Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Wirksamkeit eines Entscheidungsunterstützungssystems zur Verbesserung der Diagnose- und Screeningrate von Brustkrebs

13. April 2012 aktualisiert von: Damian Borbolla, Hospital Italiano de Buenos Aires

Es hat sich gezeigt, dass klinische Entscheidungsunterstützung die Leistung von Screening-Tests verbessert; Allerdings haben nur wenige Studien einen direkten klinischen Nutzen dokumentiert, der sich aus dem verstärkten Screening ergibt, das durch klinische Entscheidungsunterstützungssysteme gefördert wird.

Der Zweck dieser Studie bestand darin festzustellen, ob ein auf Standards basierendes, ausgeklügeltes Entscheidungsunterstützungssystem nicht nur ein zusätzliches Brustkrebs-Screening fördern, sondern auch signifikant mehr Brustkrebs erkennen könnte

Studienübersicht

Status

Unbekannt

Bedingungen

Detaillierte Beschreibung

Brustkrebs ist die häufigste Krebserkrankung der Frau. In den Vereinigten Staaten die zweithäufigste Krebstodesursache bei Frauen und die Haupttodesursache bei Frauen im Alter von 45 bis 55 Jahren. Die U.S. Preventive Services Task Force empfiehlt Frauen im Alter von 50 bis 69 Jahren alle ein bis zwei Jahre ein Mammographie-Screening mit oder ohne klinische Brustuntersuchung.

Jüngste Forschungsergebnisse haben gezeigt, dass die Gesundheitsversorgung in Industrienationen oft hinter einer optimalen, evidenzbasierten Versorgung zurückbleibt. US-Erwachsene erhalten nur etwa die Hälfte der empfohlenen Pflege. Um diese Versorgungsmängel zu beheben, wenden sich Gesundheitsorganisationen zunehmend klinischen Entscheidungsunterstützungssystemen zu. Ein klinisches Entscheidungsunterstützungssystem ist ein beliebiges Computerprogramm, das medizinisches Fachpersonal dabei unterstützen soll, klinische Entscheidungen zu treffen. In gewissem Sinne soll jedes Computersystem, das mit klinischen Daten oder Wissen umgeht, Entscheidungsunterstützung bieten.

Beispiele umfassen manuelle oder computerbasierte Systeme, die Pflegeerinnerungen an die Krankenblätter von Patienten anhängen, die bestimmte vorbeugende Pflegedienste benötigen, und computergestützte Systeme zur Eingabe von Arztanweisungen, die patientenspezifische Empfehlungen als Teil des Auftragseingabeprozesses liefern. Es hat sich gezeigt, dass solche Systeme die Verschreibungspraktiken verbessern, schwerwiegende Medikationsfehler reduzieren, die Bereitstellung von Vorsorgediensten verbessern und die Einhaltung empfohlener Pflegestandards verbessern.

Das Ziel dieser Studie ist es, die Wirksamkeit eines Entscheidungsunterstützungssystems als Strategie zur Verbesserung der Leistung des Mammographie-Versorgungsprozesses und zur Erkennung von signifikant mehr Brustkrebs zu zeigen.

Studientyp

Interventionell

Einschreibung (Voraussichtlich)

2200

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

50 Jahre bis 69 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Weiblich

Beschreibung

Einschlusskriterien:

  • Frauen zwischen 50 und 69 Jahren

Ausschlusskriterien:

  • Neoplasien der Brust
  • Bilaterale Mastektomie
  • Behinderte Menschen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: Zufällig
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Kein Eingriff: Kontrolle
Experimental: Elektronische Erinnerung
Warnung vom SEBASTIAN-Entscheidungsunterstützungssystem
SEBASTIAN ist ein Beispiel für eine klinische Entscheidungsunterstützungstechnologie, die den neuesten, servicebasierten Architekturansatz für die CDSS-Implementierung unterstützt. SEBASTIAN wurde an der Duke University entwickelt und ist ein klinischer Entscheidungsunterstützungs-Webdienst, dessen Schnittstelle jetzt die Grundlage des Entwurfsstandards HL7 Decision Support Service bildet. SEBASTIAN stellt eine standardisierte Schnittstelle vor klinische Entscheidungsunterstützungs-Wissensmodule und stellt nur begrenzte Anforderungen an die Relevanz von Patientendaten gesammelt werden oder wie entscheidungsunterstützende Schlussfolgerungen an Endnutzer kommuniziert werden

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Anzahl der Teilnehmer mit neuer Brustneoplasma-Diagnose (Zwischenfälle)
Zeitfenster: 18 Monate
Neue Brustneoplasmen-Diagnose (Zwischenfälle aus Biopsieberichten). Brustneoplasmen werden im institutionellen Clinical Data Repository gespeichert. Die Diagnosen werden automatisch mithilfe eines Terminologieservers kodifiziert, der SNOMED-CT als Referenzterminologie verwendet
18 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Anzahl Patientinnen mit fälliger Brustkrebsvorsorge, die den Auftrag zur Durchführung der Studie (Mammographie) erhalten haben
Zeitfenster: 18 Monate
Anzahl der Patientinnen mit fälliger Brustkrebsvorsorge, die den Auftrag zur Durchführung der Studie (Mammographie) erhalten haben. Diese Informationen werden jedes Mal über das klinische Datenarchiv aufgezeichnet, wenn ein Anbieter einen Screening-Test für jeden der an der Studie beteiligten Patienten anordnet
18 Monate

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Mitarbeiter

Ermittler

  • Hauptermittler: Damian A Borbolla, MD, Hospital Italiano de Buenos Aires

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn

1. November 2009

Primärer Abschluss (Tatsächlich)

1. Juni 2011

Studienabschluss (Voraussichtlich)

1. Juni 2012

Studienanmeldedaten

Zuerst eingereicht

14. April 2011

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

14. April 2011

Zuerst gepostet (Schätzen)

15. April 2011

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Schätzen)

17. April 2012

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

13. April 2012

Zuletzt verifiziert

1. April 2012

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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 .

Klinische Studien zur Brustkrebs

Klinische Studien zur SEBASTIAN Clinical Decision Support System (CDSS)

3
Abonnieren