Uso y Aceptación de Modelos de Lenguaje a Gran Escala para la Toma de Decisiones Compartidas en Cáncer
Uso y Aceptación de Modelos de Lenguaje de Gran Escala en la Toma de Decisiones Compartidas en Oncología entre Pacientes, el Público y Profesionales Sanitarios
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Descripción detallada
La toma de decisiones compartida es un proceso colaborativo en el que los clínicos apoyan a los pacientes para alcanzar decisiones sobre el tratamiento. A pesar de su importancia en oncología, la toma de decisiones compartida estructurada sigue siendo poco común en la práctica clínica rutinaria. Los modelos de lenguaje grande ofrecen una nueva forma para que los pacientes accedan y comprendan la información médica, sin embargo, se sabe poco sobre cómo las partes interesadas clave perciben y utilizan estas herramientas para las decisiones de salud.
Este estudio observacional utilizó un diseño de métodos mixtos secuencial que combinó la metodología de consenso Delphi con el despliegue de una encuesta transversal. Un panel de 44 expertos en ocho dominios (inteligencia artificial clínica, desarrollo técnico, oncología, psicología, epidemiología, defensa del paciente, ética y experiencia legal) desarrolló y validó el instrumento de evaluación a través de dos rondas Delphi, logrando consenso en 89 ítems. El instrumento final contenía 52 ítems cuantitativos y 8 indicaciones cualitativas, distinguiendo entre el uso de modelos de lenguaje grande general y específico para la atención sanitaria.
El estudio reclutó tres cohortes: 2,316 pacientes con cáncer con diagnóstico autoinformado dentro de los últimos cinco años, 2,000 miembros de la población general de Estados Unidos y Reino Unido, y 2,835 profesionales sanitarios licenciados. El control de calidad incluyó comprobaciones de atención, monitoreo del tiempo de finalización, validación de consistencia y procedimientos de verificación, lo que resultó en la exclusión de 694 respuestas (8.8%) de un total inicial de 7,845.
Los análisis primarios incluyeron pruebas de chi-cuadrado y ANOVA con corrección de Bonferroni, regresión logística multivariable con construcción de modelo jerárquico para identificar predictores de adopción, y segmentación de usuarios mediante tabulación cruzada combinada con agrupación k-means. El estudio fue aprobado por la junta de revisión institucional de la Universidad Técnica de Múnich (TUM2024-89-S-SB).
Tipo de estudio
Tipo de estudio
Inscripción (Actual)
Inscripción
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Bavaria
-
Munich, Bavaria, Alemania, 81675
- Technical University Munich
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
Edad de 18 años o más Dominio del idioma inglés Acceso regular a internet Registrado en la plataforma de investigación Prolific Para la cohorte de pacientes con cáncer: autodiagnóstico de cáncer reportado en los últimos cinco años Para la cohorte de profesionales de la salud: profesional sanitario con licencia y contacto activo con pacientes Para la cohorte de población general: residente de Estados Unidos o Reino Unido
Criterios de exclusión:
Fallo en las preguntas de control de atención integradas (4 controles) Tiempo de finalización de la encuesta fuera del rango aceptable (menos de 5 minutos o más de 60 minutos) Patrón de respuesta en línea recta detectado por algoritmos de validación de consistencia Fallo en los procedimientos de verificación de la cohorte
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Número de grupos/cohortes
Cohortes e Intervenciones
Grupo / CohorteGrupo / Cohorte |
|---|
|
Pacientes con Cáncer
Adultos de 18 años o más con un diagnóstico de cáncer autodeclarado en los últimos cinco años, reclutados a través de la plataforma Prolific con verificación mediante preguntas de cribado sobre la fecha del diagnóstico, el tipo de cáncer y el estado del tratamiento.
n=2.316.
|
|
Población General
Adultos de 18 años o más de Estados Unidos y Reino Unido sin requisito específico de condición de salud, reclutados a través de la plataforma Prolific con cuotas de muestreo estratificado por edad, género, etnia y educación.
n=2,000.
|
|
Profesionales de la Salud
Profesionales sanitarios licenciados de 18 años o más con contacto activo con pacientes, incluidos médicos y personal de enfermería, reclutados a través de la plataforma Prolific de Estados Unidos, Reino Unido y 28 países adicionales.
n=2.835.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de uso de modelos de lenguaje grandes específicos para la atención médica
Periodo de tiempo: Al momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
Proporción de participantes que informan el uso de modelos de lenguaje de gran tamaño específicamente para información relacionada con la salud, medido en una escala de frecuencia de Likert de 5 puntos y dicotomizado como uso frente a no uso.
|
Al momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
|
Creencia futura en la mejora de los modelos de lenguaje extenso para la toma de decisiones compartida
Periodo de tiempo: En el momento de completar la encuesta (evaluación única, marzo-mayo de 2025)
|
Proporción de participantes que creen que los modelos de lenguaje de gran tamaño mejorarán la calidad de la toma de decisiones compartida en oncología, evaluada mediante respuestas en escala Likert.
|
En el momento de completar la encuesta (evaluación única, marzo-mayo de 2025)
|
|
Barreras para la adopción de modelos de lenguaje grandes
Periodo de tiempo: En el momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
Prevalencia de las preocupaciones relacionadas con el uso de modelos de lenguaje extenso para decisiones de salud, incluyendo inquietudes sobre fiabilidad, inquietudes sobre privacidad y preferencia por la interacción humana, cada una evaluada como binaria (presente o ausente).
|
En el momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
Medidas de resultado secundarias
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Predictores independientes de la adopción de modelos de lenguaje de gran tamaño
Periodo de tiempo: En el momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
Razones de probabilidades de la regresión logística multivariable jerárquica que identifica predictores demográficos y relacionados con la salud de la aceptación de modelos de lenguaje de gran escala específicos para la atención médica, incluyendo edad, sexo, etnia, educación, alfabetización digital y confianza en la comprensión de la información de salud.
|
En el momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
|
Segmentación de usuarios
Periodo de tiempo: Al momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
Distribución de participantes en segmentos de usuarios basados en datos, derivados de la tabulación cruzada del uso actual con el beneficio percibido, refinados mediante agrupación k-means: adoptantes potenciales, usuarios creyentes, no usuarios resistentes y usuarios escépticos.
|
Al momento de completar la encuesta (evaluación única, marzo-mayo 2025)
|
|
Patrones de recomendación de profesionales sanitarios
Periodo de tiempo: En el momento de completar la encuesta (evaluación única, marzo-mayo de 2025)
|
Proporción de profesionales sanitarios que recomiendan modelos de lenguaje de gran tamaño a los pacientes para obtener información sobre salud, en comparación con su tasa de uso personal.
|
En el momento de completar la encuesta (evaluación única, marzo-mayo de 2025)
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Inicio del estudio
Finalización primaria (Actual)
Finalización primaria
Finalización del estudio (Actual)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
Otros números de identificación del estudio
- LLM-SDM-2025
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .