- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT07526441
Brug og accept af store sprogmodeller til delt beslutningstagning ved kræft
Brug og accept af store sprogmodeller i onkologisk fælles beslutningstagning blandt patienter, offentligheden og sundhedsprofessionelle
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Fælles beslutningstagning er en kollaborativ proces, hvor klinikere støtter patienter i at nå behandlingsbeslutninger. På trods af dens betydning i onkologi forbliver struktureret fælles beslutningstagning ualmindeligt i rutinemæssig klinisk praksis. Store sprogmodeller tilbyder en ny måde for patienter at få adgang til og forstå medicinsk information, men der vides kun lidt om, hvordan centrale interessenter opfatter og bruger disse værktøjer til sundhedsbeslutninger.
Denne observationsstudie brugte en sekventiel mixed-methods-design, der kombinerer Delphi-konsensusmetodologi med implementering af tværsnitsundersøgelse. Et panel på 44 eksperter på otte områder (klinisk kunstig intelligens, teknisk udvikling, onkologi, psykologi, epidemiologi, patientfortalervirksomhed, etik og juridisk ekspertise) udviklede og validerede vurderingsinstrumentet gennem to Delphi-runder og opnåede konsensus om 89 emner. Det endelige instrument indeholdt 52 kvantitative emner og 8 kvalitative prompts, der skelnede mellem generel og sundhedsvæsensspecifik brug af store sprogmodeller.
Studiet rekrutterede tre kohorter: 2.316 kræftpatienter med selvrapporteret diagnose inden for fem år, 2.000 medlemmer af den generelle befolkning fra USA og Storbritannien og 2.835 autoriserede sundhedsprofessionelle. Kvalitetskontrol omfattede opmærksomhedskontroller, overvågning af gennemførelsestid, konsistensvalidering og verifikationsprocedurer, hvilket resulterede i udelukkelse af 694 svar (8,8%) fra et indledende antal på 7.845.
Primære analyser omfattede chi-i-anden-test og ANOVA med Bonferroni-korrektion, multivariabel logistisk regression med hierarkisk modelopbygning for at identificere adopteringsprædiktorer og bruger-segmentering gennem krydstabulering kombineret med k-middelværdi-klyngedannelse. Studiet blev godkendt af den institutionelle gennemgangskommission ved Den Tekniske Universitet i München (TUM2024-89-S-SB).
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
Bavaria
-
Munich, Bavaria, Tyskland, 81675
- Technical University Munich
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
Alder 18 år eller ældre Engelsk sprogfærdigheder Regelmæssig internetadgang Registreret på Prolific forskningsplatform For kræftpatientkohorten: selvrapporteret kræftdiagnose inden for de seneste fem år For sundhedspersonale-kohorten: autoriseret sundhedspersonale med aktiv patientkontakt For generel befolkningskohort: bosiddende i USA eller Storbritannien
Eksklusionskriterier:
Fejl på indlejrede opmærksomhedskontrolspørgsmål (4 kontroller) Undersøgelsesfærdiggørelsestid uden for acceptabelt interval (mindre end 5 minutter eller mere end 60 minutter) Lige-linje svarmønster opdaget af konsistensvalideringsalgoritmer Fejl i kohortbekræftelsesprocedurer
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
|---|
|
Kræftpatienter
Voksne i alderen 18 år eller derover med en selvrapporteret kræftdiagnose inden for de seneste fem år, rekrutteret via Prolific-platformen med verifikation gennem screeningsspørgsmål om diagnosedato, kræfttype og behandlingsstatus.
n=2.316.
|
|
Generel befolkning
Voksne i alderen 18 år eller derover fra USA og Storbritannien uden specifik sundhedstilstandskrav, rekrutteret via Prolific-platformen med stratificerede udvalgskvoter for alder, køn, etnicitet og uddannelse.
n=2.000.
|
|
Sundhedspersonale
Autoriserede sundhedspersoner på 18 år eller derover med aktiv patientkontakt, herunder læger og sygeplejepersonale, rekrutteret via Prolific-platformen fra USA, Storbritannien og 28 yderligere lande.
n=2.835.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Brugsrate for store sprogmodeller specifikke for sundhedssektoren
Tidsramme: Ved undersøgelsens afslutning (enkeltvurdering, marts-maj 2025)
|
Andel af deltagere, der rapporterer brug af store sprogmodeller specifikt til sundhedsrelaterede oplysninger, målt på en 5-punkts Likert-frekvensskala og dikotomiseret som brug versus ikke-brug.
|
Ved undersøgelsens afslutning (enkeltvurdering, marts-maj 2025)
|
|
Fremtidig tillid til, at store sprogmodeller kan forbedre delt beslutningstagning
Tidsramme: Ved tidspunktet for gennemførelse af undersøgelsen (enkelt vurdering, marts-maj 2025)
|
Andel af deltagere, der mener, at store sprogmodeller vil forbedre kvaliteten af fælles beslutningstagning i onkologi, vurderet via Likert-skala respons.
|
Ved tidspunktet for gennemførelse af undersøgelsen (enkelt vurdering, marts-maj 2025)
|
|
Barrierer for adoption af store sprogmodeller
Tidsramme: Ved tidspunktet for afslutning af undersøgelsen (enkelt vurdering, marts-maj 2025)
|
Forekomsten af bekymringer vedrørende brug af store sprogmodeller til sundhedsbeslutninger, herunder bekymringer om pålidelighed, privatlivsbekymringer og præference for menneskelig interaktion, hver vurderet som binær (til stede eller fraværende).
|
Ved tidspunktet for afslutning af undersøgelsen (enkelt vurdering, marts-maj 2025)
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Uafhængige prædiktorer for adoption af store sprogmodeller
Tidsramme: På tidspunktet for undersøgelsens afslutning (enkelt vurdering, marts-maj 2025)
|
Oddsforhold fra hierarkisk multivariabel logistisk regression, der identificerer demografiske og sundhedsrelaterede prædiktorer for accept af sundhedsvæsen-specifikke store sprogmodeller, herunder alder, køn, etnicitet, uddannelse, digital læsefærdighed og tillid til forståelse af sundhedsoplysninger.
|
På tidspunktet for undersøgelsens afslutning (enkelt vurdering, marts-maj 2025)
|
|
Brugersegmentering
Tidsramme: Ved afslutningen af undersøgelsen (enkeltvurdering, marts-maj 2025)
|
Fordeling af deltagere på tværs af datadrevne brugersegmenter udledt fra krydstabulering af nuværende brug med opfattet fordel, forfinet gennem k-midler-clustering: potentielle brugere, troende brugere, modstandsdygtige ikke-brugere og skeptiske brugere.
|
Ved afslutningen af undersøgelsen (enkeltvurdering, marts-maj 2025)
|
|
Sundhedspersonales anbefalingsmønstre
Tidsramme: Ved afslutning af undersøgelsen (enkelt vurdering, marts-maj 2025)
|
Andel af sundhedsprofessionelle, der anbefaler store sprogmodeller til patienter til sundhedsoplysninger, sammenlignet med deres egen brugsrate.
|
Ved afslutning af undersøgelsen (enkelt vurdering, marts-maj 2025)
|
Samarbejdspartnere og efterforskere
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- LLM-SDM-2025
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .