ्य मूल्यांकन प्रभावशीलता की तुलना में पहुँच, अपनाना और रखरखाव को अनुपातहीन रूप से कम रिपोर्ट करते हैं — यह एक ज्ञात प्रकाशन-पूर्वाग्रह पैटर्न है जिस पर RE-AIM-लेबल वाले प्रमाण से निर्णय लेने वाले किसी भी व्यक्ति को नज़र रखनी चाहिए।

सामान्य गलतियाँ

• केवल प्रभावशीलता रिपोर्ट करके उसे RE-AIM मूल्यांकन कहना: RE-AIM नाम का उपयोग करते हुए उसके पाँच आयामों में से केवल एक रिपोर्ट करना ढाँचे के उद्देश्य को विफल करता है और इसे RE-AIM आकलन नहीं कहा जाना चाहिए।
• पहुँच और अपनाने को पात्र जनसंख्या के अनुपात के बजाय कच्ची गिनती के रूप में मापना: प्रतिभागियों की बड़ी कच्ची संख्या फिर भी उस जनसंख्या का एक छोटा, अप्रतिनिधिक अंश हो सकती है जिस तक हस्तक्षेप को आदर्श रूप से पहुँचना चाहिए; हमेशा पूर्ण पात्र हर (denominator) के विरुद्ध गणना करें।
• रखरखाव का आकलन बहुत जल्दी करना: संस्थागतकरण और निरंतर प्रभाव का अच्छी तरह मूल्यांकन तभी हो सकता है जब प्रारंभिक वित्तपोषण या नवीनता के प्रभाव मंद पड़ जाएँ; पायलट समाप्त होते ही लिया गया आकलन रखरखाव के बारे में कुछ नहीं कह सकता, चाहे अन्य चार आयाम कैसे भी दिखें।
• पाँचों आयामों को समान भार वाला मानना या एक स्कोर में संयोजित करना: RE-AIM जानबूझकर एक बहु-आयामी प्रोफ़ाइल है, कोई एकल संख्या नहीं; आयामों को एक संयुक्त स्कोर में मिलाना ठीक उसी समझौता-दृश्यता को त्याग देता है जिसे संरक्षित करने के लिए यह ढाँचा बनाया गया है।

स्रोत

• Glasgow, Vogt, और Boles, "Evaluating the public health impact of health promotion interventions: the RE-AIM framework", American Journal of Public Health, मूल प्रकाशित ढाँचा
• RE-AIM.org, मेज़र, योजना उपकरणों और प्रकाशित अनुप्रयोगों के लिए ढाँचे का अनुरक्षित सार्वजनिक संसाधन
• विशेष रूप से डिजिटल स्वास्थ्य हस्तक्षेपों पर RE-AIM लागू करने वाला सहकर्मी-समीक्षित साहित्य, उदाहरण के लिए Journal of Medical Internet Research (JMIR) और Translational Behavioral Medicine में प्रकाशित अध्ययन

यह भी देखें: डिजिटल पहुँच दर और उपयोगकर्ता प्रतिधारण दर, इस पुस्तक के दो मेट्रिक्स जो क्रमशः RE-AIM के पहुँच और रखरखाव आयामों से निकटता से मेल खाते हैं।