Clinical Trials for Adaptive Intervention Designs: Workshop on the - PowerPoint PPT Presentation

19 Nahum-Shani, I. May 2014: SCT Thank you! • Email me questions/comments: Inbal@umich.edu • Collaborators: • U of Michigan: Statistical Reinforcement Learning Lab • Susan Murphy: http://dept.stat.lsa.umich.edu/~samurphy/ • Danny Almirall: http://www-personal.umich.edu/~dalmiral/ • Linda Collins: http://methodology.psu.edu/people/lcollins

Sequential multiple assignment randomized trial (SMART) adaptive studies for SUD James R. McKay, Ph.D. University of Pennsylvania Philadelphia VAMC

Problems in SUD treatment o High dropout rate o PTs ’ mixed reactions to “ standard care ” in the treatment system: n Behavioral interventions n Group counseling n 12-step model (i.e., AA approach) o Currently, treatment seekers with substance use disorders (SUD) really do not have many TX options

Adaptive Treatment Study o Research Questions n Does offering patients who do not engage in treatment a choice of other interventions improve outcomes? n Does offering patients who engage but then drop out a choice of other interventions improve outcomes? n Does a second attempt to offer TX choice to non-engagers improve outcomes?

Tailoring Variable o We are tailoring on IOP attendance (rather than substance use) o Definition of “ disengaged ” was derived through an expert consensus process n At 2 weeks: failure to attend any treatment in the second week following intake n During weeks 3-7: failure to attend any IOP sessions for two consecutive weeks n At 8 weeks: failure to attend any IOP sessions in prior two weeks

Treatment Sites and Patients o Participants recruited from IOPs in publicly funded and VA programs o Participants enrolled at intake o Two studies: n Cocaine dependent (N=300), 80% with alcohol dependence n Alcohol dependent (N=200), 40% with cocaine dependence o Typical participant: African-American male, around 40yo

Adaptive Protocol With Patient Choice Week 2 Week 8 Engaged Patients Telephone MI Now For IOP Intake to Engaged Engagement Monitor for Specialty Self-Selection Care Two weeks (IOP) Randomization Still Non-Engaged Non-Engaged Patients Telephone MI With Choice Second of TX Option Randomization TEL MI No Further Medical Stepped W/Choice MI Calls CBT IOP Management Care

Monthly Outcome Measures o Alcohol Use (for alcohol dependent Pts) n Any use and any heavy use n Frequency of any and heavy use o Cocaine Use (for cocaine dependent Pts) n Any use n Frequency of use n Urine toxicology

Study Participation o Engaged/Disengaged at Week 2: n Study 1– 188 (63%) / 112 (37%) of 300 n Study 2– 123 (62%) / 77 (38%) of 200 o Disengaged Weeks 3-7: n Study 1—43 (23%) of 188 engaged at W2 n Study 2—24 (20%) of 123 engaged at W2 o Still disengaged at Week 8: n Study 1—66 (59%) of 112 disengaged W2 n Study 2—43 (56%) of 77 disengaged W2

What non-engaged MI-PC PTs select in weeks 2-7:

What non-engaged MI-PC PTs select at week 8: (at re-randomization)

Main Effects Analyses Alcohol Use in Patients Disengaged at 2 weeks

Any Alcohol Use in Month Study 1 Study 2 p= .012 p= .028

Days of Alcohol Use per Week Study 1 Study 2 p= .015 p= .02

Alcohol outcomes in combined sample (161 of 428 alc dep) o Any drinking: n OR= 0.40, p= .0007 o Any heavy drinking n OR= 0.33, p= .001 o Frequency of drinking n B= -1.08, p= .009 o Frequnecy of heavy drinking n B= -1.09, p= .003 MI-PC= 0, MI-IOP= 1

Main Effects Analyses Alcohol Use in Patients Disengaged between weeks 3 and 7

Disengaged in weeks 3-7 in combined sample (N=73) o Any alcohol use n OR= 0.54, p= .16 o Any heavy alcohol use n OR= 0.67, p= .36 o Frequency of use n B= -0.84, p= .23 o Frequency of heavy use n B=-1.03, p= .10 MI-PC= 0, MI-IOP= 1

Main Effects Analyses Alcohol Use in Patients Disengaged at both 2 and 8 weeks

Disengaged at weeks 2 and 8 in combined sample (N=86) o Any alcohol use n OR= 1.12, p= .79 o Any heavy alcohol use n OR= 1.43, p= .45 o Frequency of use n B= -0.34, p= .58 o Frequency of heavy use n B= 0.02, p= .97 MI-PC= 1, no further outreach=0

Main Effects Analyses Cocaine Use Outcomes

Cocaine use (N= 409) o PTs disengaged at w2 (N=159): n NS (P values .13 to .86) o PTs disengaged in w3-7 (N=69): n NS (p values .16 to .74) (results in direction of IOP better than PC) o PTs disengaged w2 and w8 (N=84): n NS (p values .14 to .42) (results in direction of NFO better than PC)

Conclusions o Providing substance dependent patients who fail to engage in IOP a choice of other treatment options does not improve alcohol or cocaine use outcomes o In fact, outreach without a choice of other treatments leads to better alcohol use outcomes in those who do not engage in IOP initially

Conclusions o Also, no advantage to providing a choice of interventions to patients who engage initially but then drop out o Finally, providing further outreach with a choice of interventions to those not engaged at 2 and 8 weeks did not improve substance use outcomes compared to no further outreach n Possible exception: patients with past rather than current dependence at intake

Encouraging results o It is possible to successfully implement a SMART project in SUD patients o Use of telephone MI made it possible to at least reach most patients after 1 st and 2 nd randomization, even though they were not engaged in treatment.

Challenges in Adaptive Treatment for Substance Dependence o PTs who are doing badly are hard to reach and are often unwilling to participate further in treatment of any sort o Mechanisms of action in behavioral treatment options may not be sufficiently different that PT doing poorly in one will respond to another

Funding o Support for this study provided by NIH grants: n P60 DA05186 (O ’ Brien, PI) n P01 AA016821 (McKay, PI) n K02 DA00361 (McKay, PI) n K24 DA029062 (McKay, PI) n RC1 AA019092 (Lynch, PI) n RC1 DA028262 (McKay, PI)

Collaborators o Penn n Dave Oslin n Kevin Lynch n Tom Ten Have n Debbie Van Horn n Michelle Drapkin o Consultants n Susan Murphy, U Michigan n Linda Collins, Penn State

Acknowledgments Our Research Team Oubah Abdalla Ray Incmikoski o o John Cacciola Laura Harmon o o Rachel Chandler Megan Long o o Dominic DePhilippis Jen Miles o o Michelle Drapkin Jessica Olli o o Ayesha Ferguson Zakkiyya Posey o o Ellen Fritch Alex Secora o o Jessica Goodman Tyrone Thomas o o Angela Hackman Debbie Van Horn o o Dan Herd Sarah Weiss o o Laurie Hurson Tara Zimmerman o o

Improving Mental Health Outcomes: Building an Adaptive Implementation Strategy Using a Cluster-randomized SMART Amy M. Kilbourne, PhD, MPH Acting Director, VA Quality Enhancement Research Initiative (QUERI) VA Ann Arbor Center for Clinical Management Research Professor of Psychiatry, University of Michigan

Acknowledgements University of Michigan, VA (SMI Re-Engage), & Community (ROCC): Daniel Eisenberg, PhD Danny Almirall, PhD Steve Chermack, PhD Edward Post, MD, PhD Michele Heisler, MD Michelle Barbaresso, MPH Sonia Duffy, PhD, RN Marcia Valenstein, MD Nicholas Bowersox, PhD Kristen Abraham, PhD Kristina Nord, MSW Hyungin Myra Kim, ScD Julia Kyle, MSW David Goodrich, EdD Celeste Vanpoppelen, MSW Zongshan Lai, MPH Peggy Bramlet, MEd Karen Schumacher, RN University of Colorado: Marshall Thomas, MD Jeanette Waxmonsky, PhD Harvard/VA Boston : Univ. of Pittsburgh: David Kolko, PhD Mark Bauer, MD Ronald Stall, PhD Carol Van Deusen Lukas, PhD Columbia University: CDC: Harold Pincus, MD Mary Neumann, PhD Funding: Royalties: NIMH R01 MH79994, R01 MH99898 New Harbinger Publications (~$200/year) VA HSR&D SDR 11-232, IIR 10-340

Outline w Overview of implementation strategies w 2-arm adaptive implementation strategy design w SMART design - implementation strategies w Implications

Implementation and the 3T’s Road Map Basic Biomedical Science Efficacy Studies T 1 What works Clinical Efficacy Knowledge Effectiveness Studies T 2 Who benefits Clinical Effectiveness Knowledge Implementation T 3 How Improved Population Health Modified from Dougherty and Conway, JAMA 2008;299:2319-2321

Why Implementation Research? 5

Gaps in Treatment Quality Percentage of Condition Recommended Care Received Breast Cancer 75.5% Hypertension 64.7% Depression 57.7% Diabetes 45.4% Alcohol Dependence 10.5% McGlynn et al: N Engl J Med 2003;348:2635-2645

Delays in Research Adoption 1871 First recorded medical use First publication showing efficacy 1949 FDA approval 1970 Lithium for mania

The Need for Implementation Research w New treatments take too long to get adopted w Providers lack tools to implement effective treatments w Large-scale treatment initiatives rolled out without adequate planning to sustain effects

Implementation- General Definition “A deliberately initiated process , in which agents intend to bring into operation new or modified practices that are institutionally sanctioned, and are performed by themselves and other agents” Key terms: Process Agents Institutionally sanctioned practices May C. Towards a general theory of implementation. Imp. Sci. 2013

General Theory of Implementation May C. Towards a general theory of implementation. Implement Sci. 2013 10

Implementation Strategies Highly-specified, systematic processes used to implement treatments/practices into usual care settings w Guideline dissemination insufficient w Need buy-in from providers, healthcare leaders w Understanding barriers, facilitators to adoption

Implementation Strategies Some Examples w Evidence-based Quality Improvement (EBQI) w Promoting Action on Research Implementation in Health Services (PARiHS) w Getting to Outcomes (GTO) w Replicating Effective Programs (REP)

Replicating Effective Programs Implementation Intervention Strategy Pre-implementation Implementation Dissemination Outcomes Disseminate package Identify need & program Training Further diffusion, Identify settings spread Technical assistance (brief) Adapt & develop package- community Evaluation working group input REP was developed by the Centers for Disease Control to rapidly translate HIV prevention programs to community-based settings Based on Social Learning Theory, Rogers’ Diffusion model Emphasis on treatment fidelity and roll-out Kilbourne AM, et al, Imp Sci 2007; Sogolow ED, AIDS Educ Prev. 2000

REP and Uptake of HIV Prevention Interventions in AIDS Service Organizations 100 90 Manual only 80 Manual+training Manual+training+TA 70 60 50 40 30 20 10 0 Baseline 6 Month 12 Month Kelly J, et al. AJPH 2000

Is REP Sufficient for Complex Programs? w Collaboration across multiple providers w Start-up logistics w Leadership buy-in w Need for sustainability plan (after study is completed) REP can be augmented using other implementation strategies

Study #1: Enhanced vs. std. REP (ROCC Study; R01 MH79994) w Clustered RCT comparing Enhanced versus standard REP to promote provider use of a collaborative care model for bipolar disorder w Enhanced REP à provider coaching (“Facilitation”) w 384 patients w/bipolar disorder, 7 outpatient clinics w Primary outcomes: Fidelity (# collaborative care sessions), mood disorder remission, quality of life Kilbourne et al. Imp Sci 2007; Kilbourne et al. Psy Serv 2012

Enhanced REP Implementation Strategy Evaluation Pre- REP Facilitation Implementation Implementation (external) Outcomes Identify need & Disseminate Barriers Further diffusion, program package assessment spread Identify settings Training Provider coaching Process Adapt & develop and problem- Evaluation Evaluation package- solving- weekly community Build business Monitor response calls working group case: input Promote success sustainability Kilbourne AM et al. 2012; Waxmonsky J et al. 2013

Study Patient Characteristics Enhanced REP Standard REP Overall (n=221) (n=163) N=384 Mean(SD) Mean(SD) Mean(SD) F (p) Age, years 42.0 (11.3) 42.2 (11.4) 41.8 (11.3) .36 (.72) N (%) N (%) N (%) Chi-sq (p) Female 256 (66.7) 146 (66.1) 110(67.5) .09 (.77) Non-White 108 (29.3) 54 (25.2) 54(34.8) 4.01 (.04) College Education 71 (18.8) 59 (27.1) 12(7.5) 23.2 (<.001) Unemployed 279 (72.7) 149 (67.4) 130(79.8) 7.2 (.007) Alcohol misuse 40 (10.7) 24 (11.2) 16 (10.0) .13 (.71) Illicit drug use 123 (32.0) 70 (31.7) 53 (32.5) .03 (.86)

REP and Patient-level Fidelity Treatment Fidelity REP package, REP package, Measure training, TA training only % completing self- 64% 22% management sessions Total # contacts (self- 8.1 (3.0) 5.5 (2.1) management, care management)

12-Month Patient Outcomes REP package, REP package, training, TA training only Mood disorder 30.6% 17.7% remission (PHQ-9 <5) Mental health quality of 33.9 34.0 Life (SF-12) score Secondary analyses adjusting for patient differences across sites revealed null findings comparing Enhanced, standard REP Small number of sites precluded sufficient power to detect differences in Enhanced versus standard REP

Is Enhanced REP Enough? Need for an Adaptive Implementation Study ♦ REP may not be sufficient for improving patient outcomes across sites ♦ Facilitation is time-consuming and costs more ♦ Can sites solve barriers to treatment uptake on their own?

Study #2: Enhanced REP Adaptive Implementation Strategy ♦ Compare effectiveness of 2 adaptive implementation strategies enhance program uptake: Enhanced REP (+External Facilitation) for non-responsive sites immediately or later ♦ Two-arm cluster randomized trial taking advantage of a natural experiment of national program rollout ♦ REP initially used to implement program in 158 sites ♦ 88 non-responding sites randomized to receive added External Facilitation or continue standard REP BMC CCT ISRCTN21059161;Davis et al AJPH 2012; Kilbourne t al. 2013

Primary Outcomes Core Components of Outreach Program 1. Site-level updated documentation of patient clinical status using electronic registry 2. Attempted contact by phone or mail 3. Patient scheduled appointment Non-response defined as site with <80% of patients with updated clinical status documentation within 6 months (#1)

Re-Engage Adaptive Implementation Trial National Phase I Follow-up Phase 2 Implementation 6 months 6 months 12 months September 2012 September February 2013 March August 2013 2012 2012 Enhanced Standard REP REP (N=39) (N=53) Standard Standard Non- R REP REP response All Sites 158 Sites (N=88) Low Enhanced Response REP 35 Sites (N=35) Standard REP (N=49) Response (N=14)

Re-Engage 12 Month Results Preliminary: Updated documentation (N=88 sites)

Re-Engage 12 Month Results Preliminary: Attempted patient contact (N=88 sites)

Is External Facilitation Enough? Building an Adaptive Implementation Strategy- SMART w <50% patients with attempted contact w One “dose” of 6-month Facilitation took on average 7.5 hours per site w Site time commitment: 1-6 hours w Leadership buy-in: Need additional internal agent to address local barriers to treatment adoption? (Kirchner, et al. 2011)

Study #3: Designing SMART Trial on Facilitation w External Facilitator (EF): coaching in technical aspects of clinical treatment or intervention w Internal Facilitator (IF): on-site clinical manager w Direct reporting line to leadership w Some protected time w Address unobservable organizational barriers w Develop sustainability plan with leadership

Enhanced REP Adding Facilitation based on PARiHS Framework Pre- Evaluation REP Facilitation Implementation Implementation Outcomes (Aim 1: Adaptive Identify need & Disseminate Implementation) Further diffusion, program package spread External Facilitation Identify settings Training Technical EF/IF Process Adapt & develop assistance Evaluation Evaluation package- Internal Facilitation community Build business Monitor response Relationship- working group case: building/rapport input sustainability External facilitator (EF): off-site, research team, technical assistance Internal facilitator (IF): on-site provider with direct reporting line to leadership, protected time to build relationships, address unobservable organizational barriers, develop sustainability plan Kilbourne AM et al. 2013; Goodrich et al. 2012

SMART REP Primary Aims Among sites not initially responding to REP to implement collaborative care program, sites receiving External and Internal Facilitator (REP+EF/IF) vs External Facilitator alone (REP+EF): 1. Improved 12-month patient outcomes (QOL, sx) 2. Improved uptake (# collaborative care visits)

SMART REP (cont.) w 80 community clinics (1600 patients) from Michigan, Arkansas, and Colorado w Sequential Multiple Assignment Randomized Trial (SMART) design w Non-response, within 6 months: w <50% patients enrolled by provider in collaborative care program AND w Enrolled patients completing <75% collaborative care sessions

SMART REP Secondary Aims w Effect of continuing REP+EF versus adding IF w Effect of continuing with REP+ EF/IF for a longer period of time

SMART REP Design Figure ¡3: ¡SMART ¡Trial ¡Design ¡of ¡REP ¡Combined ¡with ¡External ¡(EF; ¡REP+EF) ¡and ¡Internal ¡Facilitation ¡(IF, ¡REP+EF/IF) ¡ Start ¡of ¡ Month ¡6 ¡ Month ¡12 ¡ Month ¡18 ¡ Month ¡24 ¡ ¡ Study ¡ Assessment ¡ Assessment ¡ Assessment ¡ Assessment ¡ ¡ Run-­‑In ¡Phase: ¡ ¡ As ¡ All ¡sites ¡offered ¡REP ¡ Cont. ¡follow-­‑up ¡ Continue ¡follow-­‑ Continue ¡follow-­‑ ¡ Responders ¡ to ¡implement ¡LG; ¡ assessments ¡ (A) ¡ up ¡assessments ¡ up ¡assessments ¡ Add ¡External ¡ ¡ ¡ ¡ Patients ¡start ¡LG ¡by ¡ ¡ ¡ Facilitation ¡ Month ¡3 ¡ REP+EF ¡ ¡ Continue ¡ Continue ¡ Continue ¡ ¡ k=30 ¡sites ¡ Non-­‑responders ¡ REP+EF ¡ REP+EF ¡ REP+EF ¡(B) ¡ Non-­‑Response ¡ N=600 ¡ R ¡ REP ¡ ¡ (<10 ¡out ¡of ¡20 ¡ ¡ patients ¡ Continue ¡ Continue ¡ Add ¡ IF ¡ enrolled ¡ k=100 ¡ R ¡ REP+EF/IF ¡ REP+EF/IF ¡ (C) ¡ (REP+EF/IF) ¡ patients ¡ ¡ sites ¡ ¡ ¡ Add ¡Internal ¡ receiving ¡LG ¡or ¡ & ¡External ¡ Responders ¡ ¡ <75% ¡sessions ¡ ¡ Continue ¡follow-­‑ Continue ¡follow-­‑ Cont. ¡follow-­‑up ¡ completed) ¡ Facilitation ¡ ¡ up ¡assessments ¡ up ¡assessments ¡ assessments ¡ (D) ¡ k=60 ¡sites ¡ REP+EF/IF ¡ ¡ ¡ ¡ ¡ k=30 ¡sites ¡ ¡ N=600 ¡ Continue ¡ Continue ¡ Continue ¡ ¡ Non-­‑responders ¡ patients ¡ REP+EF/IF ¡ REP+EF/IF ¡ REP+EF/IF ¡(E) ¡ ¡ ¡ ¡

SMART REP Implications w Internal Facilitators (IFs) are costly for sites since they require additional time to recruit and administrative effort w Can off-site External Facilitation (EF) alone improve patient outcomes? w Delayed effect of adding IF or EF/IF among non-responsive sites, especially in smaller practices

Key Lessons w Natural experiments w Operational partner buy-in re: study design w National data sources (patient, provider) key w Testing implementation intervention strategies w Evidence base vs. time-sensitive opportunity w Cost and value of implementation interventions

Pilot ¡Studies ¡Informing ¡a ¡Full ¡ Scale ¡SMART ¡to ¡Address ¡ Obesity ¡Related ¡Health ¡ Dispari@es ¡ Sylvie Naar-King, Ph.D. Wayne State University Pediatrics Key Co-Investigators: Deborah Ellis, Ph.D. WSU and Phillippe Cunningham MUSC Funded by National Institutes of Health (NHLBI) and the American Diabetes Association

NIH ¡GOAL: ¡MORE ¡POTENT ¡OBESITY ¡ INTERVENTIONS ¡ • Context: ¡Why ¡obesity, ¡why ¡minori@es, ¡why ¡ adolescents ¡ • What ¡has ¡and ¡has ¡not ¡worked ¡so ¡far? ¡ • Small ¡pilots ¡to ¡overcome ¡these ¡barriers ¡ • Develop ¡an ¡adap@ve ¡behavioral ¡treatment ¡for ¡ adolescent ¡obesity ¡with ¡a ¡full ¡scale ¡SMART ¡ informed ¡by ¡pilot ¡studies ¡

Context ¡-­‑ ¡Evolu@on? ¡

Context ¡ ¡-­‑ ¡Evolu@on? ¡

Obesity ¡and ¡Disease ¡ • Physical ¡Ac@vity ¡and ¡Overea@ng ¡are ¡in ¡the ¡top ¡5 ¡causes ¡of ¡early ¡ mortality ¡ ¡ • Obesity ¡is ¡associated ¡with ¡a ¡host ¡of ¡cardiovascular ¡and ¡metabolic ¡ diseases ¡ • According ¡to ¡the ¡Na@onal ¡Cancer ¡Ins@tute, ¡obesity ¡is ¡associated ¡ with ¡increased ¡risk ¡for ¡the ¡following ¡cancers ¡ – Esophagus ¡ – Pancreas ¡ – Colon ¡and ¡rectum ¡ – Breast ¡(aTer ¡menopause) ¡ – Endometrium ¡ ¡ – Kidney ¡ – Thyroid ¡ – Gallbladder ¡ • A ¡BMI ¡reduc@on ¡of ¡only ¡1% ¡would ¡lead ¡to ¡avoidance ¡of ¡100,000 ¡ cancer ¡cases ¡by ¡2030 ¡ ¡

Obesity ¡ • Na@onal ¡Health ¡and ¡Nutri@onal ¡Examina@on ¡ Survey ¡(NHANES ¡data ¡through ¡2010) ¡ • 42% ¡of ¡US ¡adults ¡over ¡20 ¡are ¡obese ¡and ¡33% ¡ are ¡overweight ¡ • Obesity ¡in ¡adolescents ¡(12-­‑19 ¡yrs) ¡– ¡18% ¡ • Obesity ¡in ¡children ¡(6-­‑11 ¡yrs) ¡– ¡18% ¡ • Obesity ¡in ¡children ¡(2-­‑5 ¡yrs) ¡– ¡12% ¡(stabilizing ¡and ¡ may ¡be ¡reducing ¡but ¡only ¡in ¡White ¡children) ¡

Health ¡Dispari@es ¡in ¡Obesity: ¡ Adult ¡Women ¡ 70 ¡ 58.6 ¡ 60 ¡ 50 ¡ 44.3 ¡ Percent ¡Obese ¡ 38.4 ¡ 40 ¡ 35.4 ¡ 33.4 ¡ 1988-­‑1994 ¡ 2009-­‑2010 ¡ 30 ¡ 22.6 ¡ 20 ¡ 10 ¡ 0 ¡ Non-­‑Hispanic ¡White ¡ Non-­‑Hispanic ¡Black ¡ Mexican ¡American ¡

Health ¡Dispari@es ¡and ¡Obesity: ¡ Adolescent ¡Females ¡ 30 ¡ 24.8 ¡ 25 ¡ 20 ¡ 18.6 ¡ Percent ¡Obese ¡ 16.3 ¡ 14.7 ¡ 1988-­‑1994 ¡ 15 ¡ 13.4 ¡ 2009-­‑2010 ¡ 10 ¡ 8.8 ¡ 5 ¡ 0 ¡ Non-­‑Hispanic ¡White ¡ Non-­‑Hispanic ¡Black ¡ Mexican ¡American ¡

Health ¡Dispari@es ¡and ¡Obesity: ¡Adult ¡ Men ¡ 70 ¡ 60 ¡ 50 ¡ 38.8 ¡ Percent ¡Obese ¡ 40 ¡ 36.9 ¡ 36.2 ¡ 1988-­‑1994 ¡ 2009-­‑2010 ¡ 30 ¡ 23.6 ¡ 21.1 ¡ 20.3 ¡ 20 ¡ 10 ¡ 0 ¡ Non-­‑Hispanic ¡White ¡ Non-­‑Hispanic ¡Black ¡ Mexican ¡American ¡

Health ¡Dispari@es ¡and ¡Obesity: ¡ Adolescent ¡Males ¡ 35 ¡ 28.9 ¡ 30 ¡ 25 ¡ 22.8 ¡ Percent ¡Obese ¡ 20 ¡ 17.5 ¡ 1988-­‑1994 ¡ 2009-­‑2010 ¡ 14.1 ¡ 15 ¡ 11.6 ¡ 10.7 ¡ 10 ¡ 5 ¡ 0 ¡ Non-­‑Hispanic ¡White ¡ Non-­‑Hispanic ¡Black ¡ Mexican ¡American ¡

Reducing ¡Health ¡Dispari@es ¡by ¡ Targe@ng ¡Adolescents ¡ • Obese ¡adolescents ¡become ¡obese ¡adults ¡ – Obese ¡adolescents ¡16 ¡@mes ¡more ¡likely ¡to ¡become ¡ severely ¡obese ¡adults ¡ (The ¡et ¡al., ¡2010; ¡JAMA) ¡ • Adolescents ¡are ¡showing ¡comorbidi@es ¡normally ¡ associated ¡with ¡adult ¡obesity ¡(e.g., ¡over ¡200 ¡ youth ¡with ¡Type ¡2 ¡Diabetes ¡seen ¡at ¡CHM ¡in ¡one ¡ year) ¡ • Excess ¡medical ¡costs ¡associated ¡with ¡adolescent ¡ overweight ¡are ¡es@mated ¡at ¡14 ¡billion ¡per ¡year ¡ (Transande ¡et ¡al., ¡2009) ¡ • Affects ¡country’s ¡ability ¡to ¡protect ¡itself ¡ ¡-­‑ ¡25% ¡ not ¡eligible ¡for ¡the ¡military ¡due ¡to ¡obesity ¡

What ¡Works? ¡ • Eat ¡Less ¡and ¡Exercise ¡More!!! ¡

Skills ¡(Transdiagnos@c?) ¡ • Self-­‑monitoring ¡ • Environmental ¡Control ¡ • Managing ¡Cravings ¡(Impulses) ¡ • Ac@vity ¡Scheduling ¡ ¡ • Coping ¡with ¡Triggers ¡ • Refusal ¡Skills ¡ • Organiza@on ¡and ¡Planning ¡ • Emo@onal ¡Ea@ng ¡– ¡Managing ¡thoughts ¡and ¡ moods ¡ ¡

Why ¡isn’t ¡it ¡working? ¡ • Barriers ¡to ¡access ¡ • Poor ¡adherence ¡to ¡treatment ¡par@cularly ¡ among ¡minority ¡families ¡ – Ajendance ¡(eg. ¡high ¡dropout) ¡ – Following ¡treatment ¡recommenda@ons ¡ – Skills ¡prac@ce ¡(e.g., ¡homework) ¡ • Mo@va@on ¡for ¡skills ¡prac@ce ¡ • Mo@va@on ¡to ¡overcome ¡systemic ¡challenges ¡ • Addressing ¡these ¡issues ¡in ¡caregiver ¡and ¡teen ¡

First ¡we ¡try ¡home-­‑based ¡treatment! ¡ • 48 ¡African ¡American ¡adolescents ¡with ¡obesity ¡ • Tradi@onal ¡pilot ¡RCT: ¡6 ¡months ¡of ¡home-­‑based ¡ cogni@ve-­‑behavioral ¡skills ¡treatment ¡versus ¡ Shapedown ¡(office-­‑based ¡group) ¡ • 77% ¡female; ¡55% ¡single ¡parent ¡family; ¡mean ¡ income ¡28k; ¡average ¡baseline ¡BMI=38 ¡ • Medium ¡effect ¡sizes ¡.3-­‑.4 ¡( tx ¡group: ¡95% ¡ overweight ¡to ¡88% ¡overweight, ¡3% ¡drop ¡body ¡fat, ¡ BMI ¡to ¡37) ¡ Funded by the American Diabetes Association Naar-King, Ellis et al. ( 2009) Journal of Adolescent Health

But ¡what ¡about ¡session ¡ ajendance? ¡ Quartile # of Sessions Weight Change 1 0 to 12 +11.5 2 13 to 21 +2.4 3 22 to 41 -3.5 4 42 or more -10.3

What ¡about ¡mo@va@on? ¡ • Quan@ta@ve ¡data ¡ (MacDonell ¡et ¡al., ¡2010) ¡ – Youth ¡mo@va@on ¡– ¡readiness ¡to ¡change ¡– ¡related ¡ to ¡dose ¡received ¡ • Qualita@ve ¡study ¡comparing ¡families ¡with ¡ successful ¡weight ¡loss ¡and ¡drop-­‑outs ¡ (Carcone ¡et ¡al., ¡ 2011) ¡ – Caregiver ¡mo@va@on ¡to ¡engage ¡in ¡weight ¡loss ¡ treatment ¡despite ¡significant ¡stressors ¡ ¡