Закон утраты приверженности

В рамках постоянной работы журнала по развитию теорий, моделей и лучших практик исследований в области телемедицины в этой статье обосновывается необходимость «науки об утрате приверженности», то есть разработки моделей прекращения использования приложений телемедицины и связанного с этим явления выбытия участников из исследований. Под «законом утраты приверженности» здесь понимается наблюдение, что в любом исследовании телемедицины значительная доля пользователей прекращает участие до завершения или перестает пользоваться приложением.

Эта особенность исследований телемедицины существенно отличается, например, от исследований лекарственных препаратов. Традиционная парадигма клинических исследований и доказательной медицины предполагает, что высокие показатели выбывания делают исследование менее убедительным. Поэтому исследователи в области телемедицины нередко обходят высокие показатели выбывания стороной или вовсе не публикуют результаты, считая свои исследования неудачными. Однако для многих исследований телемедицины, особенно проводимых через интернет и особенно с приложениями самопомощи, высокий уровень выбывания может быть естественной и типичной особенностью.

Показатели использования и детерминанты утраты приверженности следует выделять, измерять, анализировать и обсуждать. Это также включает анализ и описание характеристик той подгруппы, для которой приложение в конечном счете «работает», то есть тех, кто остается в исследовании и продолжает им пользоваться. Для оценки того, что работает, а что нет, такие показатели утраты приверженности столь же важны для отчетности, как и чистые показатели эффективности в анализе по намерению лечить. При высоком уровне выбывания показатели эффективности занижают влияние приложения на популяцию, которая продолжает им пользоваться.

Методы анализа кривых утраты приверженности можно заимствовать из анализа выживаемости, например анализ Каплана — Мейера и регрессию пропорциональных рисков (модель Кокса). К числу показателей, подлежащих отчетности, относятся относительный риск выбытия или прекращения использования приложения, а также «период полувыведения использования» и прогностические модели, описывающие прекращение использования в популяции по демографическим признакам. Различия в показателях выбытия или использования между двумя вмешательствами могут стать стандартным критерием «эффективности удобства использования» системы. В качестве методологической инновации для интернет-исследований с большим числом ранних выбываний/непользователей и стабильной группой постоянных пользователей предлагается дизайн исследования с вводным периодом и последующей отменой вмешательства.