- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT03984773
Maschinengenerierte Mortalitätsschätzungen und Anstupser zur Förderung der Diskussion über die Vorausplanung der Versorgung unter Krebspatienten
23. April 2020 aktualisiert von: University of Pennsylvania
Eine randomisierte Stepped-Wedge-Cluster-Studie mit maschinell generierten Mortalitätsschätzungen und verhaltensbezogenen Anstupsern zur Förderung der Diskussion über die Vorausplanung der Versorgung unter Krebspatienten
Diese Studie wird eine randomisierte Steped-Wedge-Cluster-Studie verwenden, um die Wirkung einer Gesundheitssysteminitiative zu bewerten, die maschinelle Lernalgorithmen und Verhaltensanstöße verwendet, um Onkologen dazu zu bringen, ernsthafte Gespräche über Krankheiten mit Patienten zu führen, bei denen ein hohes Risiko für kurzfristige Mortalität besteht.
Studienübersicht
Detaillierte Beschreibung
Gerade am Lebensende müssen sich Krebspatienten oft einer kostspieligen Therapie und akutmedizinischen Inanspruchnahme widersetzen, die ihren Wünschen widerspricht.
Frühzeitige Gespräche über schwere Krankheiten (SIC) verbessern die zielkonforme Versorgung, und eine genaue Prognose ist entscheidend, um den Zeitpunkt und den Inhalt dieser Gespräche zu bestimmen.
Diese Studie wird eine Cluster-randomisierte Step-Wedge-Studie verwenden, um die Wirkung einer Initiative des Gesundheitssystems zu bewerten, die maschinelle Lernalgorithmen und Verhaltensanstöße verwendet, um Onkologen dazu zu bewegen, ernsthafte Gespräche über Krankheiten mit Patienten zu führen, bei denen ein hohes Risiko für kurzfristige Mortalität besteht.
Onkologische Praxen werden nach dem Zufallsprinzip in aufeinanderfolgenden vierwöchigen Blöcken zugewiesen, um die Intervention zu erhalten.
Studientyp
Interventionell
Einschreibung (Tatsächlich)
78
Phase
- Unzutreffend
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Vereinigte Staaten, 19103
- Penn Medicine
-
-
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
18 Jahre und älter (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Beschreibung
Einschlusskriterien:
Betreuung von Erwachsenen mit Krebs in den folgenden Kliniken des Perelman Center for Advanced Medicine
- Brust-Onkologie
- Gastrointestinale Onkologie
- Urogenitale Onkologie
- Lymphom
- Melanom und Onkologie des zentralen Nervensystems
- Myelom
- Thorax-/Kopf- und Hals-Onkologie
- Betreuung von krebskranken Erwachsenen in der Onkologieklinik des Pennsylvania Hospital
Ausschlusskriterien:
- Anbieter, die nur Patienten mit gutartigen hämatologischen Erkrankungen betreuen
- Anbieter, die nur genetische Beratungen sehen
- Anbieter, die weniger als 12 Hochrisikopatienten entweder vor oder nach der Intervention behandeln
- Besuche bei Patienten mit Lungenkrebs, die an einer laufenden klinischen Studie zur Palliativversorgung teilnehmen, die zu mehr SICs führen kann
- Patientenbesuche für Onkologie-Genetik-Konsultationen (solche Patienten können dennoch eingeschlossen werden, wenn sie während der Studie ihren primären Onkologen aufsuchen)
- Anbieter, die kein Training für das Gesprächsprogramm für schwere Krankheiten (SIC) absolviert haben
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Versorgungsforschung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Kein Eingriff: Kontrolle
Ärzte erhalten aktuelle Standardmitteilungen zur Leistung bei schweren Erkrankungen.
|
|
|
Experimental: Sterblichkeitsschätzungen und Nudges
Ärzte erhalten eine wöchentliche E-Mail mit anstehenden Patienten, die eine hohe Sterblichkeitsschätzung haben, die sie für ein Gespräch über eine ernsthafte Krankheit in Betracht ziehen sollten.
Ärzte haben die Möglichkeit, die Liste zu überprüfen und sich (unter Verwendung eines Opt-out-Designs) auf Patienten festzulegen, die für ein Gespräch geeignet sind.
Sie erhalten am Tag des Patientenbesuchs einen Anstupser durch eine SMS, die sie an ihre Vorabverpflichtung erinnert, ein ernsthaftes Krankheitsgespräch zu führen
|
Onkologiepraxen werden nach dem Zufallsprinzip einem Eingriff zugewiesen, in dem einzelne Kliniker eine wöchentliche Audit-E-Mail erhalten, in der detailliert angegeben ist, wie viele Gespräche über schwere Krankheiten (SIC) sie im Vergleich zum empfohlenen Niveau geführt haben, und einen Link zu einer Liste ihrer Patienten, die eingeplant sind Klinik in der nächsten Woche mit hohem Risiko für kurzfristige Sterblichkeit, wie durch einen Sterblichkeitsvorhersagealgorithmus identifiziert.
Ärzte haben die Möglichkeit, die Opt-out-Liste zu überprüfen und sich vorab zu einem Gespräch über eine ernsthafte Erkrankung mit geeigneten Patienten zu verpflichten.
Ärzte erhalten am Tag des Patientenbesuchs per SMS einen Schubs, der sie an ihre Vorabverpflichtung erinnert, ein ernsthaftes Krankheitsgespräch zu führen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Veränderung des Anteils der Patienten mit einem dokumentierten Schwere-Krankheits-Gespräch (SIC)
Zeitfenster: 16 Wochen
|
Die Veränderung des Anteils der Patienten, die einen ambulanten Onkologiebesuch mit Dokumentation eines ernsten Krankheitsgesprächs (SIC) haben
|
16 Wochen
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Veränderung des Anteils der Patienten mit dokumentiertem SIC unter den vom Algorithmus als Hochrisiko identifizierten Patienten
Zeitfenster: 16 Wochen
|
Die Veränderung des Anteils der Patienten, die einen ambulanten Besuch in der Onkologie haben und durch den maschinellen Lernalgorithmus mit Dokumentation eines SIC als Hochrisiko identifiziert werden
|
16 Wochen
|
|
Veränderung des Anteils der Patienten mit einer dokumentierten erweiterten Versorgungsplanung
Zeitfenster: 16 Wochen
|
Die Veränderung des Anteils der Patienten mit Dokumentation einer erweiterten Versorgungsplanung.
|
16 Wochen
|
|
Veränderung des Anteils der Patienten mit einem dokumentierten Serious-Illness-Gespräch (SIC) inkl. Follow-up
Zeitfenster: 40 Wochen
|
Die Veränderung des Anteils der Patienten, die einen ambulanten Onkologiebesuch mit Dokumentation eines Ernst-Krankheits-Gesprächs (SIC) inklusive Nachsorge haben
|
40 Wochen
|
|
Veränderung des Anteils der Patienten mit dokumentiertem SIC unter den vom Algorithmus identifizierten Hochrisikopatienten inkl. Nachsorge
Zeitfenster: 40 Wochen
|
Die Veränderung des Anteils der Patienten, die einen ambulanten Besuch in der Onkologie haben und durch den maschinellen Lernalgorithmus als Hochrisiko identifiziert werden, mit Dokumentation eines SIC einschließlich Nachsorge
|
40 Wochen
|
|
Veränderung des Anteils der Patienten mit einer dokumentierten erweiterten Behandlungsplanung inkl. Nachsorge
Zeitfenster: 40 Wochen
|
Die Veränderung des Anteils der Patienten mit Dokumentation der erweiterten Versorgungsplanung inklusive Nachsorge
|
40 Wochen
|
Andere Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zulassungen für das Onkologie-Evaluierungszentrum
Zeitfenster: 40 Wochen
|
Die Anzahl der Zulassungen für das Onkologie-Evaluierungszentrum
|
40 Wochen
|
|
Inanspruchnahme von Gesundheitsdiensten und Erhalt einer Chemotherapie in den letzten 30 Lebenstagen
Zeitfenster: 40 Wochen
|
Inanspruchnahme der Gesundheitsversorgung in den letzten 30 Lebenstagen in Einrichtungen von Penn Medicine, einschließlich Inanspruchnahme der Akutversorgung wie oben und Erhalt einer Chemotherapie
|
40 Wochen
|
|
Anzahl der Aufnahmen in der Notaufnahme
Zeitfenster: 40 Wochen
|
Die Zahl der Einweisungen in die Notaufnahme
|
40 Wochen
|
|
Stationäre Aufnahmen
Zeitfenster: 40 Wochen
|
Die Zahl der stationären Krankenhauseinweisungen
|
40 Wochen
|
|
Aufnahme auf der Intensivstation
Zeitfenster: 40 Wochen
|
Die Zahl der Aufnahmen auf der Intensivstation
|
40 Wochen
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Hauptermittler: Mitesh S Patel, MD, University of Pennsylvania
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Parikh RB, Manz CR, Nelson MN, Ferrell W, Belardo Z, Temel JS, Patel MS, Shea JA. Oncologist Perceptions of Algorithm-Based Nudges to Prompt Early Serious Illness Communication: A Qualitative Study. J Palliat Med. 2022 Nov;25(11):1702-1707. doi: 10.1089/jpm.2022.0095. Epub 2022 Aug 18.
- Li EH, Ferrell W, Klaiman T, Kumar P, O'Connor N, Schuchter LM, Chen J, Patel MS, Manz CR, Parikh RB. Impact of Behavioral Nudges on the Quality of Serious Illness Conversations Among Patients With Cancer: Secondary Analysis of a Randomized Controlled Trial. JCO Oncol Pract. 2022 Apr;18(4):e495-e503. doi: 10.1200/OP.21.00024. Epub 2021 Nov 12.
- Manz CR, Parikh RB, Small DS, Evans CN, Chivers C, Regli SH, Hanson CW, Bekelman JE, Rareshide CAL, O'Connor N, Schuchter LM, Shulman LN, Patel MS. Effect of Integrating Machine Learning Mortality Estimates With Behavioral Nudges to Clinicians on Serious Illness Conversations Among Patients With Cancer: A Stepped-Wedge Cluster Randomized Clinical Trial. JAMA Oncol. 2020 Dec 1;6(12):e204759. doi: 10.1001/jamaoncol.2020.4759. Epub 2020 Dec 10. Erratum In: JAMA Oncol. 2022 Feb 24;:
- Manz CR, Parikh RB, Evans CN, Chivers C, Regli SH, Bekelman JE, Small D, Rareshide CAL, O'Connor N, Schuchter LM, Shulman LN, Patel MS. Integrating machine-generated mortality estimates and behavioral nudges to promote serious illness conversations for cancer patients: Design and methods for a stepped-wedge cluster randomized controlled trial. Contemp Clin Trials. 2020 Mar;90:105951. doi: 10.1016/j.cct.2020.105951. Epub 2020 Jan 23.
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 (Tatsächlich)
15. Juli 2019
Primärer Abschluss (Tatsächlich)
1. November 2019
Studienabschluss (Tatsächlich)
19. April 2020
Studienanmeldedaten
Zuerst eingereicht
10. Juni 2019
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
10. Juni 2019
Zuerst gepostet (Tatsächlich)
13. Juni 2019
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
24. April 2020
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
23. April 2020
Zuletzt verifiziert
1. April 2020
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 833178
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
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 .