Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Brug og accept af store sprogmodeller til delt beslutningstagning ved kræft

26. april 2026 opdateret af: Technical University of Munich

Brug og accept af store sprogmodeller i onkologisk fælles beslutningstagning blandt patienter, offentligheden og sundhedsprofessionelle

Denne undersøgelse undersøger, hvordan kræftpatienter, den generelle befolkning og sundhedsprofessionelle bruger og opfatter store sprogmodeller (såsom ChatGPT) til sundhedsrelateret fælles beslutningstagning i onkologi. Et tværsnitsundersøgelse blev gennemført blandt 7.151 deltagere i 30 lande ved hjælp af et spørgeskema udviklet og valideret gennem en to-runde Delphi-proces med 44 eksperter. Undersøgelsen vurderede nuværende mønstre for brug af store sprogmodeller til sundhedsoplysninger, barrierer for adoption inklusive bekymringer om pålidelighed og privatliv, fremtidige forventninger til disse værktøjer i fælles beslutningstagning og demografiske prædiktorer for adoption. Deltagerne blev rekrutteret gennem Prolific-platformen mellem marts og maj 2025, med lagdelt udvælgelse på tværs af tre grupper: kræftpatienter diagnosticeret inden for de sidste fem år, medlemmer af den generelle befolkning fra USA og Storbritannien samt autoriserede sundhedsprofessionelle med aktiv patientkontakt.

Studieoversigt

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

Observationel

Tilmelding (Faktiske)

7151

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • Bavaria
      • Munich, Bavaria, Tyskland, 81675
        • Technical University Munich

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Tre kohorter rekrutteret via Prolific-platformen: kræftpatienter med en diagnose inden for de seneste fem år (n=2.316), almindelige borgere fra USA og Storbritannien (n=2.000), og autoriserede sundhedsprofessionelle med aktiv patientkontakt (n=2.835). Stratificeret udvælgelse anvendte kvoter for alder, køn, etnicitet og uddannelse i befolkningskohorten.

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

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

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

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. marts 2025

Primær færdiggørelse (Faktiske)

1. maj 2025

Studieafslutning (Faktiske)

1. maj 2025

Datoer for studieregistrering

Først indsendt

6. april 2026

Først indsendt, der opfyldte QC-kriterier

6. april 2026

Først opslået (Faktiske)

13. april 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

30. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

26. april 2026

Sidst verificeret

1. april 2026

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)?

INGEN

IPD-planbeskrivelse

Individuelle deltagerdata vil ikke blive delt offentligt på grund af databeskyttelsesregler. De anonymiserede undersøgelsesdata, der understøtter resultaterne af denne undersøgelse, er tilgængelige fra den tilsvarende forfatter efter rimelig anmodning.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Abonner