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

Bewerten Sie die Behandlungsergebnisse für ein KI-fähiges Informationserfassungstool für klinische Bewertungen in der psychischen Gesundheitsversorgung

4. April 2025 aktualisiert von: Limbic Limited
In der vorgeschlagenen Studie wollen die Forscher einen KI-Prototyp testen, der adaptiv Informationen über die psychischen Gesundheitssymptome eines Patienten zum Zeitpunkt der Überweisung sammelt, um die klinische Bewertung zu unterstützen und zu erleichtern.

Studienübersicht

Detaillierte Beschreibung

In der vorgeschlagenen Studie wollen die Forscher einen KI-Prototyp testen, der adaptiv Informationen über die psychischen Gesundheitssymptome eines Patienten zum Zeitpunkt der Überweisung sammelt, um die klinische Bewertung zu unterstützen und zu erleichtern.

Das KI-System besteht aus einem maschinellen Lernmodell, das eine probabilistische Vorhersage über die wahrscheinlichsten Probleme eines Patienten erstellt (Rangfolge verschiedener Diagnosen basierend auf ihrer Wahrscheinlichkeit), basierend auf Standard-Überweisungsinformationen, die über Limbic Access gesammelt wurden (z. Freitextbeschreibung der Symptome des Patienten, GAD-7 & PHQ-9 usw.). Basierend auf der ML-Vorhersage werden bis zu zwei zusätzliche angststörungsspezifische Maßnahmen (ADSM) verabreicht, um zusätzliche Erkenntnisse über die spezifischen psychischen Gesundheitssymptome des Patienten zu sammeln (d.h. auf den jeweiligen Patienten zugeschnitten). Die gesammelten ADSM-Scores werden den endgültigen Überweisungsinformationen beigefügt, um die klinische Beurteilung zu unterstützen und zu erleichtern und letztendlich den Diagnoseprozess zu verbessern und gleichzeitig klinische Zeit zu sparen. Für diese Studie wird das KI-Modell nur als unterstützendes Instrument für die klinische Bewertung fungieren, indem vorab zusätzliche Daten erhoben werden.

Insbesondere sind die Forscher daran interessiert, zu bewerten, ob die KI-gestützte Informationssammlung die Behandlungsergebnisse verbessert, die Zuverlässigkeit der klinischen Bewertung verbessert, die Warte- und Bewertungszeiten verkürzt und die Behandlungsabbruchraten verringert.

Studientyp

Interventionell

Einschreibung (Geschätzt)

5400

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

16 Jahre und älter (Kind, Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Der Teilnehmer erfüllt die Mindestalteranforderungen für den Dienst
  • Der registrierte Hausarzt des Teilnehmers befindet sich im Einzugsgebiet des IAPT CCG

Ausschlusskriterien:

  • Teilnehmer, die sich in einer Krise befinden (definiert durch dringende Pflegebedürftigkeit oder akutes Schadensrisiko)

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: Parallele Zuordnung
  • Maskierung: Doppelt

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Aktiver Komparator: Limbischer Standardzugang
In diesem Arm werden die Teilnehmer über den Standardpfad von Limbic Access überweisen. Während dieses Prozesses geben die Patienten die minimal erforderlichen Informationen (z. demografische Informationen) sowie einige grundlegende Informationen über ihre erlebten psychischen Gesundheitssymptome (z. PHQ-9 & GAD-7). Diese Informationen sind der Überweisung beigefügt, die dem Kliniker vor der klinischen Beurteilung ausgehändigt wird.
Relevante Informationen für die klinische Überweisung (z. Demographie) und grundlegende klinische Informationen (z. PHQ-9- und Gad-7-Scores) werden während des Selbstüberweisungsprozesses erfasst, der dann den Überweisungsnotizen beigefügt wird, um die klinische Beurteilung durch den Arzt zu erleichtern.
Experimental: Limbischer Zugang mit KI
Geben Sie in diesem Arm alle Informationen wie im standardmäßigen Limbic Access-Pfad an. Basierend auf diesen Informationen wird ein maschinelles Lernmodell verwendet, um das wahrscheinlichste Problem vorherzusagen, auf dessen Grundlage bis zu zwei zusätzliche angstspezifische Maßnahmen durchgeführt werden, um maßgeschneiderte Informationen über die erlebten psychischen Gesundheitssymptome der Patienten zu sammeln. Alle Informationen sind dem Überweisungsschein beigefügt, der dem Kliniker vor der klinischen Beurteilung ausgehändigt wird.

Es werden die gleichen Informationen wie beim Limbic Access Pathway gesammelt. Zusätzliche Informationen (z. störungsspezifische Fragebögen) werden für die wahrscheinlichsten Problemdeskriptoren basierend auf den Vorhersagen des ML-Modells gesammelt.

Alle Informationen sind der Überweisung beigefügt, um die klinische Beurteilung durch den Arzt zu erleichtern.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Änderung vom Baseline-Depressions-Score zu nach der Behandlung
Zeitfenster: Die Definition einer zuverlässigen und klinisch signifikanten Verbesserung basiert auf einem Vergleich des klinischen Scores vor der Behandlung (zum Zeitpunkt der Überweisung, am Tag der Einwilligung) und nach der Behandlung (bewertet zum Zeitpunkt der Entlassung, durchschnittlich 5 Monate).
Das primäre Ergebnis wird als zuverlässige und klinisch signifikante Verbesserung der klinischen Werte nach der Behandlung definiert. Dabei testen die Prüfärzte anhand des Patient Health Questionnaire-9 (PHQ-9: posttreatment scores
Die Definition einer zuverlässigen und klinisch signifikanten Verbesserung basiert auf einem Vergleich des klinischen Scores vor der Behandlung (zum Zeitpunkt der Überweisung, am Tag der Einwilligung) und nach der Behandlung (bewertet zum Zeitpunkt der Entlassung, durchschnittlich 5 Monate).
Wechsel vom Angst-Score zu Studienbeginn zu nach der Behandlung
Zeitfenster: Die Definition einer zuverlässigen und klinisch signifikanten Verbesserung basiert auf einem Vergleich des klinischen Scores vor der Behandlung (zum Zeitpunkt der Überweisung, am Tag der Einwilligung) und nach der Behandlung (bewertet zum Zeitpunkt der Entlassung, durchschnittlich 5 Monate).
Das primäre Ergebnis wird als zuverlässige und klinisch signifikante Verbesserung der klinischen Werte nach der Behandlung definiert. Hiermit werden wir auf Veränderungen der Angst-Scores testen, indem wir die Generalized Anxiety Disorder Assessment (GAD-7: Posttreatment Scores) verwenden
Die Definition einer zuverlässigen und klinisch signifikanten Verbesserung basiert auf einem Vergleich des klinischen Scores vor der Behandlung (zum Zeitpunkt der Überweisung, am Tag der Einwilligung) und nach der Behandlung (bewertet zum Zeitpunkt der Entlassung, durchschnittlich 5 Monate).
Änderung der Diagnose
Zeitfenster: Die Übereinstimmungsbewertung basiert auf einem Vergleich der Diagnosen bei der Erstbeurteilung (vor der ersten Behandlungssitzung) und den Diagnosen am Ende der Behandlung (bewertet zum Zeitpunkt der Entlassung, durchschnittlich 5 Monate nach der Überweisung).

Eine verbesserte Diagnose wird als Übereinstimmung zwischen der Diagnose bei der klinischen Erstbeurteilung und der Diagnose am Ende der Behandlung gemessen. Während der Behandlung in der IAPT werden die Diagnosen während des Behandlungsverlaufs kontinuierlich bewertet, um die Behandlung bei Bedarf zu erhöhen oder zu verringern. Die Übereinstimmung der Diagnosen zu diesen beiden Zeitpunkten wird als binäre Variable („Zustimmung“ versus „Ablehnung“) kodiert.

Als Maß für die Verlässlichkeit der Erstdiagnose messen die Prüfärzte den Prozentsatz der Patienten, bei denen die Diagnose bei klinischer Beurteilung mit den Diagnosen am Ende der Behandlung übereinstimmt

Die Übereinstimmungsbewertung basiert auf einem Vergleich der Diagnosen bei der Erstbeurteilung (vor der ersten Behandlungssitzung) und den Diagnosen am Ende der Behandlung (bewertet zum Zeitpunkt der Entlassung, durchschnittlich 5 Monate nach der Überweisung).
Klinische Bewertungszeiten
Zeitfenster: Diese Maßnahme wird nach der klinischen Bewertung verfügbar sein (bis zu durchschnittlich 1 Monat nach Zustimmung).
Eine verbesserte klinische Effizienz wird durch kürzere Bewertungszeiten angezeigt, gemessen an der durchschnittlichen Zeit pro klinischer Bewertung (in Minuten).
Diese Maßnahme wird nach der klinischen Bewertung verfügbar sein (bis zu durchschnittlich 1 Monat nach Zustimmung).
Wartezeiten für die Bewertung
Zeitfenster: Diese Maßnahme wird nach der klinischen Bewertung verfügbar sein (bis zu durchschnittlich 1 Monat nach Zustimmung).
Die Wartezeiten der Patienten für die Beurteilung werden als die Zeit zwischen dem Datum der Selbstüberweisung und dem Datum der klinischen Beurteilung gemessen.
Diese Maßnahme wird nach der klinischen Bewertung verfügbar sein (bis zu durchschnittlich 1 Monat nach Zustimmung).
Wartezeiten für die Behandlung
Zeitfenster: Diese Maßnahme steht nach Beginn der Behandlung zur Verfügung (bis zu durchschnittlich 4 Monate nach Einwilligung).
Die Wartezeiten der Patienten auf die Behandlung werden als die Zeit zwischen dem Datum der Bewertung und dem Datum der ersten Behandlungssitzung gemessen
Diese Maßnahme steht nach Beginn der Behandlung zur Verfügung (bis zu durchschnittlich 4 Monate nach Einwilligung).

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Empfehlungsabbrecherquoten
Zeitfenster: Während der Chatbot-Interaktion (Tag 1)
Der Abbruch der Patientenüberweisung wird als jede Person gemessen, die der Teilnahme an der Studie zugestimmt hat, aber während des Überweisungsprozesses nicht alle angeforderten klinischen Informationen ausgefüllt hat.
Während der Chatbot-Interaktion (Tag 1)
Prüfungsabbrecherquoten
Zeitfenster: Zum Zeitpunkt der Beendigung der Behandlung unter Verwendung von Standarddefinitionen der IAPT (bewertet bis zu 3 Monate)
Der Abbruch der klinischen Bewertung wird als jede Absage oder jedes „nicht teilgenommen“-Ereignis für Patienten gemessen, die erfolgreich einen Slot für eine klinische Bewertung hatten (z. Uhrzeit und Datum) organisiert. Die Behandlungskohorte (Limbic Access mit AI-Weg) wird im Vergleich zu einer Kohorte von Patienten bewertet, die den Standardweg des limbischen Zugangs über dieselben Dienste und über dasselbe Zeitfenster durchlaufen, in dem die Studie zum Vergleich verwendet wird.
Zum Zeitpunkt der Beendigung der Behandlung unter Verwendung von Standarddefinitionen der IAPT (bewertet bis zu 3 Monate)
Behandlungsabbruchquoten
Zeitfenster: Zum Zeitpunkt der Beendigung der Behandlung unter Verwendung von Standarddefinitionen der IAPT (bewertet bis zu 3 Monate)
Der Behandlungsabbruch wird anhand eines „Abbruch“-Etiketts gemessen, das vom behandelnden Arzt zu einer Patientenakte im Patientenverwaltungssystem des Dienstes hinzugefügt wird, wenn ein Abbruchereignis auftritt. Die Behandlungskohorte (Limbic Access +AI Pathway) wird im Vergleich zu einer Kohorte von Patienten bewertet, die den Standardpfad des limbischen Zugangs über dieselben Dienste und über dasselbe Zeitfenster durchlaufen, in dem die Studie zum Vergleich verwendet wird.
Zum Zeitpunkt der Beendigung der Behandlung unter Verwendung von Standarddefinitionen der IAPT (bewertet bis zu 3 Monate)

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Übereinstimmungsrate zwischen der probabilistischen Modellvorhersage (im Limbic Access +AI Pathway) und der klinischen Diagnose.
Zeitfenster: Die Diagnose des Arztes wird zum Zeitpunkt der klinischen Beurteilung beurteilt (bewertet bis zu 1 Monat).
Kappa für jede Diagnose wird als Übereinstimmungswert zwischen der Modellvorhersage und der Diagnose bei der klinischen Bewertung berechnet.
Die Diagnose des Arztes wird zum Zeitpunkt der klinischen Beurteilung beurteilt (bewertet bis zu 1 Monat).
Verzerrung der Vorhersagekraft des Modells in Bezug auf bestimmte Patientendemografien
Zeitfenster: Demografische Daten werden an dem Tag erfasst, an dem die Teilnehmer ihre Zustimmung geben.
Prozentsatz der Übereinstimmung zwischen Modellvorhersage und klinischer Diagnose für verschiedene demografische Gruppen
Demografische Daten werden an dem Tag erfasst, an dem die Teilnehmer ihre Zustimmung geben.

Mitarbeiter und Ermittler

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

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)

28. Februar 2023

Primärer Abschluss (Geschätzt)

1. September 2025

Studienabschluss (Geschätzt)

1. Dezember 2025

Studienanmeldedaten

Zuerst eingereicht

28. April 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

9. August 2022

Zuerst gepostet (Tatsächlich)

10. August 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

8. April 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

4. April 2025

Zuletzt verifiziert

1. April 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • Limbic-303303

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