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

Konsensbasierte Algorithmen zur Bekämpfung von Opioid-Missbrauchsverhalten bei Personen, denen LTOT verschrieben wurde

13. Juni 2026 aktualisiert von: Jessica Merlin, University of Pittsburgh

Konsensbasierte Algorithmen zur Behandlung von Opioid-Missbrauchsverhalten bei Personen, denen eine langfristige Opioid-Therapie verschrieben wurde: Entwicklung von Implementierungsstrategien und Pilotversuchen

Die NIH-Initiative Helping to End Addiction Long-term (HEAL) hat einen entscheidenden nächsten Schritt zur Bewältigung der Opioidkrise identifiziert: die Verbesserung der Behandlung von Opioidmissbrauchsverhalten (z. B. Verwendung von mehr Opioiden als vorgeschrieben, Konsum illegaler Substanzen) bei Patienten, die langfristig verschrieben wurden Opioidtherapie bei chronischen Schmerzen. In früheren Arbeiten haben die Forscher innovative konsensbasierte Algorithmen entwickelt, um diese Verhaltensweisen zu verwalten. Durch die Entwicklung von Implementierungsstrategien für diese Algorithmen reagiert dieses Projekt direkt auf die HEAL-Initiative und verspricht, die durch den Missbrauch von Opioiden verursachten Schäden zu reduzieren.

Studienübersicht

Detaillierte Beschreibung

Trotz eines wachsenden Verständnisses der Risiken einer Opioid-Langzeittherapie (LTOT) wird sie weiterhin häufig verschrieben und bleibt eine tragende Säule der Behandlung chronischer Schmerzen. Die Leitlinie der Centers for Disease and Control (CDC) zur Verschreibung von Opioiden bei chronischen Schmerzen richtet sich an Erstversorger und wurde von vielen Gesundheitsorganisationen und Versicherern als Behandlungsstandard übernommen. Wichtig ist, dass es die Überwachung von Patienten unter LTOT auf opioidbedingte Schäden fördert. Durch die Implementierung der Überwachung können Hausärzte verschiedene besorgniserregende Verhaltensweisen aufdecken, die manchmal als anormales drogenbezogenes Verhalten oder Opioidmissbrauchsverhalten bezeichnet werden und bei Personen auftreten, denen LTOT für chronische Schmerzen verschrieben wurde. Diese Verhaltensweisen (z. B. verpasste Termine, Einnahme von mehr Opioid-Medikamenten als verschrieben, Bitten um eine Erhöhung der Opioid-Dosis, aggressives Verhalten sowie Alkohol- und Konsum anderer Substanzen) sind häufig, besorgniserregend und können eine unsichere Verwendung von LTOT oder einen sich entwickelnden Opioid-Konsum darstellen Störung (OUD). Die CDC-Leitlinie und andere vorhandene Beweise bieten jedoch keine spezifischen, detaillierten Leitlinien dazu, wie auf auftretende Verhaltensweisen reagiert werden kann. Daher ist es wichtig zu verstehen, wie man am besten auf diese Verhaltensweisen reagiert. Das langfristige Ziel unseres Forschungsprogramms ist es, die LTOT-bedingten Schäden, insbesondere durch den Missbrauch von Opioiden, zu verringern und ihre Auswirkungen auf die Opioid-Epidemie in den USA zu verringern. Als ersten Schritt zur Erreichung dieses Ziels führten die Forscher eine Delphi-Studie durch, um rigoros konsensbasierte Ansätze für den Umgang mit gemeinsamen und herausfordernden Verhaltensweisen zu etablieren, aus denen Algorithmen erstellt wurden. Die Identifizierung und Operationalisierung von Implementierungsstrategien unter Verwendung eines evidenzbasierten Rahmens sind die entscheidenden nächsten Schritte, die vor dem Testen der Algorithmen erfolgen müssen.

Die Ermittler deckten erfolgreich optimale Implementierungsstrategien durch Erfahrungen von Hausärzten mit standardisierten Patienten (SPs) auf, gefolgt von CFIR- und ERIC-geführten Einzelinterviews. Unter Verwendung unserer bisherigen Expertise bei der Entwicklung klinikweiter Opioid-Risikominderungsstrategien und eines Patienten-Anbieter-Beratungsgremiums entwickelten die Forscher ein umfassendes „Implementierungspaket“, das an Primärversorgungspraxen geliefert werden kann.

Die Ermittler wollen nun einen Pilotversuch durchführen, um das Implementierungspaket für den Algorithmus zu testen. Geleitet vom CFIR-basierten Implementierungsplan und unter Verwendung des Implementierungspakets, das die Forscher entwickelt haben, wird ein Pilotversuch durchgeführt, um die Machbarkeit, Akzeptanz und vorläufige Wirksamkeit des Implementierungspakets für den Algorithmus zu untersuchen.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

49

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
      • Pittsburgh, Pennsylvania, Vereinigte Staaten, 15231
        • University of Pittsburgh

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

Ja

Beschreibung

Einschlusskriterien:

  • UPMC-Gemeinschaftsgrundversorgungspraxen

Ausschlusskriterien:

  • Nicht-UPMC-Praktiken

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Versorgungsforschung
  • Zuteilung: N / A
  • Interventionsmodell: Einzelgruppenzuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Implementierungsbündel
Das 'Implementierungsbündel' wurde über sechs bis neun Monate in alle drei teilnehmenden Kliniken integriert.
Das Algorithmus -Implementierungspaket enthält einen Link zu den Algorithmen im elektronischen Gesundheitsakten, in Smartphrasen, geprüftes Feedback und Anweisungen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Machbarkeit von Algorithmen
Zeitfenster: Am Ende des Implementierungsperiode von 6 oder 9 Monaten
Die Anzahl der von Ärzten verwendeten Algorithmen wurde über eine am Ende des 6- oder 9-Monats-Implementierungszeit verwaltete Umfrage bewertet und die selbst berichtete Toolkit-Nutzung während der Studie misst. Unser primärer Machbarkeits -Benchmark wird sein, dass 80% der Ärzte während des Untersuchungszeitraums mindestens einen Algorithmus verwenden.
Am Ende des Implementierungsperiode von 6 oder 9 Monaten
Akzeptanz von Algorithmen
Zeitfenster: Am Ende der 6- oder 9-monatigen Implementierungsphase
Die Akzeptanz der Algorithmen wurde mittels einer Selbsteinschätzungsbefragung am Ende der 6- oder 9-monatigen Implementierungsphase bewertet, die das Bewusstsein der Ärzte für die Algorithmen und die selbstberichtete Nutzung des Toolkits innerhalb von sechs Monaten nach der Implementierung erfasste. Unser primäres Akzeptanzkriterium ist, dass mindestens 80% der Ärzte über Kenntnis der Algorithmenimplementierung berichten und mindestens 50% die Nutzung der Algorithmen während des Studienzeitraums angeben. Zusätzlich lieferten qualitative Interviews mit Ärzten und Personal weitere Einblicke, die mittels thematischer Analyse ausgewertet wurden.
Am Ende der 6- oder 9-monatigen Implementierungsphase

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Vorläufige Wirksamkeit der Algorithmen – MME-Reduktion ≥10 %
Zeitfenster: Vorimplementierung (12 Monate), Implementierung (6 bis 9 Monate), Nachimplementierung (12 Monate)
Anzahl der Patienten mit Langzeitopioidtherapie (LTOT), deren 90-tägiger durchschnittlicher Morphin-Milligramm-Äquivalent (MME) vom Beginn des Berichtszeitraums bis zum Ende des Berichtszeitraums um mindestens 10 % gesunken ist.
Vorimplementierung (12 Monate), Implementierung (6 bis 9 Monate), Nachimplementierung (12 Monate)
Vorläufige Wirksamkeit – Durchschnittlicher MME innerhalb der letzten 90 Tage
Zeitfenster: Vorimplementierung (12 Monate), Implementierung (6 oder 9 Monate), Nachimplementierung (12 Monate)
Durchschnittliche Morphin-Milligrammäquivalente (MME) bei Patienten mit Langzeitopioidtherapie (LTOT) während der letzten 90 Tage jedes Zeitraums.
Vorimplementierung (12 Monate), Implementierung (6 oder 9 Monate), Nachimplementierung (12 Monate)
Vorläufige Wirksamkeit von Algorithmen – Opioid-Absetzen
Zeitfenster: Vorimplementierung (12 Monate), Implementierung (6 bis 9 Monate), Nachimplementierung (12 Monate)
Anzahl der Patienten mit Langzeitopioidtherapie (LTOT), deren 90-tägiger durchschnittlicher Morphin-Milligramm-Äquivalent (MME) zu Beginn dieses Berichtszeitraums 0 betrug.
Vorimplementierung (12 Monate), Implementierung (6 bis 9 Monate), Nachimplementierung (12 Monate)
Preliminary Effectiveness of the Algorithms - New OUD Diagnoses in LTOT Patients
Zeitfenster: Pre-implementation (12 months), implementation (6 to 9 months), post-implementation (12 months)
New opioid use disorder (OUD) diagnoses documented in the electronic health record (EHR) among all LTOT patients seen by participating physicians, by period. No new OUD diagnoses were documented in any period in LTOT patients.
Pre-implementation (12 months), implementation (6 to 9 months), post-implementation (12 months)

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Jessica Merlin, University of Pittsburgh

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)

1. März 2022

Primärer Abschluss (Tatsächlich)

30. September 2023

Studienabschluss (Tatsächlich)

30. September 2024

Studienanmeldedaten

Zuerst eingereicht

28. November 2021

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

21. Dezember 2021

Zuerst gepostet (Tatsächlich)

10. Januar 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

30. Juni 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

13. Juni 2026

Zuletzt verifiziert

1. Juni 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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 .

Abonnieren