Verwendung von Reinforcement Learning zur Personalisierung elektronischer Gesundheitsakten-Tools, um das Verschreiben zu erleichtern (REINFORCE-EHR)
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Julie Lauffenburger, PharmD, PhD
- Telefonnummer: 617-525-8865
- E-Mail: jlauffenburger@bwh.harvard.edu
Studienorte
-
-
Massachusetts
-
Boston, Massachusetts, Vereinigte Staaten, 02215
- Atrius Health
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
Die Studie betrifft Erstversorger (einschließlich Ärzte und PCP-ernannte Krankenpfleger und Arzthelferinnen) bei Atrius Health.
Patienten der PCPs werden in die Intervention und Analyse einbezogen, wenn sie >/= 65 Jahre alt sind und ihnen in den letzten 180 Tagen basierend auf EHR-Daten >/= 90 Tabletten mit Hochrisikomedikamenten verschrieben wurden.
Ausschlusskriterien:
- Kein primärer Gesundheitsdienstleister bei Atrius Health
- Vorherige Randomisierung zum Interventionsarm in der vorherigen NUDGE-EHR-Studie
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Versorgungsforschung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Experimental: Verstärkungslernintervention
Bei der Intervention handelt es sich um ein verstärkendes Lernprogramm, das EHR-basierte Tools für PCPs personalisiert, um den Verzicht auf Hochrisikomedikamente im Rahmen der Nachsorge zu fördern.
Die Reinforcement-Learning-Intervention wählt auf der Grundlage eines Algorithmus aus einem Inventar von EHR-Tools ein Tool für jeden Anbieter aus und wählt Tools aus, von denen vorhergesagt wird, dass sie den einzelnen Anbieter zum Handeln motivieren.
Die Wirksamkeit jedes Instruments wird in einem ausgewählten Intervall bewertet, basierend darauf, ob PCPs bei berechtigten Patienten eine Verschreibungsaufhebungsmaßnahme ergreifen.
Der Algorithmus ist darauf trainiert, diese Aktionen im Laufe der Zeit zu maximieren.
|
Bei der Intervention handelt es sich um ein verstärkendes Lernprogramm, das EHR-basierte Tools für PCPs personalisiert, um den Verzicht auf Hochrisikomedikamente im Rahmen der Nachsorge zu fördern.
Die Reinforcement-Learning-Intervention wählt auf der Grundlage eines Algorithmus aus einem Inventar von EHR-Tools ein Tool für jeden Anbieter aus und wählt Tools aus, von denen vorhergesagt wird, dass sie den einzelnen Anbieter zum Handeln motivieren.
Der Bestand an EHR-Tools, aus denen der Algorithmus auswählt, umfasst die folgenden potenziellen Faktoren: offene Begegnung, Auftragseingabe, Cold-State-Outreach, Vereinfachung und Risikoeinschätzung.
|
|
Kein Eingriff: Übliche Pflege
Es werden keine EHR-basierten Tools bereitgestellt, die über die in der regulären klinischen Praxis verwendeten hinausgehen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Absetzen oder Ausschleichen von Hochrisikomedikamenten
Zeitfenster: Bis zum Abschluss der Testphase bis zu 7 Monate
|
Der Verschreibungsverzicht wird anhand routinemäßig erfasster Daten aus dem EHR-System für berechtigte Patienten beurteilt, bei denen festgestellt wurde, dass ein Verschreibungsverzicht erforderlich ist.
Das Ergebnis der Verschreibung wird eine „Reduzierung“ unangemessener Verschreibungen sein, definiert als entweder das Absetzen einer der interessierenden Medikamentenklassen oder die Anordnung einer Dosisreduzierung.
|
Bis zum Abschluss der Testphase bis zu 7 Monate
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Absetzen von Hochrisikomedikamenten
Zeitfenster: Bis zum Abschluss der Testphase bis zu 7 Monate
|
Das Absetzen von Medikamenten wird anhand routinemäßig erfasster Daten aus dem EHR-System für berechtigte Patienten beurteilt, bei denen ein Verschreibungsbedarf festgestellt wurde.
|
Bis zum Abschluss der Testphase bis zu 7 Monate
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 2024P002700
- 2P30AG064199-06 (US NIH Stipendium/Vertrag)
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .