- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT07336537
Hodnocení přijatelnosti, proveditelnosti a použitelnosti různých konverzačních softwarů pro sběr dat (CADS)
Hodnocení přijatelnosti, proveditelnosti a použitelnosti různých digitálních biopsychosociálních konverzačních softwarů pro sběr dat u pacientů s chronickou bolestí
Tato výzkumná studie je prováděna za účelem vyhodnocení digitálních softwarových nástrojů, které sbírají zdravotní informace prostřednictvím konverzací. Studie bude testovat, jak přijatelné, proveditelné a použitelné jsou tyto konverzační softwarové programy pro pacienty s chronickou bolestí.
Účel studie:
Cílem je pochopit, zda digitální konverzační nástroje mohou efektivně sbírat biopsychosociální informace (biologické, psychologické a sociální faktory související se zdravím) od pacientů trpících chronickou bolestí. Biopsychosociální informace zahrnují podrobnosti o vašich fyzických příznacích, emocionální pohodě, sociálních okolnostech a o tom, jak tyto faktory vzájemně působí a ovlivňují vaše zdraví. Tyto digitální nástroje jsou navrženy tak, aby s pacienty vedly konverzaci podobné interakce a sbíraly tyto komplexní zdravotní údaje přirozenějším a poutavějším způsobem.
Co účast zahrnuje:
Pokud se připojíte k této studii, budete komunikovat s digitálním konverzačním softwarem, který se vás bude ptát na otázky týkající se vašeho zdraví, zkušeností s bolestí a souvisejících faktorů. Software je navržen tak, aby s vámi komunikoval konverzačním způsobem, podobně jako rozhovor s poskytovatelem zdravotní péče, aby získal informace o vašem stavu. Budete dotazováni na různé aspekty vašich zkušeností s chronickou bolestí, včetně toho, jak ovlivňuje váš každodenní život, váš emocionální stav a vaše sociální interakce.
Kdo se může účastnit:
Tato studie hledá účastníky, kteří trpí chronickou bolestí. Zdravotníci, kteří léčí pacienty s chronickou bolestí, jsou povzbuzováni k tomu, aby na tuto studii odkazovali způsobilé pacienty. Zdravotníci, kteří mají zájem odkázat pacienty nebo se dozvědět více o studii, mohou kontaktovat sponzora studie, společnost AugMend Health Inc.
Proč je tento výzkum důležitý:
Chronická bolest postihuje miliony lidí a pochopení celého rozsahu jejího dopadu na pacienty vyžaduje sběr podrobných informací o fyzických, psychologických a sociálních faktorech. Tradiční metody sběru těchto informací mohou být časově náročné a nemusí zachytit úplný obraz. Digitální konverzační nástroje nabízejí potenciální nový přístup ke sběru komplexních zdravotních informací efektivnějším a pro pacienty přívětivějším způsobem. Tento výzkum vyhodnotí, zda pacienti považují tyto nástroje za přijatelné k použití, zda prakticky fungují v reálných klinických podmínkách a zda jsou uživatelsky přívětivé a přístupné pro lidi s chronickou bolestí.
Místo konání studie:
Studie se koná ve společnosti AugMend Health v Cambridge v Massachusetts.
Sponzor studie:
Tuto studii sponzoruje společnost AugMend Health Inc. Zdravotníci nebo potenciální účastníci, kteří by chtěli více informací o studii nebo by chtěli udělat doporučení, mohou kontaktovat společnost AugMend Health Inc.
Účast v této studii je dobrovolná a můžete se kdykoli rozhodnout přestat se jí účastnit, aniž by to ovlivnilo vaši běžnou lékařskou péči.
Přehled studie
Postavení
Podmínky
Detailní popis
Design studie a metodologie:
Toto je výzkumná studie navržená k systematickému hodnocení různých softwarových platforem pro sběr digitálních biopsychosociálních dat u populace pacientů s chronickou bolestí. Studie posoudí tři klíčové dimenze: přijatelnost (zda pacienti považují nástroje za vhodné a jsou ochotni je používat), proveditelnost (zda lze nástroje prakticky implementovat v reálných klinických prostředích) a použitelnost (jak snadné a intuitivní je pro pacienty s nástroji interagovat).
Studie využívá komparativní design k důkladnému hodnocení různých přístupů ke sběru biopsychosociálních informací od pacientů s chronickou bolestí. Účastníci budou přiděleni k používání různých metod sběru dat, což umožní výzkumníkům porovnat účinnost, uživatelský zážitek a praktické aspekty implementace napříč více přístupy. Tento komparativní rámec je nezbytný pro určení, které metody fungují nejlépe pro pacienty a zdravotnické systémy.
Pozadí a zdůvodnění:
Chronická bolest je komplexní, mnohostranný stav, který vyžaduje komplexní posouzení biologických, psychologických a sociálních faktorů pro efektivní porozumění a zvládání. Biopsychosociální model bolesti uznává, že bolestivé prožitky nelze plně pochopit pouze zkoumáním biologických faktorů. Psychologické faktory, jako je nálada, stres, strategie zvládání a přesvědčení související s bolestí, významně ovlivňují vnímání bolesti a invaliditu. Sociální faktory včetně pracovního statusu, rodinné podpory, sociální izolace a ekonomických okolností také hrají klíčové role v prožívání chronické bolesti.
Tradiční metody sběru dat v klinických prostředích se často spoléhají na papírové dotazníky, strukturované rozhovory nebo elektronické formuláře, které nemusí zachytit jemné, kontextuální informace potřebné pro holistickou léčbu bolesti. Tyto konvenční přístupy mají několik omezení: mohou být časově náročné pro pacienty i poskytovatele, mohou trpět neúplnými odpověďmi, nemusí se přizpůsobit individuálním okolnostem pacientů a často nezachycují vzájemně propojenou povahu biopsychosociálních faktorů. Kromě toho mohou pacienti zažívat únavu z dotazníků při dlouhých sadách hodnocení, což potenciálně ohrožuje kvalitu dat.
Vznik digitálních zdravotních technologií vytvořil nové příležitosti pro sběr dat zaměřený na pacienta. Digitální platformy mohou potenciálně nabídnout poutavější, adaptivnější a komplexnější metody pro shromažďování biopsychosociálních informací. Nicméně než mohou být takové nástroje široce přijaty v klinické praxi, je nezbytné důkladně vyhodnotit, zda splňují potřeby pacientů i poskytovatelů zdravotní péče. Klíčové otázky zahrnují: Považují pacienti tyto nástroje za přijatelné? Lze je prakticky implementovat v různých prostředích? Jsou intuitivní a snadné pro použití pacienty? Jak se srovnávají s existujícími metodami?
Postupy studie a zážitek účastníka:
Účastníci zařazení do této studie budou pracovat s digitálními softwarovými platformami navrženými ke sběru biopsychosociálních dat relevantních pro jejich stav chronické bolesti. Software bude shromažďovat informace o různých aspektech jejich bolestivého prožitku, fyzického fungování, emoční pohody, sociálních okolností a dalších relevantních zdravotních faktorech.
V závislosti na přidělené studijní skupině mohou účastníci interagovat s nástroji pro sběr dat v různých prostředích a formátech. Někteří účastníci dokončí studijní postupy doma pomocí vlastních zařízení nebo vybavení poskytnutého studijním týmem. Jiní účastníci navštíví MIT.nano Immersion Lab, specializované výzkumné zařízení navržené pro studium interakcí člověka s technologií v kontrolovaných prostředích. MIT.nano Immersion Lab poskytuje pokročou technickou infrastrukturu a prostředí speciálně navržené pro hodnocení inovativních přístupů ke sběru dat.
Flexibilita ve studijních lokalitách umožňuje výzkumníkům vyhodnotit, jak různé environmentální kontexty mohou ovlivnit zážitek ze sběru dat. Účast z domova nabízí pohodlí a komfort známého prostředí, zatímco laboratorní prostředí poskytuje kontrolované podmínky a přístup ke specializovanému vybavení. Pochopení toho, jak lokalita ovlivňuje přijatelnost, proveditelnost a použitelnost, je důležitým aspektem určování, jak by tyto nástroje mohly být nasazeny v reálné klinické praxi.
Během své účasti budou pacienti požádáni o poskytnutí komplexní zpětné vazby na jejich zkušenost s metodami sběru dat. Tato zpětná vazba pomůže výzkumníkům pochopit přijatelnost nástrojů z perspektivy pacienta, včetně faktorů jako úroveň komfortu s technologií, vnímaná relevance shromažďovaných informací, snadnost použití, potřebný čas a celková spokojenost se zážitkem. Účastníci mohou být požádáni o vyplnění dotazníků, poskytnutí verbální zpětné vazby nebo účast na závěrečných sezeních, aby sdíleli své perspektivy.
Komplexní hodnotící rámec:
Studie využije více metod a metrik k důkladnému vyhodnocení softwaru pro digitální sběr dat:
Hodnocení přijatelnosti: Výzkumníci vyhodnotí, zda pacienti považují software za přijatelný pro sběr citlivých zdravotních informací. Přijatelnost zahrnuje více dimenzí včetně vhodnosti (zda pacienti cítí, že metoda je vhodná pro sběr zdravotních dat), komfortu (zda se pacienti cítí v pohodě během procesu sběru dat), ochoty (zda jsou pacienti otevřeni použití této metody v budoucnu) a důvěry (zda pacienti věří, že jejich informace jsou zacházeny správně). Studie bude systematicky dokumentovat postoje pacientů, preference, obavy a návrhy na zlepšení.
Přijatelnost se může lišit napříč různými podskupinami pacientů a studie prozkoumá, zda faktory jako věk, předchozí zkušenost s technologií, závažnost bolesti nebo jiné charakteristiky ovlivňují, jak pacienti reagují na metody sběru dat. Pochopení těchto variací je klíčové pro zajištění, že nové nástroje jsou přístupné a přijatelné pro různorodé populace pacientů.
Hodnocení proveditelnosti: Studie prozkoumá praktické aspekty související s implementací těchto nástrojů v klinických prostředích a reálných prostředích. Hodnocení proveditelnosti zahrnuje vyhodnocení technických požadavků (jako hardware, software a potřeba internetového připojení), integrace s existujícími pracovními postupy ve zdravotnictví a systémy elektronických zdravotních záznamů, času potřebného pro interakce s pacienty, potřeb školení personálu, technické spolehlivosti a stability systému, nákladových aspektů a jakýchkoli překážek implementace, které se během studie objeví.
Proveditelnost je hodnocena z více perspektiv včetně pohledu pacienta (Mohou pacienti realisticky používat tyto nástroje vzhledem ke svým okolnostem?), perspektivy poskytovatele (Mohou zdravotnické týmy začlenit tyto nástroje do své praxe?), a systémové úrovně (Mohou zdravotnické organizace úspěšně nasadit a udržovat tyto technologie?). Studie bude dokumentovat technické problémy, logistické výzvy a požadavky na zdroje, aby poskytla realistické hodnocení proveditelnosti implementace.
Hodnocení použitelnosti: Výzkumníci posoudí, jak snadný je software pro použití pacienty a jak dobře design splňuje uživatelské potřeby. Hodnocení použitelnosti čerpá z ustavených rámců z interakce člověk-počítač a výzkumu uživatelského zážitku. Klíčové dimenze použitelnosti zahrnují naučitelnost (jak rychle mohou noví uživatelé pochopit, jak systém používat?), efektivitu (jak rychle mohou uživatelé dokončit úkoly?), zapamatovatelnost (mohou uživatelé snadno systém znovu použít po období nepoužívání?), prevenci chyb a obnovu (pomáhá systém předcházet chybám a umožňuje uživatelům se zotavit, když k chybám dojde?) a spokojenost (jak příjemný je systém k použití?).
Studie identifikuje konkrétní problémy s použitelností, se kterými se pacienti setkávají, jako jsou matoucí instrukce, nejasná navigace, technické potíže nebo designové prvky, které vytvářejí frustraci. Tato detailní zpětná vazba bude informovat iterativní vylepšení softwarového designu. Zvláštní pozornost bude věnována zajištění, že nástroje jsou použitelné pro pacienty s různou úrovní technické zdatnosti a pro ty, kteří mohou mít fyzická nebo kognitivní omezení související s jejich stavem chronické bolesti.
Zaměření na populaci a klinický kontext:
Studie se konkrétně zaměřuje na pacienty s chronickou bolestí, protože tato populace čelí jedinečným výzvám ve sběru zdravotních dat a představuje významný problém veřejného zdraví. Chronická bolest postihuje odhadovaně 20-50 % dospělé populace ve vyspělých zemích a je jedním z nejčastějších důvodů pro vyhledání lékařské péče. Ekonomická zátěž chronické bolesti je značná, včetně přímých lékařských nákladů, ztracené produktivity a snížené kvality života.
Pacienti s chronickou bolestí často mají komplexní lékařské anamnézy zahrnující více poskytovatelů zdravotní péče, různé léčebné přístupy a četné léky. Mnoho z nich má komorbidní stavy jako deprese, úzkost, poruchy spánku nebo jiná chronická onemocnění, která interagují s jejich bolestivým stavem. Vícerozměrná povaha chronické bolesti z ní dělá ideální stav pro hodnocení komplexních nástrojů pro sběr biopsychosociálních dat.
Navíc pacienti s chronickou bolestí často interagují se zdravotnickými systémy po delší období, často po roky nebo desetiletí. Tato longitudinální povaha péče činí efektivní, účinný a pacientům přívětivý sběr dat obzvláště cenným. Pokud pacienti shledají sběr dat zatěžujícím nebo irelevantním, angažovanost v péči může utrpět. Naopak, pokud je sběr dat vnímán jako hodnotný a zvládnutelný, může posílit terapeutický vztah a zlepšit výsledky.
Populace chronické bolesti také vykazuje významnou heterogenitu z hlediska bolestivých stavů (bolesti zad, neuropatická bolest, fibromyalgie, artritida atd.), věkových rozsahů, funkčního stavu a psychosociálních okolností. Tato rozmanitost poskytuje vynikající příležitost k vyhodnocení, zda digitální nástroje pro sběr dat fungují napříč různými podskupinami pacientů, nebo zda jsou určité přístupy lépe přizpůsobeny specifickým populacím.
Klinický význam a dopad na zdravotnictví:
Zjištění z této studie mají potenciál významně ovlivnit, jak jsou shromažďovány informace o pacientech v klinických prostředích. Současná zdravotnická praxe čelí mnoha výzvám souvisejícím se sběrem dat: poskytovatelé mají omezený čas s pacienty, elektronické zdravotní záznamy jsou často těžkopádné k použití, informace hlášené pacienty mohou být neúplné a biopsychosociální faktory klíčové pro porozumění chronickým stavům jsou často nedostatečně dokumentovány.
Pokud se digitální softwarové platformy hodnocené v této studii ukážou jako přijatelné, proveditelné a použitelné pro pacienty s chronickou bolestí, mohly by představovat významný pokrok ve sběru zdravotnických dat. Potenciální přínosy zahrnují: snížení administrativní zátěže na poskytovatele zdravotní péče automatizací aspektů sběru dat; zlepšení úplnosti a kvality pacientových dat použitím systematických metod sběru; zvýšení angažovanosti pacientů v jejich vlastní péči poskytnutím interaktivnějších a smysluplnějších zážitků se sběrem dat; umožnění častějšího monitorování stavu pacienta mezi klinickými návštěvami; poskytnutí bohatších, jemnějších vhledů do biopsychosociálních faktorů ovlivňujících zdravotní výsledky; a vytvoření strukturovaných dat, která lze snadněji analyzovat k identifikaci vzorců a informování léčebných rozhodnutí.
Mimo chronickou bolest mohou mít poznatky z této studie širší použitelnost pro jiné chronické stavy, které vyžadují komplexní biopsychosociální hodnocení, jako jsou duševní poruchy, kardiovaskulární onemocnění, diabetes a rakovina. Metodologické přístupy použité v této studii k hodnocení přijatelnosti, proveditelnosti a použitelnosti mohou sloužit jako model pro hodnocení jiných digitálních zdravotních inovací.
Studijní prostředí a environmentální aspekty:
Výzkum využívá dvě odlišná prostředí k hodnocení digitálních nástrojů pro sběr dat, z nichž každé nabízí jedinečné výhody a poznatky:
Účast z domova: Mnoho účastníků dokončí studijní postupy ve svých vlastních domovech. Účast z domova odráží rostoucí trend směrem k poskytování vzdálené zdravotní péče a angažovanosti pacientů mimo tradiční klinická prostředí. Hodnocení nástrojů v domácích prostředích poskytuje ekologickou validitu – pochopení, jak fungují v reálných kontextech, kde pacienti skutečně žijí. Domácí prostředí mohou být pro pacienty pohodlnější a pohodlnější, potenciálně zlepšující míru účasti a kvalitu dat. Nicméně domácí prostředí také představují výzvy jako proměnlivé internetové připojení, různé schopnosti zařízení, potenciální rozptýlení a omezená dostupnost technické podpory. Posouzení výkonu v domácích prostředích pomáhá výzkumníkům pochopit, zda jsou nástroje dostatečně robustní pro široké nasazení.
MIT.nano Immersion Lab: Vybraní účastníci dokončí studijní postupy v MIT.nano Immersion Lab, špičkovém zařízení speciálně navrženém pro studium lidských interakcí s pokročilými technologiemi. Immersion Lab poskytuje kontrolované environmentální podmínky, specializované vybavení a technickou infrastrukturu, která nemusí být dostupná v domácích nebo typických klinických prostředích. Toto laboratorní prostředí umožňuje výzkumníkům důkladně hodnotit nástroje v optimálních podmínkách a provádět detailní hodnocení uživatelského chování a zážitku. Laboratorní prostředí také usnadňuje přímé pozorování výzkumníky, umožňující sběr bohatých kvalitativních dat o tom, jak pacienti interagují s technologií. Kromě toho laboratoř může pojmout vybavení a technické požadavky, které nemusí být proveditelné pro nasazení z domova, umožňující hodnocení pokročilejších nebo experimentálních přístupů.
Využitím jak domácích, tak laboratorních prostředí může studie porovnat, jak environmentální kontext ovlivňuje přijatelnost, proveditelnost a použitelnost nástrojů pro sběr dat. Tento přístup s dvojím prostředím poskytuje komplexnější pochopení toho, jak by nástroje mohly fungovat napříč spektrem potenciálních scénářů nasazení, od kontrolovaných klinických nebo výzkumných prostředí po nestrukturovaná domácí prostředí.
Bezpečnost účastníků a etické aspekty:
Studie obdržela schválení od WCG IRB (dříve Western Institutional Review Board), nezávislého etického přezkumného výboru, který zajišťuje, že výzkum chrání práva, bezpečnost a blaho účastníků. IRB přezkoumal studijní protokol, postupy souhlasu a opatření na ochranu dat, aby zajistil, že splňují federální předpisy a etické standardy pro výzkum s lidskými subjekty.
Vzhledem k tomu, že studie zahrnuje sběr citlivých zdravotních informací prostřednictvím digitálních platforem, jsou na místě komplexní opatření na ochranu soukromí účastníků a zajištění bezpečnosti dat. Všechny postupy sběru, ukládání a přenosu dat jsou v souladu s platnými předpisy včetně HIPAA (Health Insurance Portability and Accountability Act) pro ochranu zdravotních informací. Účastníci jsou plně informováni o tom, jaké informace budou shromažďovány, jak budou použity, kdo k nim bude mít přístup a jak budou chráněny.
Účast v této studii je zcela dobrovolná. Pacienti mohou odmítnout účast bez jakéhokoli dopadu na jejich lékařskou péči. Ti, kteří se přihlásí, se mohou kdykoli, z jakéhokoli důvodu, z účasti odstoupit bez postihu nebo dopadu na jejich zdravotnické vztahy. Proces informovaného souhlasu zajišťuje, že účastníci rozumí povaze výzkumu, co jejich účast zahrnuje, jakým potenciálním rizikům nebo nepohodlím, potenciálním přínosům, alternativám k účasti a jejich právům jako výzkumných subjektů.
Přístup ke sběru a analýze dat:
Studie bude sbírat jak kvantitativní, tak kvalitativní data, aby poskytla komplexní hodnocení digitálních nástrojů pro sběr dat. Kvantitativní data mohou zahrnovat míru dokončení, čas na dokončení sběru dat, počet zjištěných technických problémů, standardizované skóre použitelnosti a spokojenosti a metriky popisující shromážděná data. Kvalitativní data budou zahrnovat otevřenou zpětnou vazbu účastníků, pozorování uživatelského chování a detailní popisy implementačních výzev a úspěchů.
Tento smíšený metodický přístup umožňuje triangulaci – použití více zdrojů dat k rozvoji robustního a jemného pochopení toho, jak dobře nástroje fungují. Kvantitativní metriky poskytují objektivní, standardizovatelné míry, které lze porovnávat mezi skupinami a analyzovat statisticky. Kvalitativní data poskytují kontext, vysvětlení a vhledy do toho, proč se objevují určité vzorce a jak účastníci prožívají nástroje na osobní úrovni.
Spolupráce a zapojení zúčastněných stran:
Studie je navržena ke shromažďování vstupů od více zúčastněných stran v ekosystému péče o chronickou bolest. Zahrnutím pacientů jako aktivních účastníků při hodnocení těchto nástrojů výzkum zajišťuje, že vývoj technologie je skutečně zaměřen na pacienta a reaguje na potřeby a preference pacientů. Vstup pacientů je ceněn nejen jako data ke shromáždění, ale jako expertní znalost o životě s chronickou bolestí a navigaci ve zdravotnických systémech.
Poskytovatelé zdravotní péče jsou povzbuzováni k účasti odkazováním vhodných pacientů do studie. Zapojení poskytovatelů slouží více účelům: pomáhá zajistit, že studijní populace je reprezentativní pro reálné pacienty s chronickou bolestí v klinické praxi; umožňuje poskytovatelům učit se o vznikajících přístupech ke sběru dat; a vytváří příležitosti pro zpětnou vazbu o tom, jak by takové nástroje mohly zapadnout do klinických pracovních postupů. Poskytovatelé, kteří odkazují pacienty, mohou kontaktovat AugMend Health Inc., aby se dozvěděli více o studii a postupech odkazování.
Spolupráce se rozšiřuje i na samotný výzkumný tým, který spojuje odbornost v managementu chronické bolesti, digitálních zdravotních technologiích, výzkumu uživatelského zážitku a metodologii klinických studií. Tato interdisciplinární spolupráce zajišťuje, že studie řeší technické, klinické a lidské faktory.
Inovace a budoucí směry:
Tento výzkum představuje důležitý krok v pochopení, jak lze digitální technologie aplikovat na sběr zdravotnických dat, zejména pro komplexní chronické stavy. Získané poznatky budou sloužit více účelům: informovat o zdokonalení a zlepšení specifického testovaného softwaru; přispět k širší znalostní základně ohledně implementace digitálních zdravotních nástrojů; posunout pochopení preferencí pacientů pro technologie zprostředkované interakce ve zdravotnictví; identifikovat osvědčené postupy pro sběr biopsychosociálních dat v populacích s chronickými nemocemi; a informovat regulační a politické diskuse o digitálních zdravotních nástrojích.
Studie je navržena nejen k zodpovězení, zda specifické nástroje fungují, ale k vytvoření zobecnitelných znalostí o faktorech, které ovlivňují úspěch nebo neúspěch digitálních zdravotních nástrojů pro sběr dat. Systematickým hodnocením přijatelnosti, proveditelnosti a použitelnosti výzkum identifikuje principy a postupy, které mohou vést budoucí inovace v tomto rychle se vyvíjejícím oboru.
Jak zdravotnictví stále více začleňuje digitální nástroje a vzdálené monitorování, pochopení, jak tyto nástroje efektivně navrhovat a implementovat, se stává klíčovým. Tato studie přispívá k tomuto pochopení důkladným hodnocením uživatelského zážitku, praktických aspektů implementace a perspektiv pacientů. Zjištění pomohou zajistit, že jak zdravotnictví přijímá nové technologie, tyto technologie skutečně slouží potřebám pacientů a poskytovatelů spíše než vytvářejí nové zátěže nebo překážky péči.
Potenciální dopad na péči o chronickou bolest:
Management chronické bolesti čelí mnoha výzvám včetně omezených léčebných možností, variability v léčebné odpovědi, komplexních biopsychosociálních přispěvatelů a fragmentované péče napříč více poskytovateli. Lepší nástroje pro sběr dat mají potenciál řešit některé z těchto výzev tím, že: poskytnou klinikům komplexnější informace o bolestivých prožitcích a funkčním stavu pacientů; umožní personalizovanější plánování léčby na základě detailních biopsychosociálních profilů; usnadní komunikaci mezi pacienty a poskytovateli o cílech a pokroku v léčbě bolesti; podpoří výzkum k identifikaci prediktorů léčebné odpovědi a vývoji lepších intervencí; a posílí pacienty ke sledování vlastních příznaků a aktivnější účasti na jejich péči.
Zatímco tato studie hodnotí nástroje pro sběr dat spíše než léčbu bolesti jako takovou, zlepšení v tom, jak jsou shromažďovány informace o bolesti, by mohlo nepřímo vést k lepším výsledkům léčby bolesti. Klinická rozhodnutí jsou jen tak dobrá, jako informace, na kterých jsou založena. Pokud digitální nástroje pro sběr dat mohou poskytnout klinikům bohatší, přesnější a včasnější informace o stavech jejich pacientů, může to přejít v lepší léčebná rozhodnutí a zlepšené výsledky pacientů.
Zaměření studie na perspektivy pacientů – zda pacienti shledávají tyto nástroje přijatelnými a použitelnými – je klíčové pro zajištění, že jakékoli nové přístupy ke sběru dat budou přijaty a konzistentně používány v praxi. I ta nejsofistikovanější technologie selže, pokud ji pacienti shledají zatěžující, matoucí nebo irelevantní. Zaměřením na zážitek pacienta v hodnocení tento výzkum usiluje o identifikaci přístupů, se kterými budou pacienti ochotně a konzistentně spolupracovat.
Typ studie
Zápis (Odhadovaný)
Fáze
- Nelze použít
Kontakty a umístění
Studijní kontakt
- Jméno: Mark Ruchman, MD
- Telefonní číslo: +1 (203) 598-9557
- E-mail: mruchman@augmend.health
Studijní záloha kontaktů
- Jméno: Study Coordinator
- E-mail: amurnane@augmend.health
Studijní místa
-
-
Massachusetts
-
Cambridge, Massachusetts, Spojené státy, 02139
- Nábor
- AugMend Health at MIT.nano Immersion Lab
-
Kontakt:
- Abigail Murnane
- E-mail: amurnane@augmend.health
-
Kontakt:
- Sacha Moreau, MA
- E-mail: smoreau@augmend.health
-
Vrchní vyšetřovatel:
- Mark Ruchman, MD
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Popis
Kritéria pro zařazení:
- Dospělí ve věku 18 let nebo starší
- Diagnóza chronické bolesti (bolest trvající 3 měsíce nebo déle)
- Schopnost číst a rozumět angličtině
- Schopnost poskytnout informovaný souhlas
- Ochota a schopnost dokončit studijní procedury buď doma nebo v MIT.nano Immersion Lab
- Přístup k potřebné technologii pro domácí účast (pokud je přidělen do domácí skupiny) nebo schopnost cestovat do MIT.nano Immersion Lab (pokud je přidělen do laboratorní skupiny)
- Kognitivní schopnost interagovat se softwarem pro digitální sběr dat a poskytovat zpětnou vazbu
Kritéria pro vyloučení:
- Mladší 18 let
- Neschopnost poskytnout informovaný souhlas
- Neanglicky mluvící
- Pouze akutní bolest (bolest trvající méně než 3 měsíce)
- Kognitivní porucha, která by zabránila smysluplné interakci se softwarem pro sběr dat nebo schopnosti poskytnout platnou zpětnou vazbu
- Neschopnost nebo neochota dokončit studijní procedury v přiděleném prostředí (doma nebo v laboratoři)
- Jakýkoliv stav, který by podle názoru vyšetřovatele učinil účast nebezpečnou nebo narušil schopnost účastníka dokončit studijní procedury
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Jiný
- Přidělení: Randomizované
- Intervenční model: Paralelní přiřazení
- Maskování: Trojnásobný
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: Experimentální software pro sběr digitálních biopsychosociálních dat
Účastníci v této větvi studie budou využívat digitální software k poskytnutí biopsychosociálních informací o svém chronickém bolestivém stavu. Software bude sbírat data o bolestivých zkušenostech účastníků, fyzickém fungování, emoční pohodě, sociálních okolnostech a dalších faktorech souvisejících se zdravím. Účastníci mohou dokončit studijní procedury doma nebo v MIT.nano Immersion Lab v závislosti na technických požadavcích a studijním protokolu. Budou interagovat s digitální platformou, aby poskytli komplexní zdravotní informace, a bude jim požádáno o zpětnou vazbu na jejich zkušenost s metodou sběru dat. Tato větev vyhodnocuje přijatelnost (zda pacienti považují nástroj za vhodný a jsou ochotni jej používat), proveditelnost (zda může být prakticky implementován v reálných podmínkách) a použitelnost (jak snadný a intuitivní je nástroj pro pacienty) digitálního přístupu ke sběru dat. |
Tento zásah zahrnuje účastníky, kteří interagují s digitálním konverzačním softwarem využívajícím umělou inteligenci a zpracování přirozeného jazyka ke sběru biopsychosociálních zdravotních informací. Software zapojuje účastníky do dialogových interakcí, klade otázky o jejich zkušenostech s chronickou bolestí, fyzickém fungování, emocionální pohodě a sociálních okolnostech. Konverzační rozhraní se přizpůsobuje odpovědím účastníků, může klást doplňující otázky pro objasnění a vytváří interaktivní zážitek napodobující klinické rozhovory. Některé implementace mohou využívat virtuální realitu (VR) k vytvoření ponořujících se zážitků sběru dat v MIT.nano Immersion Lab. Účastníci interagují se softwarem buď doma pomocí poskytnutých zařízení, nebo v MIT.nano Immersion Lab. Platforma řízená umělou inteligencí standardizuje sběr dat při zachování konverzační flexibility a shromažďuje komplexní biopsychosociální data prostřednictvím přirozeného jazyka.
Ostatní jména:
|
|
Aktivní komparátor: Standardní metoda sběru kontrolních dat
Účastníci v této větvi studie budou používat standardní metodu k poskytování biopsychosociálních informací o svém chronickém bolestivém stavu. Budou poskytovat data o svých bolestivých zkušenostech, fyzickém fungování, emocionální pohodě, sociálních okolnostech a dalších faktorech souvisejících se zdravím pomocí konvenčních přístupů k sběru dat. Účastníci mohou dokončit studijní postupy doma nebo na určených studijních místech v závislosti na studijním protokolu. Poskytnou komplexní zdravotní informace prostřednictvím přiřazené metody sběru dat a bude po nich požadováno, aby poskytli zpětnou vazbu na svou zkušenost. Tato větev slouží jako srovnávací skupina k vyhodnocení přijatelnosti (zda pacienti považují metodu za vhodnou a jsou ochotni ji používat), proveditelnosti (zda ji lze prakticky implementovat v reálných podmínkách) a použitelnosti (jak snadná a intuitivní je metoda pro pacienty) standardních přístupů ke sběru dat. |
Tento zásah zahrnuje účastníky, kteří vyplňují standardní digitální dotazníky nebo průzkumy, aby poskytli biopsychosociální zdravotní informace. Účastníci odpovídají na předem stanovené otázky pevného formátu týkající se jejich zkušenosti s chronickou bolestí, fyzického fungování, emoční pohody a sociálních okolností. Sběr dat využívá konvenční elektronické formuláře nebo průzkumy se statickými sadami otázek, které se nepřizpůsobují na základě odpovědí účastníků. Otázky jsou předkládány ve standardním pořadí bez konverzačních prvků nebo navazujících výzev. Toto představuje tradiční metody elektronického sběru dat běžně používané v klinickém a výzkumném prostředí. Účastníci vyplňují dotazníky buď doma pomocí vlastních zařízení nebo poskytnutého vybavení, nebo na určených studijních místech. Tato metoda poskytuje srovnávací základnu, proti které lze hodnotit novější přístupy k digitálnímu sběru dat, což představuje současnou standardní praxi pro shromažďování zdravotních informací hlášených pacienty.
Ostatní jména:
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přijatelnost
Časové okno: Hodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1-2 týdnů po zařazení)
|
Přijatelnost bude měřena pomocí subškály Přijatelnosti z dotazníku Přijatelnost, Uplatnitelnost a Použitelnost (AFUS), což je nástroj vyvinutý výzkumníky.
Tato subškála zahrnuje položky z Části 1 (Základní zkušenost s hodnocením), Části 2 (kultura), Části 3 (budoucí použití a preference), Části 4 (soukromí a důvěra) a Části 5 (komfort při sdělování lékařských informací).
Položky jsou hodnoceny na 7bodové Likertově škále (1 = rozhodně nesouhlasím až 7 = rozhodně souhlasím).
Skóre subškály bude vypočítáno jako průměr všech položek přijatelnosti.
Vyšší skóre indikuje větší přijatelnost.
Rozpis subškály bude dostupný v doplňkových obrázcích publikací.
|
Hodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1-2 týdnů po zařazení)
|
|
Uživatelská přívětivost
Časové okno: Hodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1-2 týdnů od zařazení)
|
Uživatelská přívětivost bude měřena pomocí dotazníku Acceptability, Feasibility and Usability Survey (AFUS) – Subškály uživatelské přívětivosti (část 6), což je nástroj vyvinutý výzkumníky a upravený zavedených rámců uživatelské přívětivosti.
Subškála se skládá z 10 položek hodnocených na 7bodové Likertově škále (1 = rozhodně nesouhlasím až 7 = rozhodně souhlasím).
Negativně formulované položky jsou bodovány obráceně.
Celkové skóre se vypočítá jako průměr všech položek.
Vyšší skóre indikuje lepší uživatelskou přívětivost.
|
Hodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1-2 týdnů od zařazení)
|
|
Technická proveditelnost
Časové okno: Hodnoceno po celou dobu účasti ve studii (obvykle do 1–2 týdnů od zařazení)
|
Technická proveditelnost bude měřena podílem dokončených datových sběrových relací bez významných technických selhání.
Významné technické selhání je definováno jako jakákoliv systémová chyba, porucha softwaru, přerušení připojení, problém s hardwarem nebo jiný technický problém, který vede k předčasnému ukončení relace.
Míra technického úspěchu bude vypočítána jako počet relací bez významných technických selhání dělený celkovým počtem pokusných relací, vyjádřeno v procentech.
Vyšší procenta indikují větší technickou proveditelnost.
|
Hodnoceno po celou dobu účasti ve studii (obvykle do 1–2 týdnů od zařazení)
|
|
Realizační proveditelnost
Časové okno: Vyhodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1–2 týdnů po zařazení)
|
Realizační proveditelnost bude měřena pomocí dotazníku přijatelnosti, proveditelnosti a použitelnosti (AFUS) – subsškály budoucího použití a preference (část 3).
Položky hodnotí ochotu účastníků použít metodu sběru dat znovu, pravděpodobnost doporučení ostatním a důvěru v metodu pro průběžné hodnocení zdraví.
Položky jsou hodnoceny na 7bodové Likertově škále (1 = rozhodně nesouhlasím až 7 = rozhodně souhlasím).
Skóre subsškály se vypočítá jako průměr všech položek.
Vyšší skóre indikuje větší realizační proveditelnost.
|
Vyhodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1–2 týdnů po zařazení)
|
|
Proveditelnost sběru dat
Časové okno: Vyhodnoceno po dokončení všech postupů sběru dat (obvykle do 1–2 týdnů od zařazení do studie)
|
Proveditelnost komplexního sběru dat bude měřena poměrem biopsychosociálních oblastí, pro které byla data úspěšně získána během všech sezení.
Pokrytí oblastí bude vypočítáno jako počet oblastí s kompletními daty dělený celkovým možným počtem oblastí, vyjádřeno v procentech.
Oblasti zahrnují biologické (charakteristika bolesti, spánek, fyzické funkce, výživa), psychologické (nálada, kognice, zvládání, trauma, katastrofizace bolesti) a sociální (vztahy, podpora, práce, identita).
Vyšší procenta indikují komplexnější sběr dat.
|
Vyhodnoceno po dokončení všech postupů sběru dat (obvykle do 1–2 týdnů od zařazení do studie)
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Zkušenost a spokojenost účastníků
Časové okno: Vyhodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1–2 týdnů od zařazení)
|
Zkušenosti pacientů budou měřeny pomocí dotazníku Přijatelnost, Uskutečnitelnost a Použitelnost (AFUS) – Subškály Celkový Zážitek (Část 7).
Položky jsou hodnoceny na 7bodové Likertově škále (1 = Rozhodně nesouhlasím až 7 = Rozhodně souhlasím).
Skóre subškály se vypočítá jako průměr všech položek.
Vyšší skóre znamená pozitivnější zkušenost pacienta.
|
Vyhodnoceno bezprostředně po dokončení postupů sběru dat (obvykle do 1–2 týdnů od zařazení)
|
|
Zapojení pacienta - Délka sezení
Časové okno: Měření během každé relace sběru dat (obvykle do 1–2 týdnů od zařazení do studie)
|
Zapojení pacienta bude měřeno délkou sezení, definovanou jako celkový čas v minutách, který účastníci aktivně stráví na úlohách sběru dat, zaznamenaných prostřednictvím systémových protokolů.
Delší doby naznačují větší časové zapojení do procesu sběru dat.
|
Měření během každé relace sběru dat (obvykle do 1–2 týdnů od zařazení do studie)
|
|
Zapojení pacientů - Rozšíření odpovědí
Časové okno: Měřeno během každé relace sběru dat (obvykle do 1–2 týdnů po zařazení)
|
Zapojení pacienta bude měřeno průměrnou délkou odpovědi, definovanou jako průměrný počet slov na odpověď účastníka v přepisu konverzace.
Vyšší počet slov indikuje větší verbální zapojení do procesu sběru dat.
(pouze experimentální skupina)
|
Měřeno během každé relace sběru dat (obvykle do 1–2 týdnů po zařazení)
|
|
Vnímaný terapeutický svazek
Časové okno: Vyhodnoceno bezprostředně po dokončení sběru konverzačních údajů (obvykle do 1–2 týdnů od zápisu)
|
Vnímané terapeutické spojenectví s rozhraním pro sběr dat bude měřeno pomocí dotazníku Přijatelnost, Uskutečnitelnost a Uživatelská přívětivost (AFUS) - Subškály terapeutického spojenectví (Modul A).
Položky jsou hodnoceny na 7bodové Likertově škále (1 = Rozhodně nesouhlasím až 7 = Rozhodně souhlasím).
Skóre subškály je vypočítáno jako průměr všech položek.
Vyšší skóre indikuje silnější vnímané terapeutické spojenectví.
|
Vyhodnoceno bezprostředně po dokončení sběru konverzačních údajů (obvykle do 1–2 týdnů od zápisu)
|
|
Ponoření a Pohodlí
Časové okno: Hodnoceno bezprostředně po dokončení sběru imerzních dat (obvykle do 1-2 týdnů po zařazení)
|
Imersivní zážitek bude měřen pomocí dotazníku Přijatelnosti, Uskutečnitelnosti a Uživatelské Přívětivosti (AFUS) – Subškály Imersivního Zážítku (Modul B).
Položky jsou hodnoceny na 7bodové Likertově škále (1 = Rozhodně nesouhlasím až 7 = Rozhodně souhlasím).
Skóre subškály se vypočítá jako průměr všech položek.
Vyšší skóre indikuje lepší imersivní zážitek.
|
Hodnoceno bezprostředně po dokončení sběru imerzních dat (obvykle do 1-2 týdnů po zařazení)
|
Další výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Korelace mezi fyziologickými měřeními a zapojením
Časové okno: Posouzeno během osobních sezení sběru dat (obvykle do 1–2 týdnů po zařazení)
|
Asociace mezi fyziologickou vzrušivostí a zapojením účastníků bude měřena pomocí korelačních koeficientů mezi fyziologickými měřeními z přístroje Empatica (elektrodermální aktivita, tepová frekvence) a metrikami zapojení (čas strávený odpovídáním na otázky, počet slov v odpovědích).
Korelační koeficienty se pohybují od -1,0 do 1,0, přičemž hodnoty vzdálenější od nuly indikují silnější asociace.
|
Posouzeno během osobních sezení sběru dat (obvykle do 1–2 týdnů po zařazení)
|
|
Korelace mezi fyziologickými měřeními a subjektivně vyjádřenými emocemi
Časové okno: Hodnoceno během osobních studijních sezení (obvykle do 1–2 týdnů od zápisu do studie)
|
Souvislost mezi fyziologickými měřeními a subjektivně hlásenými emočními stavy bude měřena pomocí korelačních koeficientů mezi daty z Empaticy (elektrodermální aktivita, tepová frekvence, teplota kůže) a účastníky hlásenými afektivními stavy z přepisů a standardizovaných dotazníků.
Korelační koeficienty se pohybují od -1,0 do 1,0, přičemž hodnoty vzdálenější od nuly naznačují silnější shodu mezi fyziologickými a subjektivně hlásenými měřeními.
|
Hodnoceno během osobních studijních sezení (obvykle do 1–2 týdnů od zápisu do studie)
|
|
Emocionální & Lingvistická Analýza
Časové okno: Hodnoceno po dokončení sběru dat (obvykle do 1-2 týdnů od zařazení)
|
Ze záznamů budou odvozeny čtyři jazykové metriky: (1) Rozvinutost odpovědi – průměrný počet slov na odpověď, přičemž vyšší počty naznačují větší zapojení; (2) Jazyková složitost – skóre úrovně Flesch-Kincaid (0–18+), které představuje vyspělost textu; (3) Rozmanitost slovní zásoby – poměr typů a tokenů (jedinečná slova/celkový počet slov, 0–1,0); a (4) Sebeodkazující jazyk – procento zájmen první osoby jednotného čísla (já, mě, můj, mého) vypočítané pomocí LIWC-22, přičemž vyšší procenta jsou spojována s depresí a katastrofizací bolesti.
|
Hodnoceno po dokončení sběru dat (obvykle do 1-2 týdnů od zařazení)
|
|
Citová valance odpovědí účastníků
Časové okno: Hodnoceno po dokončení sběru dat (obvykle do 1-2 týdnů od zařazení)
|
Celková nálada bude měřena pomocí automatické analýzy sentimentu přepisů.
Skóre sentimentu bude vypočítáno pomocí ověřených metod zpracování přirozeného jazyka, což povede ke skóre v rozsahu od -1,0 (zcela negativní) do +1,0 (zcela pozitivní), přičemž 0 představuje neutrální náladu.
Vyšší skóre ukazuje na pozitivnější náladu.
|
Hodnoceno po dokončení sběru dat (obvykle do 1-2 týdnů od zařazení)
|
|
Tematické obsahové kategorie
Časové okno: Hodnoceno po dokončení sběru konverzačních dat (obvykle do 1–2 týdnů po zařazení do studie)
|
Tematický obsah odpovědí účastníků bude analyzován pomocí kvalitativní tematické analýzy přepisů rozhovorů.
Dva nezávislí kodéři identifikují opakující se témata pomocí induktivního přístupu, přičemž neshody v kódování budou řešeny konsenzuální diskusí.
Spolehlivost mezi hodnotiteli bude hodnocena pomocí Cohenova kappa pro identifikaci témat a bude nahlášena.
Výsledky budou prezentovány jako počet účastníků, jejichž přepisy obsahují každé identifikované téma (vyjádřeno jako n a procento).
Častější témata indikují častěji sdílené zkušenosti mezi účastníky.
|
Hodnoceno po dokončení sběru konverzačních dat (obvykle do 1–2 týdnů po zařazení do studie)
|
|
Reaktivita na téma
Časové okno: Hodnoceno po ukončení sběru konverzačních dat (obvykle do 1–2 týdnů od zařazení)
|
Reaktivita účastníků na otázky bude měřena procentem otázek, na které budou poskytnuty relevantní odpovědi.
Dva nezávislí kodéři ohodnotí každou odpověď účastníka jako relevantní nebo nerelevantní vzhledem k předchozímu podnětu.
Spolehlivost mezi hodnotiteli bude posouzena pomocí Cohenova kappa a bude uvedena.
Rozdíly budou vyřešeny v diskusi za účelem dosažení konsenzu.
Vyšší procenta ukazují na větší reaktivitu na téma a zapojení do strukturované konverzace.
|
Hodnoceno po ukončení sběru konverzačních dat (obvykle do 1–2 týdnů od zařazení)
|
|
Hloubka zveřejnění
Časové okno: Hodnoceno po ukončení sběru konverzačních dat (obvykle do 1–2 týdnů od zařazení do studie)
|
Hloubka sebeodhalení účastníků bude měřena pomocí výzkumníkem vyvinutého kódovacího schématu aplikovaného na přepisy.
Dva nezávislí kodéři ohodnotí každou odpověď na 4bodové stupnici (0 = žádné odhalení, 1 = faktické/povrchní odhalení, 2 = mírné osobní odhalení, 3 = hluboké emocionální odhalení).
Průměrná hloubka odhalení bude vypočtena napříč všemi odpověďmi.
Spolehlivost mezi hodnotiteli bude posouzena pomocí intraklasového korelačního koeficientu (ICC) a bude uvedena.
Rozdíly budou vyřešeny konsensuální diskuzí.
Vyšší skóre indikuje hlubší sebeodhalení.
|
Hodnoceno po ukončení sběru konverzačních dat (obvykle do 1–2 týdnů od zařazení do studie)
|
|
Konvergentní validita - deprese
Časové okno: Hodnoceno po dokončení postupů sběru dat (obvykle do 1-2 týdnů od zápisu)
|
Konvergentní validita bude hodnocena porovnáním depresivních výstupů z metod sběru dat s dotazníkem Patient Health Questionnaire-8 (PHQ-8).
Validita bude měřena pomocí Pearsonova nebo Spearmanova korelačního koeficientu.
Korelační koeficienty se pohybují od -1,0 do 1,0, přičemž hodnoty blížící se 1,0 indikují silnější konvergentní validitu.
|
Hodnoceno po dokončení postupů sběru dat (obvykle do 1-2 týdnů od zápisu)
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Vrchní vyšetřovatel: Mark Ruchman, MD, AugMend Health
- Studijní židle: Alexandra Therond, MA, AugMend Health
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 0001 (Researcher)
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Chronická bolest
-
Liu JiuhongDokončenoRebound Pain | Lipozomální bupivakainČína
-
University of VirginiaZatím nenabírámeArtroplastika ramene | Interscalene Block | Rebound PainSpojené státy
-
Karaman Training and Research HospitalDokončeno
-
Ajou University School of MedicineNábor
-
Beijing Sport UniversityZatím nenabírámePatellofemoral Pain, PFP
-
Beijing Sport UniversityZatím nenabíráme
-
Pamukkale UniversityZatím nenabírámePatellofemoral Pain, PFPTurecko (Türkiye)
-
Beijing Sport UniversityDokončenoPatellofemoral Pain, PFPČína
-
Istanbul University - CerrahpasaNáborPatellofemoral Pain, PFPTurecko (Türkiye)
-
The First Affiliated Hospital of Xiamen UniversityNáborRebound Pain | Artroskopická operace kolena | OliceridinČína