การทดลองแบบ stepped-wedge cluster randomized ในโรงพยาบาลลาว 6 แห่งเปรียบเทียบแนวทางสั่งยาต้านจุลชีพบนสมาร์ตโฟนพร้อมการอบรม antimicrobial stewardship กับคู่มือกระดาษฉบับเดียวกัน แม้สัดส่วนการสั่งยาที่ทำตามแนวทางในผู้ป่วยในอยู่ที่ 25.6% ในช่วงใช้แอป เทียบ 17.0% ในช่วงคู่มือกระดาษ แต่หลังปรับผลของเวลา โรงพยาบาล และปัจจัยกวน ความแตกต่างไม่ชัดเจน (aOR 1.26; 95% CI 0.8–1.9; p=0.276) และไม่พบความแตกต่างในผู้ป่วยนอกเช่นกัน งานนี้ชี้ว่าการทำให้แนวทางเข้าถึงง่ายขึ้นยังไม่เพียงพอ หากไม่มีมาตรการเปลี่ยนพฤติกรรมและระบบสนับสนุนอย่างต่อเนื่อง
ข้อค้นพบสำคัญ
- ในผู้ป่วยใน ความสอดคล้องกับแนวทางอยู่ที่ 25.6% ในช่วงแอป เทียบ 17.0% ในช่วงคู่มือกระดาษ แต่ความได้เปรียบหายไปหลังปรับเวลา คลัสเตอร์ และปัจจัยกวน (aOR 1.26; 95% CI 0.8–1.9; p=0.276) จึงยังสรุปไม่ได้ว่าแอปเหนือกว่าคู่มือกระดาษ
- ในผู้ป่วยนอก ความสอดคล้องใกล้กันที่ 23.0% กับแอป และ 21.7% กับคู่มือกระดาษ ผลปรับแล้วไม่แตกต่าง (aOR 0.91; 95% CI 0.7–1.1; p=0.406) แม้ผลต่างระหว่างกลุ่มโรงพยาบาลตามลำดับการเริ่มมาตรการจะยังชี้ถึงอิทธิพลของบริบทและเวลา
- จุดอ่อนสำคัญอยู่ที่การให้ยาป้องกัน: ความสอดคล้องเพียง 4.2% สำหรับการป้องกันการติดเชื้อทางศัลยกรรม และ 15.7% สำหรับการป้องกันทางการแพทย์ โดยปัญหาหลักคือเลือกยาไม่ตรงแนวทางและให้ยานานเกิน โดยเฉพาะงานสูติ-นรีเวช
- แอปถูกเปิด 6,239 ครั้งใน 22 เดือนในกลุ่มผู้สั่งยาที่รายงานว่าใช้ 251 คน หรือเฉลี่ยประมาณเดือนละครั้งต่อคน สัญญาณนี้สอดคล้องกับการใช้งานที่ไม่เข้มข้น แต่บันทึกการเปิดแอปไม่สามารถบอกได้ว่าแพทย์ใช้ข้อมูลนั้นตัดสินใจในใบสั่งยาใด
ทำไมจึงมีความสำคัญระดับโลก
การดื้อยาต้านจุลชีพเป็นปัญหาระดับโลก โดยเฉพาะระบบสุขภาพที่มีทรัพยากรจำกัด งานนี้ให้หลักฐานเชิงทดลองแบบใช้งานจริงว่า การแจกแนวทางผ่านสมาร์ตโฟนทำได้ในประเทศรายได้ต่ำและปานกลาง แต่การเข้าถึงข้อมูลเพียงอย่างเดียวไม่เปลี่ยนการสั่งยาอย่างชัดเจน ผลเชิงลบนี้มีคุณค่าเพราะช่วยป้องกันการลงทุนในแอปแบบโดดเดี่ยว และชี้ให้ผูกเครื่องมือดิจิทัลกับการอบรมซ้ำ การตรวจทบทวนและ feedback การสนับสนุนจากผู้นำ การเข้าถึงจุลชีววิทยา และมาตรการเฉพาะหน่วยงาน อย่างไรก็ดี ผลไม่ได้แปลว่าแอปไม่มีประโยชน์ แต่แอปควรเป็นส่วนหนึ่งของโปรแกรม stewardship หลายองค์ประกอบ
บทบาทของนักวิจัยไทย
ผู้เขียนสังกัดไทย 4 คนมาจากมหาวิทยาลัยมหิดลและ MORU โดย Sue J. Lee ร่วมจัดการข้อมูลและวิเคราะห์ทางสถิติ, Mavuto Mukaka ร่วมวิเคราะห์ทางสถิติ, Nicholas P. J. Day ร่วมวางแนวคิด จัดหาทุน ออกแบบวิธี และกำกับงาน และ Paul N. Newton ร่วมวางแนวคิด ออกแบบวิธี และกำกับงาน บทบาทดังกล่าวเชื่อมความเชี่ยวชาญด้านเวชศาสตร์เขตร้อนและการวิเคราะห์ของฐานวิจัยในไทยกับเครือข่ายลาว อย่างไรก็ตาม ผู้วิจัยหลักคือ Vilada Chansamouth และการดำเนินงานภาคสนามนำโดยหน่วยงานและโรงพยาบาลลาว จึงควรอธิบายว่าเป็นความร่วมมือที่มีสังกัดไทยร่วม ไม่ใช่งานที่ไทยเป็นผู้นำทั้งหมด
ข้อจำกัดที่ควรรู้
การทดลองมีเพียง 6 โรงพยาบาลและขนาดคลัสเตอร์ไม่เท่ากัน จึงอาจไม่มีพลังพอสำหรับความแตกต่างขนาดเล็กหรือการวิเคราะห์รายโรค การดำเนินงานทับช่วงโควิด-19 ทำให้กำหนดการล่าช้าและระบบโรงพยาบาลเปลี่ยน แม้แบบจำลองจะปรับผลของเวลาแล้วก็ตาม มาตรการรวมแอปกับการอบรมหนึ่งครั้งและไม่ปกปิดกลุ่ม จึงแยกผลของแต่ละองค์ประกอบไม่ได้ การสำรวจแบบ point prevalence เป็นเพียงภาพตัดขวาง และใบสั่งยาเชื่อมกับผู้สั่งยาแต่ละคนไม่ได้ จึงวัดการเปลี่ยนพฤติกรรมรายบุคคลไม่ได้ นอกจากนี้ งานไม่ได้ประเมินผลลัพธ์ผู้ป่วยหรือการดื้อยาโดยตรง และผลจากลาวไม่ควรถูกนำไปใช้กับไทยโดยไม่ตรวจบริบทระบบบริการ