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

Verwendung von Reinforcement Learning zur Personalisierung elektronischer Gesundheitsakten-Tools, um das Verschreiben zu erleichtern (REINFORCE-EHR)

30. März 2026 aktualisiert von: Julie Lauffenburger, Brigham and Women's Hospital
Das übergeordnete Ziel der vorgeschlagenen Forschung besteht in der Verfeinerung, Anpassung und Durchführung von Wirksamkeitstests eines neuartigen, auf Verstärkungslernen basierenden Ansatzes zur Personalisierung von EHR-basierten Tools für PCPs zur Verschreibung von Hochrisikomedikamenten für ältere Erwachsene. Die Studie wird bei Atrius Health, einem integrierten Liefernetzwerk in Massachusetts, durchgeführt und wird sich auf Erstversorger auswirken. Die Forscher werden eine Cluster-randomisierte Studie mit Verstärkungslernen durchführen, um Tools für elektronische Gesundheitsakten (EHR) anzupassen, um Hochrisikomedikamente im Vergleich zur üblichen Pflege zu verschreiben. 60 PCPs werden randomisiert (d. h. jeweils 30 für die Intervention zum verstärkten Lernen und die übliche Pflege [kein EHR-Tool] in jedem Arm) an der Studie teilnehmen und sie etwa 30 Wochen lang begleiten. Das primäre Ergebnis wird das Absetzen oder die Anordnung einer Dosisreduzierung der Hochrisikomedikamente für geeignete Patienten durch eingeschlossene Erstversorger unter Verwendung von EHR-Daten bei Atrius sein. Die primäre Hypothese ist, dass die personalisierte Intervention mittels Reinforcement Learning die Verschreibungspflicht im Vergleich zur üblichen Pflege verbessern wird.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Studientyp

Interventionell

Einschreibung (Tatsächlich)

1249

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienorte

    • Massachusetts
      • Boston, Massachusetts, Vereinigte Staaten, 02215
        • Atrius Health

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

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

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
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

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

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

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)

11. August 2025

Primärer Abschluss (Tatsächlich)

27. März 2026

Studienabschluss (Tatsächlich)

27. März 2026

Studienanmeldedaten

Zuerst eingereicht

24. Oktober 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

25. Oktober 2024

Zuerst gepostet (Tatsächlich)

28. Oktober 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

2. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

30. März 2026

Zuletzt verifiziert

1. November 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 2024P002700
  • 2P30AG064199-06 (US NIH Stipendium/Vertrag)

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

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 .

Klinische Studien zur Altern

Klinische Studien zur Verstärkungslernen

Abonnieren