медицинские учреждения

Теория сложности в медицинских исследованиях

Исследовательский проект в сфере здравоохранения как комплексная адаптивная система (CAS)

Нет сомнений в том, что описанный выше контекст является сложным, или на языке теории сложности, CAS [16]. CAS формально определяется как «совокупность отдельных агентов, которые могут действовать не всегда полностью предсказуемо, и чьи действия взаимосвязаны так, что действия одного агента изменяют контекст для других агентов» ([5], с. 625 ).

Хотя по-прежнему существуют некоторые разногласия по терминологии, ключевые особенности CAS обычно включают в себя встроенность, вложенные системы, нечеткие границы, распределенное управление, самоорганизацию, появление, непредсказуемость, нелинейность, фазовые изменения, историзм, чувствительность к начальным условиям, неравновесие, адаптация и коэволюция (вставка 1) [4, 8, 9, 17–19].

Многие из этих особенностей CAS были найдены в нашем опыте. В проекте задействовано несколько вложенных систем, а именно группа исследователей, SLG, MHS, а также правительство штата и федеральное правительство. Границы между системами были нечеткими, участники часто оказывали влияние на множество систем. Например, в дополнение к их работе в MHS, значительное количество участников SLG выполняло функции в университетских департаментах, правительственных консультативных советах, ассоциациях по дисциплинам (например, Королевский колледж психиатров Австралии и Новой Зеландии, Австралийская медицинская ассоциация, Австралийская психологическая служба Общество) или частные консультационные клиники. Контроль был распределен: члены SLG несли ответственность и автономность за управление различными программами в MHS, исследователи, осуществляющие контроль над деятельностью по внедрению, а также политики, чиновники и старшие менеджеры здравоохранения, принимающие политические и финансовые решения, которые влияли на операционный контекст. SLG и исследователей.

Изменения в SLG были непредсказуемыми и нелинейными, вместо этого возникали из-за того, что можно считать фазовыми изменениями в системе. Например, первая реструктуризация SLG не произошла, пока ключевой влиятельный член не был убежден в его достоинствах. Только при поддержке этого человека произошло изменение, представляющее собой изменение фазы в организационном контексте. Это началось в течение двух лет непрерывных изменений персонала и ролей в SLG, чего не мог предвидеть человек, чья поддержка инициировала процесс. И SLG, и исследователи продемонстрировали адаптацию и совместную эволюцию, меняя стратегические приоритеты и подходы, основанные на изменениях в контексте. Например, поскольку правительство штата сигнализировало о повышенном интересе к планированию инфраструктуры для роста населения посредством серии дискуссионных документов, исследователи переориентировали свои усилия по моделированию на эту область. Когда в 2017 году правительство штата выпустило новые средства на охрану психического здоровья, члены SLG, осведомленные о деятельности исследователей в этой области, успешно лоббировали финансирование на основе этих результатов моделирования.

Применение теории сложности в медицинских исследованиях

Вместо того, чтобы пытаться контролировать контекст исследования, теория сложности направляет исследователей на то, чтобы сделать его центром своего исследования, ища модели взаимодействия внутри агентов, а также между агентами и средой для объяснения результатов на уровне системы [17]. В сфере здравоохранения результаты на уровне систем представляют интересы общественного здравоохранения, такие как эффективность и результативность оказания медицинской помощи, качество жизни населения, а также показатели заболеваемости и смертности от болезней. Использование этого подхода снимает фокус с краткосрочных результатов отдельных вмешательств (часто рандомизированных контрольных испытаний), которые изолированы от остальной части системы здравоохранения, и ставит его на понимание сложных контекстуальных факторов, определяющих долгосрочную выживаемость новое медицинское вмешательство.

Классический подход к теории сложности предписывает исследователям определять правила, которые управляют этим поведением, приписывая их агенту (местные правила) или модели среды (аттракторы). В этой классической интерпретации теории сложности к установленным методам исследования относятся агентное моделирование, симуляция и сетевой анализ, где теория локальных правил встроена в математическую модель, которая проверяется на соответствие действительности [17, 19–21]. Тем не менее, эти подходы имели ограниченный успех в здравоохранении, поскольку низкие показатели внедрения моделирования [22–24] часто объясняются отсутствием хороших данных для построения моделей [25–28]; сложный социальный и организационный контекст здравоохранения с множеством пересекающихся и вложенных групп заинтересованных сторон [1, 2, 25, 27, 29, 30]; и высокая экспертиза и временные затраты на создание достаточно сложных, экологически обоснованных моделей [25–29, 31–33].

Недавние применения теории сложности в здравоохранении расширились до более качественных методов, включая этнографию, тематические исследования, сравнение случаев или анализ временных рядов, а также социальные опросы [10, 18, 20, 34].

Эти подходы возникли из плодотворной работы Бирна [18], который перевел многие концепции теории сложности в социальную сферу.

Использованные источники

  1. Klein JH, Young Health care: a case of hypercomplexity? Health Systems. 2015;4(2):104–10.
  2. Eldabi  Implementation  issues  of  modeling  healthcare  problems: misconceptions  and  lessons.  Proceedings  of  the  2009  winter  simulation conference (WSC). IEEE. 2009; doi.org/10.1109/WSC.2009.5429192.
  3. Tako Robinson S. Is simulation in health different? J Oper Res Soc. 2015; 66(4):602–14.
  4. Kernick Wanted – new methodologies for health service research. Is complexity theory the answer? Fam Pract. 2006;23(3):385–90.
  5. Plsek PE, Greenhalgh The challenge of complexity in health care. Br Med J. 2001;323:625–8.
  6. Plsek PE, Wilson Complexity, leadership, and management in healthcare organisations. Br Med J. 2001;323:746–9.
  7. Sanderson Intelligent policy making for a complex world: pragmatism, evidence and learning. Political Studies. 2009;57(4):699–719.
  8. Litaker D, Tomolo A, Liberatore V, Stange KC, Aron Using complexity theory to  build  interventions  that  improve  health  care  delivery  in  primary care. J Gen Intern Med. 2006;21(S2):S30–4.
  9. Plsek Complexity and the adoption of innovation in health care. In: accelerating quality improvement in health care: strategies to accelerate the diffusion of evidence-based innovations. Washington, DC: National Institute for healthcare management foundation and National Committee for. Quality in Health Care. 2003.
  10. Anderson RA, Crabtree BF, Steele DJ, McDaniel Case study research: the view from complexity science. Qual Health Res. 2005;15(5):669–85.
  11. Rockwell ARENA. In. In: 13.90 edn; 2010.
  12. Mental Health Act Government of Victoria. No 26 of 2014. austlii.edu.au/cgi-bin/viewdb/au/legis/vic/num_act/ mha201426o2014174/. Accessed 23 May 2018.
  13. National Disability Insurance Scheme Act Parliament of Australia, No 20, 2013.  legislation.gov.au/ Details/ C2016C00894. Accessed 23 May 2018.
  14. Cordery Innovative mental health program falling victim to funding freeze. The Sydney Morning Herald. 2015; smh.com.au/ healthcare/innovative-mental-health- program-falling-victim-to-funding- freeze-20150423-1ms0wm.html. Accessed 22 May 2018
  15. Victorian Healthcare State budget submission 2015–16. Melbourne: VHA; 2015.
  16. McKelvey Complexity theory in organization science: seizing the promise or becoming a fad? Emergence. 1999;1(1):5–32.
  17. Holland JH. Complexity: a very short introduction. Oxford: Oxford University Press; 2014.
  18. Byrne DS. Complexity theory and the social sciences: an introduction. New York, NY: Routledge; 1998.
  19. Manson SM. Simplifying complexity: a review of complexity theory.
    Geoforum. 2001;32(3):405–14.
  20. Byrne D, Callaghan G, Winter T. Complexity theory and the social sciences: the state of the art. Abingdon: Taylor and Francis; 2013.
  21. McKelvey B. Complexity theory in organization science: seizing the promise or becoming a fad? Emergence. 1999;1(1):5–32.
  22. Long KM, Meadows G. Simulation modelling in mental health: a systematic review. J Simulation. 2018;12(1):76–85.
  23. Fone D, Hollinghurst S, Temple M, Round A, Lester N, Weightman A, Roberts K, Coyle E, Bevan G, Palmer S. Systematic review of the use and value of computer simulation modelling in population health and health care delivery. J Public Health Med. 2003;25(4):325–35.
  24. Brailsford SC, Harper PR, Patel B, Pitt M. An analysis of the academic literature on simulation and modelling in health care. J Simulation. 2009; 3(3):130–40.
  25. Brailsford SC, Bolt TB, Bucci G, Chaussalet TM, Connell NA, Harper PR, Klein JH, Pitt M, Taylor M. Overcoming the barriers: a qualitative study of simulation adoption in the NHS. J Oper Res Soc. 2013;64(2):157–68.
  26. Brailsford SC. Overcoming the barriers to implementation of operations research simulation models in healthcare. Clin Investig Med. 2005;28(6):312–5.
  27. Robinson S, Pidd M. Provider and customer expectations of successful simulation projects. J Operat Res Soc. 1998;49(3):200–9.

Being pragmatic about healthcare complexity:
our experiences applying complexity theory and
pragmatism to health services research

Katrina M. Long, Fiona McDermott, Graham N. Meadows

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *



Яндекс.Метрика


Рейтинг@Mail.ru

Июль 2019
Пн Вт Ср Чт Пт Сб Вс
« Мар    
1234567
891011121314
15161718192021
22232425262728
293031