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

OpRESTORE KI-Patientennavigator-Studie

11. März 2026 aktualisiert von: Imperial College Healthcare NHS Trust

Die OpRESTORE AI-Patienten-Navigator-Studie: Entwicklung und Test eines KI-gestützten Patienten-Navigators für britische Veteranen mit dienstbedingten körperlichen Gesundheitsproblemen

OpRESTORE ist ein nationaler NHS-Dienst, der britische Veteranen mit komplexen physischen Gesundheitsproblemen unterstützt, die mit ihrem Militärdienst zusammenhängen. Veteranen, die an OpRESTORE überwiesen werden, benötigen häufig Betreuung von vielen verschiedenen Fachleuten, einschließlich Chirurgen, Schmerz-Teams, Rehabilitation und psychiatrischen Diensten. Derzeit werden Entscheidungen darüber, welcher Dienst am besten geeignet ist, von einem multidisziplinären Team (MDT) von Klinikern getroffen. Obwohl effektiv, kann dieser Prozess langsam, ressourcenintensiv und manchmal für Patienten schwer zu navigieren sein.

Diese Studie wird ein neues digitales "Navigator"-Tool entwickeln und testen, das künstliche Intelligenz (KI) verwendet, um diese Überweisungsentscheidungen zu unterstützen. Das Ziel ist zu sehen, ob das Tool Veteranen sicher und genau dem richtigen Versorgungspfad zuordnen kann, während es Verzögerungen reduziert und die Patientenerfahrung verbessert.

Das Projekt wird in mehreren Phasen durchgeführt:

  • Überprüfung vergangener OpRESTORE-Aufzeichnungen, um das KI-Modell zu entwerfen.
  • Testen des Tools neben dem MDT ("Schattentest"), um zu prüfen, ob seine Empfehlungen mit den klinischen Entscheidungen übereinstimmen.
  • Durchführung einer Fall-Kontroll-Studie, um Ergebnisse zwischen Patienten, die mit KI-Unterstützung überwiesen wurden, und solchen, die nur vom MDT überwiesen wurden, zu vergleichen.
  • Erstellen und Testen eines strukturierten Selbstüberweisungsformulars, um Veteranen den direkten Zugang zur Versorgung zu erleichtern.

Das Hauptergebnis wird sein, ob das KI-Tool dieselben Überweisungsentscheidungen trifft wie das MDT. Weitere Ergebnisse umfassen Patientenzufriedenheit, Lebensqualität, Zeit bis zum Erreichen des richtigen Dienstes und Gesamtkosten.

Die Studie wird Veteranen im Alter von 18 Jahren oder älter rekrutieren, die mit einem physischen Gesundheitsbedarf an OpRESTORE überwiesen werden. Sie wird zwei Jahre laufen. Wenn erfolgreich, könnte dieser Ansatz Klinikerzeit freisetzen, Wartezeiten für Behandlungen verkürzen und die Gesundheit und das Wohlbefinden von Veteranen verbessern, während er die Grundlagen für eine breitere Nutzung von KI-unterstützter Navigation im gesamten NHS legt.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Detaillierte Beschreibung

HINTERGRUND

Einleitung OpRESTORE wurde 2016 gegründet, um spezialisierte multidisziplinäre Versorgung für britische Militärveteranen mit dienstbedingten physischen Gesundheitsbedürfnissen bereitzustellen. In den letzten sieben Jahren wurden mehr als 1.500 Patienten in den Dienst überwiesen, was sowohl die hohe Belastung durch komplexe Erkrankungen in dieser Gruppe als auch den ungedeckten Bedarf an koordinierten Versorgungswegen widerspiegelt. OpRESTORE hat klare Vorteile gezeigt: Patienten berichten über hohe Zufriedenheit, fast 60 % der Fälle werden auf einen geeigneteren Weg umgeleitet, und statistisch signifikante Verbesserungen werden bei den EQ-5D-5L-Ergebnissen beobachtet. Allerdings steigen die Überweisungsraten jährlich um mehr als 30 % und drohen, die klinische Kapazität zu übersteigen. Die Herausforderung ist nicht ein Mangel an Expertise, sondern eine Frage der Skalierbarkeit. Um weiterhin hochwertige, zeitnahe und gerechte Versorgung zu gewährleisten, ist eine digitale Weiterentwicklung des OpRESTORE-Weges erforderlich.

Warum OpRESTORE benötigt wurde OpRESTORE entstand als Reaktion auf systemische Ineffizienzen in den Patientenwegen des NHS. In den letzten zehn Jahren hat die Anzahl der Jahre in guter Gesundheit abgenommen, wobei 15-20 % der Bevölkerung von muskuloskelettalen Erkrankungen betroffen sind, einer Hauptursache für Behinderung und wirtschaftliche Inaktivität und den Großteil der Arbeitslast von OpRESTORE. Die Primärversorgung ist zunehmend überlastet: zum ersten Mal seit zwei Jahrzehnten übersteigt die Unzufriedenheit der Patienten mit Hausarztleistungen die Zufriedenheit. Der Zugang ist in benachteiligten Gemeinschaften besonders eingeschränkt, was zu wachsenden gesundheitlichen Ungleichheiten beiträgt. Für Veteranen werden diese Herausforderungen durch fragmentierte medizinische Versorgung nach dem Übergang aus den Streitkräften, Schwierigkeiten bei der Navigation durch zivile Gesundheitssysteme und die psychosozialen Auswirkungen des Verlassens des Dienstlebens verstärkt. Skepsis über die Fähigkeit ziviler Anbieter, die Nuancen militärbezogener Erkrankungen zu verstehen, hält Veteranen ebenfalls davon ab, NHS-Versorgung in Anspruch zu nehmen.

Überweisungswege sind ein Hauptengpass. 7-9 % der Hausarzttermine führen zu einer Überweisung, doch 18 % der Patienten benötigen vier oder mehr Konsultationen, bevor sie überwiesen werden. Entscheidend ist, dass 21 % der Patienten in das "Überweisungs-Schwarze Loch" fallen, wo Termine abgesagt, fehlgeleitet oder verloren gehen. Diese Verzögerungen verlängern den bereits langen Überweisungsprozess: 2022 warteten 25 % der Menschen in England auf einen Termin, eine Untersuchung oder Intervention, und 59 % der Patienten erhielten keine Facharztversorgung innerhalb des 18-Wochen-Ziels. Das Endergebnis ist ein System, in dem Hausärzte eine steigende Arbeitslast tragen, Fachärzte mit unangemessenen oder verzögerten Überweisungen konfrontiert sind und Patienten ungerechte, langwierige und fragmentierte Versorgung erleben. Veteranen, die oft mit Multimorbidität, komplexen physischen Bedürfnissen und häufig psychosozialen Herausforderungen präsentieren, sind besonders anfällig für diese Versäumnisse.

Gesundheitsnavigation als Lösung

Gesundheitsnavigation bietet eine bewährte Lösung für fragmentierte Systeme. Die Evidenzbasis ist umfangreich: Für dieses Projekt wurden eine Metaanalyse und 13 systematische Übersichtsarbeiten konsultiert, zusätzlich zu relevanten Einzelpublikationen. Zusammen zeigen diese Studien, dass Navigationsprogramme konsequent den Zugang zur Versorgung verbessern und Patientenergebnisse steigern. Zu den wichtigsten Ergebnissen gehören:

  • Erhöhter Screening-Anteil,
  • Verbesserte Teilnahme an Terminen, Nachsorgeadhärenz und Behandlungseinhaltung,
  • Verkürzte Zeit bis zur Diagnose und Behandlung,
  • Reduzierte ungeplante Versorgung einschließlich Notfallbesuche und Krankenhausaufenthalte ((8,16,17) und kürzere Krankenhausaufenthalte, wenn sie auftreten,
  • Verbesserte Patientenzufriedenheit und -ergebnisse, insbesondere bei chronischen Erkrankungen und unterversorgten Gruppen,
  • Reduzierte Sterblichkeit.

Es hat sich auch gezeigt, dass Navigation messbare Kosteneinsparungen bringt. Beispiele beinhalten Reduzierungen der Krebsversorgungskosten von 1.676 $ pro Patient pro Monat und Einsparungen von 17.780 $ jährlich für Patienten in den NavSTAR-Substanzmissbrauchsprogrammen. Systematische Übersichtsarbeiten schlussfolgern konsequent, dass Patientennavigation Krankenhausaufenthalte verkürzt und ungeplante Versorgung verringert, beides große Kostentreiber. Finanzmodellierungsstudien sagen ähnlich signifikante Einsparungen pro Patient in Übergangsversorgung und Krebswegen voraus.

Der OpRESTORE-Patientennavigator hat einige dieser Vorteile bewiesen. Über die Hälfte der Patienten wird auf einen anderen Weg umgeleitet als ursprünglich erwartet, was eine angemessenere Nutzung knapper Fachdienstleistungen sicherstellt. Patient Reported Outcome Measures (PROM; EQ-5D-5L) zeigen messbare Verbesserungen der Lebensqualität, und Patientenumfragen berichten über hohe Zufriedenheit mit dem Dienst. Kurz gesagt, OpRESTORE hat das Konzept der Navigation für Veteranen im britischen Kontext bewiesen.

Die aufkommende Herausforderung: Arbeitslast und Skalierbarkeit Trotz dieser Erfolge steht OpRESTORE nun an einem Wendepunkt. Da die Überweisungszahlen jährlich um mehr als 30 % wachsen, droht die Arbeitslast das verfügbare Personal zu übersteigen. Eine weitere Expansion allein durch menschliche Kapazität ist nicht nachhaltig. Erforderlich ist eine digitale Erweiterung des Weges, die intelligenter, nicht härter arbeitet. Einige Elemente der Navigation, insbesondere die Triage unkomplizierter Fälle, sind für Automatisierung geeignet. Dies muss jedoch erreicht werden, ohne die patientenzentrierten und "menschlichen" Elemente zu opfern, die dem Erfolg von OpRESTORE zugrunde liegen. Eine KI-Lösung könnte den Arbeitsablauf optimieren, die Arbeitslast verringern und menschliche Ressourcen freisetzen, um durch direkte Patienteninteraktionen Wert zu schaffen, anstatt durch bürokratische und administrative Prozesse.

Eine weitere Dimension ist das Potenzial für Selbstüberweisungsmodelle. In ganz Europa haben Gesundheitssysteme zunehmend auf restriktive Gatekeeping zurückgegriffen, den direkten Facharztzugang begrenzt, um Kosten bei alternden Bevölkerungen und steigender Nachfrage zu kontrollieren. Doch solche Ansätze riskieren, die Versorgung für diejenigen zu verzögern, die sie wirklich benötigen. KI-verbesserte Patientennavigation bietet eine ausgewogenere Alternative: Sie ermöglicht effiziente Selbstüberweisung für Patienten, die Facharztversorgung benötigen, während sie durch KI-gestützte Triage intelligentes Gatekeeping gewährleistet.

Evidenzlücken und die Rolle von KI Während Patientennavigation in der Krebsversorgung und einigen chronischen Erkrankungskontexten etabliert ist, gibt es wenig veröffentlichte Forschung zu KI-verbesserter Gesundheitsnavigation, insbesondere im Vereinigten Königreich und über mehrere Fachgebiete hinweg. Die aktuelle veröffentlichte Literatur besteht größtenteils aus Studienprotokollen oder zukünftigen Projekten und Meinungsbeiträgen. Übersichtsarbeiten heben das Potenzial von KI hervor, Triage zu unterstützen, Patientenaufklärung zu personalisieren, Versorgungskoordination zu verbessern und Ressourcennutzung zu optimieren. Allerdings fehlen robuste, realweltliche Evaluierungen.

Unser Team adressiert diese Lücke durch eine systematische Übersichtsarbeit zu KI in der Gesundheitsnavigation (PROSPERO 2025 CRD420251019208). Dies wird das Design und die Evaluation einer digitalen, KI-verbesserten Version des OpRESTORE-Weges informieren.

Nicht nur sind die Digitalisierung und intelligente Automatisierung von OpRESTORE entscheidend für sein weiteres Wachstum und Erfolg, sondern es ist auch einzigartig positioniert, als Testfall für wegweisende KI-Patientennavigation bei britischen Veteranen zu dienen. Es ist sicher, mit einem etablierten multidisziplinären klinischen Sicherheitsnetz. Es verfügt über fast neun Jahre patientenbezogener Daten über >1.500 Fälle. Das Fallmix bietet sowohl Komplexität (Multimorbidität, dienstbezogene Pathologie) als auch Einfachheit (fast 50 % bleiben auf demselben Weg, und es gibt hohe Homogenität mit muskuloskelettalen Überweisungen, die 74 % der Fälle ausmachen). Diese Balance macht OpRESTORE sowohl zu einem rigorosen als auch machbaren Umfeld, um KI-gestützte Navigation zu pilotieren.

Politikausrichtung Wichtig ist, dass die Digitalisierung von OpRESTORE mit den Prioritäten des britischen Gesundheitssystems übereinstimmt. Der Delivery Plan for Recovering Access to Primary Care (2023-25) hebt die Bedeutung von Selbstüberweisung und digitaler Transformation hervor, um die Belastung der Hausärzte zu verringern und den Zugang zur Gesundheitsversorgung zu verbessern. Der NHS Long-Term Plan und der Darzi Review (2024) betonen beide die Beschleunigung der Digitalisierung, die Nutzung von KI und die Verlagerung hin zu technologiegestützter Effizienz in der Patientennavigation. Das Tony Blair Institute (2024) hat KI, insbesondere für Triage und Navigation, als kritischen Treiber für nachhaltige Gesundheitsreform hervorgehoben.

Schlussfolgerung OpRESTORE hat den Wert der Patientennavigation für Veteranen im Vereinigten Königreich bewiesen, steht jedoch vor einem nicht nachhaltigen Anstieg der Nachfrage. Digitalisierung, gestützt auf robuste Forschung und KI-verbesserte Werkzeuge, bietet einen sicheren, skalierbaren Weg nach vorn. Durch die Kombination evidenzbasierter Navigation mit nationalen Politikprioritäten wird die vorgeschlagene Forschung Erkenntnisse generieren, die nicht nur für Veteranen, sondern auch für das weitere NHS und internationale Gesundheitssysteme relevant sind.

BEGRÜNDUNG FÜR DIE AKTUELLE STUDIE Dieses Projekt zielt darauf ab, zu evaluieren, ob ein KI-verbessertes Patienten-Navigationswerkzeug MDT-Entscheidungsfindung replizieren kann, während es die Arbeitslast der Kliniker verringert. Diese Studie ist darauf ausgelegt, die gestufte Implementierung eines digitalen Navigationsweges zu informieren, einschließlich Selbstüberweisung, klinikerverifizierter algorithmischer Triage und letztendlich selektiver Automatisierung für geeignete Fälle.

Forschungsfrage:

Kann ein KI-verbesserter digitaler Patientennavigator MDT-Entscheidungen im OpRESTORE-Weg sicher und genau replizieren, während er die Arbeitslast der Kliniker verringert? Kann er Systemeffizienz sowie patientenberichtete Erfahrungen und Ergebnisse verbessern?

Hypothese:

Ein digitales, KI-verbessertes Patienten-Navigationswerkzeug wird in der Lage sein, Patienten mit derselben Zuverlässigkeit wie MDT-Entscheidungsfindung zu geeigneten Versorgungswegen zu führen, während es weniger manuellen Input erfordert. Zusätzlich wird strukturierte Selbstüberweisung reichere klinische Daten erfassen als traditionelle hausarztgeführte Überweisungen, was zu verbesserter Patientenerfahrung und -engagement führt.

2. STUDIENZIELE

Primäres Ziel:

Zu bestimmen, ob ein digitaler KI-verbesserter Navigationsalgorithmus MDT-Entscheidungsfindung in der Lenkung von Patienten zu geeigneten Versorgungswegen entspricht.

Sekundäre Ziele:

  • Patientenerfahrung (PREMs) und PROMs über verschiedene Überweisungswege zu evaluieren.
  • Patientenkohorten zu identifizieren, die für Automatisierung geeignet sind (definiert als 80-95 % anfängliche algorithmische Genauigkeit).
  • Zeit bis zur MDT-Diskussion und Überweisungsausstellung zu bewerten.
  • Eine Kostenanalyse durchzuführen, die Standard- und digitale Arbeitsabläufe vergleicht.
  • MDT-Entscheidungen anhand NICE-Leitlinien-basierter Empfehlungen zu benchmarken.

    3. STUDIENDESIGN

Studientyp: Digitale Gesundheitsinterventionsentwicklung und -evaluation - Eine Mixed-Methods-Studie zur digitalen Gesundheit und KI-Algorithmusentwicklung, einschließlich retrospektiver Analyse klinischer Aufzeichnungen, prospektiver Beobachtungsvalidierung und eines zukünftigen Interventions-Fall-Kontroll-Studie eines KI-basierten Gesundheitsnavigationswerkzeugs.

Dauer: 2 Jahre

Probanden: Veteranen, die den OpRESTORE-Patientennavigationsweg nutzen.

3.1. STUDIENENDPUNKTE

Primärer Endpunkt:

Die Übereinstimmung zwischen algorithmusgenerierten Versorgungswegempfehlungen und MDT-Entscheidungen.

Sekundäre Endpunkte:

  1. Die Genauigkeit der Überweisungen, bestimmt durch unabhängige Experten, die der MDT entspricht oder übertrifft.
  2. Der Anstieg der EQ5D-5L-Werte (von Baseline bis Austritt) von Patienten unter dem algorithmusgestützten Weg, der dem unter dem Standardweg entspricht oder größer ist.
  3. Patientenberichtete Erfahrungsmaße (PREMs), bewertet nach Überweisung (z.B. Gesamtzufriedenheit, Benutzerfreundlichkeit, Zugänglichkeit) von Patienten unter dem algorithmusgestützten Weg, die dem unter dem Standardweg entsprechen oder größer sind.
  4. Zeit von Überweisung bis MDT-Entscheidung und Überweisungsausstellung, die im algorithmusgestützten Weg schneller ist.
  5. Kosten pro Überweisungsepisode, die in den KI-gestützten Wegen niedriger sind.
  6. Anteil der algorithmusgestützten Überweisungen, die starke Unterstützung für einen Behandlungsweg bieten und keinen weiteren Input der MDT erfordern, mit einem Ziel von 40 %.
  7. Die Eignung dieser Plattform für eine Untergruppe von Veteranenamputierten.

Studientyp

Interventionell

Einschreibung (Geschätzt)

1389

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Erfüllt die Kriterien für eine Überweisung zum OpRESTORE-Service
  • Mindestens 18 Jahre alt.
  • Einwilligungsfähigkeit.
  • Vorliegen eines physischen Gesundheitsbedarfs (z. B. nicht ausschließlich psychische Gesundheit oder Suche nach sozialer Beratung)

Ausschlusskriterien:

  • Überweisungen, die außerhalb des standardmäßigen MDT-Workflows bearbeitet werden.
  • Patienten ohne Einwilligungsfähigkeit.
  • Gefangene.
  • Akute Präsentation, die am besten durch Notdienste behandelt wird und für OpRESTORE nicht geeignet ist.

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: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Aktiver Komparator: Standardbehandlung - MDT-Pfad
Der Patient wird in der aktuellen OpRESTORE-Behandlungsbahn laufen. Dies bedeutet manuelle Bearbeitung seiner Überweisung durch das OpRESTORE-Gesundheitsnavigations-Team, Zusammenfassung des medizinischen Bildes, Diskussion bei einem multidisziplinären Teamtreffen und Einigung auf ein Behandlungsergebnis.
Dies ist der aktuelle Standard der Versorgung, bei dem es sich um einen humanen Gesundheitsversorgungs-Navigationspfad handelt, bei dem Informationen manuell extrahiert werden und Fälle im opRESTORE MDT für britische Veteranen besprochen werden.
Experimental: KI-OpRESTORE - automatisierter Weg
In diesem Pfad werden Daten automatisch von den Patienten selbst gesammelt durch Selbstüberweisung, automatisiertes Screening ihrer Patientenakte und nur bei Bedarf menschlichen Input (durch Mitglieder des OpRESTORE-Klinikteams) oder zusätzliche Informationen. Diese Informationen werden dann durch den ergebnisvorhersagenden Algorithmus verarbeitet, der über ein Behandlungsergebnis entscheidet. Die Entscheidung wird als endgültig betrachtet, wird jedoch für den Zweck dieser Studie von Mitgliedern des klinischen Teams und klinischen Mitgliedern des Forschungsteams überprüft, um klinische Kohärenz sicherzustellen und Schäden für Teilnehmer zu vermeiden.
Im Rahmen dieser Studie wird ein Algorithmus entwickelt, der den besten Behandlungsweg für einen Patienten anhand grundlegender demografischer Variablen, gezielter klinischer Fragen und früherer klinischer Aufzeichnungen vorhersagt. Dies ist die erste Version dieses sich in Entwicklung befindenden Algorithmus, der auf Daten von UK OpRESTORE-Veteranen aufbaut und an derselben Population getestet wird.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Algorithmus-Konkordanz gegenüber Kontrolle
Zeitfenster: Nach Abschluss sowohl der MDT-Entscheidung als auch der Algorithmus-Ausgabeerstellung (je nachdem, was später erfolgt), typischerweise 8 Wochen nach Überweisung für prospektive Fälle oder nach der Algorithmus-Verarbeitung für retrospektive Daten.
Übereinstimmung zwischen algorithmusgenerierten Behandlungsweg-Empfehlungen und Entscheidungen des multidisziplinären Teams (MDT). MDT-Entscheidungen bestimmen den am besten geeigneten Behandlungsweg und werden im MDT-Zusammenfassungsdokument und der Überweisungsverfolgungsdatenbank erfasst. Behandlungswege entsprechen spezifischen NHS- oder Drittsektor-Dienstleistungen, die in Kategorien und Unterkategorien gruppiert sind (z. B. orthopädische Chirurgieklinik nach Gelenk; HNO-Dienstleistungen unterteilt in HNO-Klinik oder Audiologie; Schmerzdienstleistungen unterteilt in NHS-Kliniken, benannte Berater oder Drittsektor-Programme). Algorithmusausgaben werden mit MDT-Entscheidungen verglichen und klassifiziert als: vollständige Übereinstimmung (Kategorie und Unterkategorie), nur Kategorieübereinstimmung, falsche Empfehlung oder Überweisung an MDT aufgrund geringer Algorithmuszuversicht.
Nach Abschluss sowohl der MDT-Entscheidung als auch der Algorithmus-Ausgabeerstellung (je nachdem, was später erfolgt), typischerweise 8 Wochen nach Überweisung für prospektive Fälle oder nach der Algorithmus-Verarbeitung für retrospektive Daten.

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Patient Reported Outcomes (EQ5D-5L)
Zeitfenster: Von der Rekrutierung bis 6 Monate nach der Rekrutierung.
Die Zunahme der von den stationären Patienten berichteten Ergebnisse (von der Basislinie bis zum Austritt) bei Patienten unter dem algorithmusgestützten Behandlungspfad ist gleich oder größer als bei Patienten unter dem Standardbehandlungspfad. Der standardisierte EuroQol EQ5D-5L-Fragebogen wird verwendet. Eine niedrigere Punktzahl entspricht einer besseren Lebensqualität. Er besteht aus 5 Fragen und die Ergebnisse werden deskriptiv als 5-stellige Zahl dargestellt (wobei jede Ziffer den Antworten auf die einzelnen Fragen entspricht) oder als zusammengesetzter Score mit einem Mindestwert von 5 und einem Höchstwert von 25 (alle Fragen sind gleich gewichtet).
Von der Rekrutierung bis 6 Monate nach der Rekrutierung.
Überweisungsgenauigkeit
Zeitfenster: Zum Zeitpunkt der Ergebnisentscheidung im Vergleich zur Experteneinschätzung innerhalb von 3 Monaten nach der Überweisung.
Die Genauigkeit der Überweisungen, wie von unabhängigen Experten festgestellt, entspricht oder übertrifft die des MDT.
Die Ergebnisse fallen in 3 Kategorien, ähnlich den primären Endpunkten: vollständige Übereinstimmung (Kategorie und Unterkategorie), nur Kategorieübereinstimmung, falsche Empfehlung.
Diejenigen, die vom Algorithmus an den MDT überwiesen werden, werden für diesen Endpunkt nicht berücksichtigt.
Zum Zeitpunkt der Ergebnisentscheidung im Vergleich zur Experteneinschätzung innerhalb von 3 Monaten nach der Überweisung.
Patient Reported Experience Measures
Zeitfenster: Von der Überweisung bis 6 Monate nach der Überweisung
Patientenberichtete Erfahrungsmessungen (PREMs) wurden nach der Überweisung bewertet und zwischen Patienten mit Selbstüberweisung und denen mit Hausarztüberweisung sowie zwischen denen, die durch den Algorithmus liefen, und denen, die durch das manuelle MDT liefen, verglichen (4 resultierende Gruppen). PREMs werden mit dem Veteran Affairs Trust-Fragebogen bewertet. Er besteht aus 4 Fragen mit Multiple-Choice-Antworten auf einer 5-Punkte-Likert-Skala. Der Vergleich ist deskriptiv über die 4 Fragen hinweg (eine zusammengesetzte Bewertung ist nicht validiert).
Von der Überweisung bis 6 Monate nach der Überweisung
Weg-Zeit-Effizienz
Zeitfenster: Von der Überweisungsbestätigung bis zur Entscheidung über den Behandlungsweg (algorithmusgenerierte Empfehlung oder MDT-Entscheidung), bis zu 6 Monate.
Zeit vom Eingang der Überweisung (Selbstüberweisung oder Überweisung durch den Hausarzt) bis zur Entscheidung über den Behandlungsweg. In der Kontrollgruppe ist dies die Zeit vom Eingang der Überweisung bis zur endgültigen Behandlungsentscheidung, die im MDT (multidisziplinäres Team) festgehalten und im Patienten-Tracker sowie den MDT-Protokollen dokumentiert wird. In der Algorithmus-Gruppe ist dies die Zeit vom Eingang der Überweisung bis zur algorithmusgenerierten Behandlungsempfehlung. Wenn die Algorithmus-Konfidenz niedrig ist, wird der Fall an das MDT verwiesen und die Zeit bis zur Entscheidung wird nach Abschluss des MDT erfasst, wie in der Kontrollgruppe.
Von der Überweisungsbestätigung bis zur Entscheidung über den Behandlungsweg (algorithmusgenerierte Empfehlung oder MDT-Entscheidung), bis zu 6 Monate.
Kosten pro Überweisungsepisode
Zeitfenster: Von der Überweisung bis zur Entlassung aus dem Dienst (in der Regel nicht länger als 6 Monate).
Die Kosten pro Überweisungsepisode sind in den KI-unterstützten Behandlungspfaden niedriger.
Von der Überweisung bis zur Entlassung aus dem Dienst (in der Regel nicht länger als 6 Monate).
Grad der Automatisierung
Zeitfenster: Vom Zeitpunkt der Überweisung bis zur Entlassung aus der Behandlung bewertet (in der Regel nicht länger als 6 Monate)
Anteil der algorithmusgestützten Überweisungen, die eine starke Unterstützung für einen Behandlungsweg bieten und keine weiteren Eingaben vom MDT erfordern, mit einem Ziel von 40 %.
Vom Zeitpunkt der Überweisung bis zur Entlassung aus der Behandlung bewertet (in der Regel nicht länger als 6 Monate)

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Eignung für Amputierte
Zeitfenster: Bewertet nach Erstellung des MDT-Ergebnisses und für einen Zeitraum von 3 Monaten danach.
Die Eignung dieser Plattform für eine Untergruppe von Veteranen mit Amputationen.
Bewertet nach Erstellung des MDT-Ergebnisses und für einen Zeitraum von 3 Monaten danach.

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Shehan Hettiaratchy, FRCS MD, Imperial College Healthcare NHS Trust

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

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 (Geschätzt)

1. Mai 2026

Primärer Abschluss (Geschätzt)

1. Mai 2027

Studienabschluss (Geschätzt)

1. November 2027

Studienanmeldedaten

Zuerst eingereicht

4. März 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

11. März 2026

Zuerst gepostet (Tatsächlich)

16. März 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

16. März 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

11. März 2026

Zuletzt verifiziert

1. März 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 199335
  • OpRESTORE number (Andere Kennung: OpRESTORE, Imperial College Healthcare NHS trust)

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 .

Klinische Studien zur Veteran

Klinische Studien zur OpRESTORE Gesundheitsnavigation

Abonnieren