Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Aprovechando la mensajería de texto interactiva para monitorear y apoyar la salud materna en Kenia (AI-NEO)

22 de diciembre de 2023 actualizado por: Keshet Ronen, University of Washington
Las intervenciones de salud móvil (mHealth), como los mensajes de texto interactivos de servicio de mensajes cortos (SMS) con trabajadores de la salud (HCW), se han propuesto como adiciones eficientes y accesibles a la atención médica tradicional en entornos con recursos limitados. Aprovechar todo el potencial de salud pública de mHealth para la salud materna requiere el uso de nuevas herramientas tecnológicas que se adapten dinámicamente a las necesidades de los usuarios. Este estudio probará el uso de un algoritmo informático de procesamiento de lenguaje natural en mensajes SMS entrantes con personas embarazadas y nuevas madres en Kenia para ver si puede ayudar a identificar mensajes urgentes.

Descripción general del estudio

Descripción detallada

A pesar de los logros recientes en la reducción de la mortalidad infantil, las muertes neonatales siguen siendo altas y representan el 46% de todas las muertes en niños menores de 5 años en todo el mundo. Abordar la alta mortalidad neonatal exige esfuerzos centrados en obtener intervenciones comprobadas para los recién nacidos en riesgo y sus familias. Las intervenciones de salud móvil tienen el potencial de mejorar la atención neonatal y la búsqueda de atención médica por parte de los cuidadores. El impacto de tales intervenciones se maximizará al garantizar que los trabajadores de la salud clasifiquen con precisión los mensajes de los cuidadores y respondan de manera adecuada y rápida a los mensajes que indican una pregunta médica urgente. Este estudio se suma al conocimiento actual al probar una nueva herramienta de procesamiento de lenguaje natural (NLP) para detectar mensajes urgentes. Según el conocimiento de los investigadores, dicha herramienta no ha sido desarrollada ni probada empíricamente en una implementación del "mundo real". Además, las herramientas de PNL hasta la fecha se han desarrollado principalmente para lenguajes de muchos recursos; los investigadores no conocen ninguna herramienta desarrollada para detectar la urgencia en los idiomas swahili y luo.

La hipótesis general de este estudio es que el desarrollo de una variante adaptable de la plataforma Mobile WACh SMS que detecta y prioriza automáticamente los mensajes urgentes será factible y aceptable para las enfermeras y los usuarios finales, y reducirá el tiempo desde la recepción del mensaje hasta la respuesta del HCW.

Objetivos generales El objetivo general del estudio es implementar un modelo NLP en la plataforma SMS WACh móvil y probar su aceptabilidad e impacto en el tiempo de respuesta de los HCW.

Objetivo: Pilotar el sistema WACh móvil adaptado (AI-NEO) y evaluar su aceptabilidad y efecto en el tiempo de respuesta de enfermería.

Se inscribirán 80 mujeres embarazadas para recibir la intervención AI-NEO SMS. Las mujeres se inscribirán en >=28 semanas de gestación y recibirán SMS automáticos sobre la salud neonatal desde la inscripción hasta las 6 semanas posparto, y tendrán la capacidad de enviar mensajes interactivos con las enfermeras del estudio. Los mensajes de los participantes se clasificarán automáticamente por urgencia. La aceptabilidad de la intervención y las mejoras recomendadas se evaluarán entre los clientes y las enfermeras mediante la recopilación de datos cuantitativos y cualitativos al final del estudio (cuestionarios cuantitativos con todos los clientes participantes y entrevistas cualitativas con 4 enfermeras). El tiempo de respuesta de las enfermeras a los mensajes urgentes y no urgentes de los participantes se comparará en el piloto AI-NEO con el ensayo Mobile WACh NEO en curso, en el que se utiliza un sistema Mobile WACh no adaptado.

Tipo de estudio

Intervencionista

Inscripción (Actual)

80

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

      • Kisumu, Kenia
        • Kisumu County Hospital
    • Kisumu
      • Ahero, Kisumu, Kenia
        • Ahero Sub-District Hospital

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

14 años y mayores (Niño, Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

Descripción

Criterios de inclusión:

  • Embarazada
  • ≥28 semanas de gestación
  • Acceso diario a un teléfono móvil (propio o compartido) en la red Safaricom
  • Dispuesto a recibir SMS
  • Edad ≥14 años
  • Capaz de leer y responder mensajes de texto en inglés, kiswahili o luo, o tener a alguien en el hogar que pueda ayudar

Criterio de exclusión:

  • Actualmente inscrito en otro estudio de investigación.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Investigación de servicios de salud
  • Asignación: N / A
  • Modelo Intervencionista: Asignación de un solo grupo
  • Enmascaramiento: Ninguno (etiqueta abierta)

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: Diálogo SMS bidireccional interactivo
Los participantes recibirán mensajes SMS automáticos con indicaciones para responder. Tendrán la capacidad de responder e iniciar un diálogo por SMS. Enfermeros capacitados en el estudio monitorearán y responderán los mensajes de los participantes. El modelo NLP se aplicará a los mensajes y resaltará aquellos que se determine que son urgentes.
Este estudio utiliza Mobile WACh, un sistema híbrido humano-computadora que permite la comunicación bidireccional por SMS y el seguimiento de pacientes, para brindar un apoyo constante a las mujeres y sus bebés durante el período periparto y las 6 semanas de vida del bebé. Las mujeres recibirán mensajes SMS automatizados dirigidos al período periparto apropiado y tendrán la capacidad de responder y enviar mensajes de forma espontánea a una enfermera en la clínica. Durante el embarazo, los SMS automatizados se enviarán semanalmente. Dos semanas antes de la fecha estimada de parto (EDD, por sus siglas en inglés) del participante, comenzarán los mensajes diarios y continuarán durante dos semanas después de que se determine la entrega. A partir de entonces, los SMS se enviarán cada dos días. Las mujeres que experimenten un embarazo o la pérdida de un bebé se inscribirán en un registro de pérdida de bebés. El modelo NLP se aplicará a los mensajes entrantes de los participantes. Aquellos marcados como urgentes por el modelo se marcarán dentro del sistema de SMS, lo que permitirá a las enfermeras del estudio clasificar y responder adecuadamente a esos mensajes.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Aceptabilidad
Periodo de tiempo: Inscripción hasta las 4 semanas posparto
Puntuación AIM (Medida de Aceptabilidad de Intervención) (instrumento de Weiner et al. Rango de puntuación 1-5; una puntuación más alta indica una mayor aceptabilidad)
Inscripción hasta las 4 semanas posparto
Tiempo de respuesta de la enfermera
Periodo de tiempo: Inscripción hasta las 4 semanas posparto
Minutos desde el mensaje urgente del participante hasta la respuesta de la enfermera
Inscripción hasta las 4 semanas posparto

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Investigadores

  • Investigador principal: Keshet Ronen, PhD, University of Washington

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

4 de mayo de 2022

Finalización primaria (Actual)

31 de octubre de 2022

Finalización del estudio (Actual)

31 de octubre de 2022

Fechas de registro del estudio

Enviado por primera vez

11 de abril de 2022

Primero enviado que cumplió con los criterios de control de calidad

5 de mayo de 2022

Publicado por primera vez (Actual)

11 de mayo de 2022

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

29 de diciembre de 2023

Última actualización enviada que cumplió con los criterios de control de calidad

22 de diciembre de 2023

Última verificación

1 de diciembre de 2023

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • STUDY00014447
  • K18MH122978 (Subvención/contrato del NIH de EE. UU.)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

Descripción del plan IPD

Los datos de AI-NEO estarán disponibles al final del proyecto poniéndose en contacto con el equipo de estudio de la Universidad de Washington (keshet@uw.edu).

Marco de tiempo para compartir IPD

Fin del proyecto

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

3
Suscribir