อัตราความสม่ำเสมอของการมีส่วนร่วมของผู้ป่วย

อัตราความสม่ำเสมอของการมีส่วนร่วมของผู้ป่วยวัดว่าผู้ป่วยที่ลงทะเบียนมีปฏิสัมพันธ์กับผลิตภัณฑ์สุขภาพดิจิทัลอย่างสม่ำเสมอเพียงใดตามเวลา เช่น การบันทึกอาหารหรืออาการ การบันทึกกิจกรรมทางกาย หรือการดูข้อมูลสุขภาพ แทนที่จะวัดเพียงว่าเคยใช้หรือไม่ เป็นตัวชี้วัดแบบระยะยาว ซึ่งแตกต่างจากการนับการใช้งาน ณ จุดเวลาหนึ่ง ผู้ป่วยสองคนอาจมีสถานะ "ใช้แอปในเดือนนี้" เหมือนกัน แต่คนหนึ่งบันทึกอย่างสม่ำเสมอทุกวัน ส่วนอีกคนบันทึกครั้งเดียวแล้วหายไปสามสัปดาห์ และมีเพียงตัวชี้วัดความสม่ำเสมอเท่านั้นที่แยกทั้งสองคนออกจากกันได้

เหตุใดจึงสำคัญ

ปฏิสัมพันธ์ที่ต่อเนื่องและสม่ำเสมอกับเครื่องมือสุขภาพดิจิทัลเป็นหนึ่งในตัวชี้นำล่วงหน้าที่เชื่อถือได้มากกว่าของประโยชน์ทางคลินิก โดยเฉพาะสำหรับภาวะที่ขึ้นกับพฤติกรรม เช่น เบาหวาน การควบคุมน้ำหนัก และสุขภาพจิต ซึ่งคุณค่าของเครื่องมือมาจากนิสัยที่เครื่องมือสนับสนุน ไม่ใช่เซสชันใดเซสชันหนึ่ง ผลิตภัณฑ์อาจรายงานจำนวนผู้ใช้งานรายเดือนที่ดีขณะที่ให้บริการประชากรที่เข้าสู่ระบบครั้งเดียวแล้วค่อย ๆ หายไป เพราะการใช้งานรายเดือนเป็นเกณฑ์ที่ต่ำซึ่งไม่ได้บอกอะไรเกี่ยวกับรูปแบบการใช้ภายในเดือน ตัวชี้วัดความสม่ำเสมอจับสิ่งนี้ได้ในแบบที่การนับกิจกรรมอย่างง่ายทำไม่ได้ เนื่องจากความสม่ำเสมอเป็นสิ่งที่รักษาไว้ได้ยากกว่าในช่วงหลายเดือนแทนที่จะเป็นหลายสัปดาห์ จึงเป็นสัญญาณที่ซื่อตรงกว่าเกี่ยวกับคุณภาพผลิตภัณฑ์และความเหมาะสมทางคลินิก เมื่อเทียบกับตัวเลขการมีส่วนร่วมในช่วงสั้นที่มีแนวโน้มได้รับผลของความแปลกใหม่ทันทีหลังการปฐมนิเทศ

วิธีคำนวณ

อัตราความสม่ำเสมอของการมีส่วนร่วม = สัปดาห์ที่มีปฏิสัมพันธ์ที่เข้าเกณฑ์
                                   อย่างน้อยหนึ่งครั้ง / จำนวนสัปดาห์ที่
                                   ลงทะเบียนทั้งหมด × 100

"ปฏิสัมพันธ์ที่เข้าเกณฑ์" ควรกำหนดอย่างชัดเจนและสอดคล้องกัน (เช่น
การบันทึกอาหาร การเช็กอินอาการ หรือการซิงก์กิจกรรมที่เสร็จสิ้น)
ห้ามเป็นเหตุการณ์เฉย ๆ เช่นการเปิดแอปโดยไม่มีการกระทำที่บันทึกไว้

รายงานเป็นการกระจาย ไม่ใช่เพียงค่าเฉลี่ยประชากร:
  เช่น สัดส่วนผู้ป่วยที่มีความสม่ำเสมอรายสัปดาห์ ≥ 80%,
       สัดส่วน 50-79%, สัดส่วน < 50%

ตัวอย่างการคำนวณ

แอปโค้ชด้านโภชนาการลงทะเบียนผู้ป่วยหนึ่งรายเป็นเวลา 12 สัปดาห์ ผู้ป่วยบันทึกอาหารที่เข้าเกณฑ์อย่างน้อยหนึ่งรายการใน 9 จาก 12 สัปดาห์นั้น ให้อัตราความสม่ำเสมอของการมีส่วนร่วมรายบุคคลเท่ากับ 9 / 12 × 100 = 75% ในกลุ่มผู้ป่วยทั้งหมดของแอป 2,000 รายที่ลงทะเบียนอย่างน้อย 12 สัปดาห์ ผู้ป่วย 600 ราย (30%) รักษาความสม่ำเสมอรายสัปดาห์ ≥ 80% 900 ราย (45%) อยู่ในช่วง 50-79% และ 500 ราย (25%) ต่ำกว่า 50% การรายงานเพียงค่าเฉลี่ยของกลุ่ม (ซึ่งอาจอยู่ที่ราว 65%) จะบดบังว่าหนึ่งในสี่ของผู้ป่วยแทบไม่มีส่วนร่วมเลย ซึ่งเป็นกลุ่มที่ควรตรวจสอบแยกต่างหาก แทนที่จะถูกเจือจางในค่าเฉลี่ยรวม

แหล่งข้อมูลและข้อควรระวัง

ข้อมูลความสม่ำเสมอมาจากบันทึกเหตุการณ์ของผลิตภัณฑ์เอง (การบันทึกอาหาร การซิงก์กิจกรรม การเช็กอิน) และนิยามของ "ปฏิสัมพันธ์ที่เข้าเกณฑ์" มีผลมหาศาลต่ออัตราที่ได้ นิยามที่ผ่อนปรน (การเปิดแอปใด ๆ) จะดูดีกว่านิยามที่เข้มงวด (การบันทึกที่สมบูรณ์และมีความหมาย) เสมอ ดังนั้นต้องระบุนิยามที่ใช้ให้ชัดเจนควบคู่กับตัวเลขที่รายงาน ข้อมูลที่ซิงก์อัตโนมัติ (เช่น เครื่องติดตามฟิตเนสที่เชื่อมต่อซิงก์กิจกรรมเบื้องหลัง) ควรรายงานแยกจากข้อมูลที่บันทึกด้วยตนเอง เพราะการซิงก์อัตโนมัติอาจทำให้ความสม่ำเสมอที่เห็นพองขึ้นโดยไม่สะท้อนความพยายามเชิงรุกของผู้ป่วยหรือการมีส่วนร่วมกับคำแนะนำของผลิตภัณฑ์

ข้อผิดพลาดที่พบบ่อย

• สับสนการเปิดแอปกับการมีส่วนร่วมที่มีความหมาย: การเปิดแอปเฉย ๆ (เช่นถูกกระตุ้นด้วยการแจ้งเตือน) ไม่เหมือนการบันทึกอาหารหรือการเช็กอินที่เสร็จสิ้น ควรกำหนดและรายงานเฉพาะปฏิสัมพันธ์ที่เข้าเกณฑ์
• รายงานเฉพาะค่าเฉลี่ยประชากร: อัตราความสม่ำเสมอเฉลี่ยที่ดูดีอาจซ่อนประชากรสองขั้วของผู้ป่วยที่มีส่วนร่วมสูงมากและแทบไม่มีส่วนร่วมเลย ควรรายงานการกระจายข้ามช่วงความสม่ำเสมอ ไม่ใช่เพียงค่าเฉลี่ย
• ละเลยตัวหารที่เป็นความยาวของการลงทะเบียน: การเปรียบเทียบอัตราความสม่ำเสมอระหว่างผู้ป่วยที่ลงทะเบียนมานานต่างกันมากโดยไม่คำนึงถึงระยะเวลาลงทะเบียนจะบิดเบือนไปทางกลุ่มที่มีช่วงการวัดสั้นกว่าและรักษาได้ง่ายกว่า
• การซิงก์อัตโนมัติเบื้องหลังทำให้อัตราพองขึ้น: กระแสข้อมูลอุปกรณ์สวมใส่ที่ซิงก์แบบเฉย ๆ อาจทำให้ผู้ป่วยที่ไม่มีส่วนร่วมดูเหมือนใช้งานอย่างสม่ำเสมอโดยไม่มีการเปลี่ยนแปลงพฤติกรรมจริงหรือการมีส่วนร่วมกับผลิตภัณฑ์ในส่วนของเขา

แหล่งอ้างอิง

• วรรณกรรมที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิเกี่ยวกับรูปแบบการมีส่วนร่วมในสุขภาพดิจิทัลและความสัมพันธ์กับผลลัพธ์ทางคลินิก เช่น การศึกษาที่ตีพิมพ์ใน Journal of Medical Internet Research (JMIR)
• American Medical Informatics Association (AMIA) แนวทางคุณภาพข้อมูลสุขภาพที่ผู้ป่วยสร้างขึ้นและการวัดการมีส่วนร่วม
• Digital Therapeutics Alliance แนวทางปฏิบัติที่ดีที่สุดสำหรับการวัดการมีส่วนร่วมและผลลัพธ์สำหรับผลิตภัณฑ์บำบัดดิจิทัล

ดูเพิ่มเติม: อัตราการรักษาผู้ใช้ ตัวชี้วัดที่เกี่ยวข้องอย่างใกล้ชิดว่าผู้ป่วยยังคงลงทะเบียนอยู่หรือไม่ แตกต่างจากความสม่ำเสมอในการมีส่วนร่วมขณะที่ลงทะเบียนอยู่