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

Evalúe los resultados del tratamiento para la herramienta de recopilación de información habilitada para IA para evaluaciones clínicas en atención de la salud mental

4 de abril de 2025 actualizado por: Limbic Limited
En el estudio propuesto, los investigadores tienen como objetivo probar un prototipo de IA que recopila de manera adaptativa información sobre los síntomas de salud mental de un paciente en el momento de la derivación para respaldar y facilitar la evaluación clínica.

Descripción general del estudio

Descripción detallada

En el estudio propuesto, los investigadores tienen como objetivo probar un prototipo de IA que recopila de manera adaptativa información sobre los síntomas de salud mental de un paciente en el momento de la derivación para respaldar y facilitar la evaluación clínica.

El sistema de IA consta de un modelo de aprendizaje automático que produce una predicción probabilística sobre los problemas más probables de un paciente (clasificando diferentes diagnósticos según su probabilidad) en función de la información de referencia estándar recopilada a través de Limbic Access (p. descripción de texto libre de los síntomas del paciente, GAD-7 y PHQ-9, etc.). Según la predicción de ML, se administrarán hasta dos medidas adicionales específicas del trastorno de ansiedad (ADSM) para recopilar información adicional sobre los síntomas de salud mental específicos experimentados por el paciente (es decir, adaptado al paciente específico). Los puntajes ADSM recopilados se adjuntarán a la información de referencia final para respaldar y facilitar la evaluación clínica y, en última instancia, mejorar el proceso de diagnóstico y ahorrar tiempo clínico. Para este ensayo, el modelo de IA solo funcionará como una herramienta de apoyo para la evaluación clínica mediante la recopilación de datos adicionales con anticipación.

Específicamente, los investigadores están interesados ​​en evaluar si la recopilación de información respaldada por IA mejora los resultados del tratamiento, la confiabilidad de la evaluación clínica, reduce los tiempos de espera y evaluación y reduce las tasas de abandono del tratamiento.

Tipo de estudio

Intervencionista

Inscripción (Estimado)

5400

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

      • Gosforth, Reino Unido, NE13 9BA
        • Insight Healthcare

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

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

Acepta Voluntarios Saludables

No

Descripción

Criterios de inclusión:

  • El participante cumple con los requisitos de edad mínima para el servicio
  • El médico de cabecera registrado del participante está dentro del área de captación de IAPT CCG

Criterio de exclusión:

  • Participantes que están en crisis (definidos por requerir atención urgente o estar en riesgo urgente de daño)

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: Diagnóstico
  • Asignación: Aleatorizado
  • Modelo Intervencionista: Asignación paralela
  • Enmascaramiento: Doble

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Comparador activo: Acceso límbico estándar
En este brazo, los participantes se referirán a través de la vía estándar de Limbic Access. Durante este proceso, los pacientes brindan la información mínima requerida (p. información demográfica), así como alguna información básica sobre sus síntomas de salud mental experimentados (p. PHQ-9 y GAD-7). Esta información se adjunta a la derivación proporcionada al médico antes de la evaluación clínica.
Información relevante para la derivación clínica (p. datos demográficos) e información clínica básica (p. Las puntuaciones de PHQ-9 y Gad-7) se recopilan durante el proceso de autorreferencia que luego se adjunta a las notas de referencia para facilitar la evaluación clínica realizada por el médico.
Experimental: Acceso límbico con IA
En este brazo, proporcione toda la información como en la vía estándar de acceso límbico. Con base en esta información, se utiliza un modelo de aprendizaje automático para predecir el problema más probable, en función del cual se administran hasta dos medidas adicionales específicas de ansiedad para recopilar información más personalizada sobre los síntomas de salud mental experimentados por los pacientes. Toda la información se adjunta a la derivación proporcionada al clínico antes de la evaluación clínica.

Se recopila la misma información que en la vía de acceso límbico. Sin embargo, la información adicional (es decir, cuestionarios específicos del trastorno) se recopilan para los descriptores de problemas más probables en función de las predicciones del modelo ML.

Toda la información se adjunta a la referencia para facilitar la evaluación clínica realizada por el médico.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Cambio desde la puntuación de depresión inicial hasta después del tratamiento
Periodo de tiempo: La definición de mejoría confiable y clínicamente significativa se basa en una comparación del puntaje clínico previo al tratamiento (en el momento de la derivación, el día del consentimiento) y posterior al tratamiento (evaluado en el momento del alta, un promedio de 5 meses).
El resultado primario se definirá como una mejoría confiable y clínicamente significativa en las puntuaciones clínicas después del tratamiento. Por la presente, los investigadores evaluarán los cambios en las puntuaciones de depresión mediante el Cuestionario de salud del paciente-9 (PHQ-9: puntuaciones posteriores al tratamiento).
La definición de mejoría confiable y clínicamente significativa se basa en una comparación del puntaje clínico previo al tratamiento (en el momento de la derivación, el día del consentimiento) y posterior al tratamiento (evaluado en el momento del alta, un promedio de 5 meses).
Cambio desde la puntuación de ansiedad inicial hasta después del tratamiento
Periodo de tiempo: La definición de mejoría confiable y clínicamente significativa se basa en una comparación del puntaje clínico previo al tratamiento (en el momento de la derivación, el día del consentimiento) y posterior al tratamiento (evaluado en el momento del alta, un promedio de 5 meses).
El resultado primario se definirá como una mejoría confiable y clínicamente significativa en las puntuaciones clínicas después del tratamiento. Por la presente, evaluaremos los cambios en las puntuaciones de ansiedad utilizando la Evaluación del trastorno de ansiedad generalizada (GAD-7: puntuaciones posteriores al tratamiento).
La definición de mejoría confiable y clínicamente significativa se basa en una comparación del puntaje clínico previo al tratamiento (en el momento de la derivación, el día del consentimiento) y posterior al tratamiento (evaluado en el momento del alta, un promedio de 5 meses).
Cambio en el diagnóstico
Periodo de tiempo: La puntuación de concordancia se basará en una comparación del diagnóstico en la evaluación inicial (antes de la primera sesión de tratamiento) y los diagnósticos al final del tratamiento (evaluado en el momento del alta, un promedio de 5 meses desde la derivación).

La mejora del diagnóstico se medirá como la correspondencia entre el diagnóstico en la valoración clínica inicial y el diagnóstico al final del tratamiento. Durante el tratamiento en IAPT, los diagnósticos se evaluarán continuamente durante el curso del tratamiento para aumentar o disminuir el tratamiento si es necesario. El acuerdo de diagnósticos en estos dos momentos se codificará como una variable binaria ("acuerdo" frente a "desacuerdo").

Los investigadores medirán el porcentaje de pacientes en los que el diagnóstico en la valoración clínica corresponde a los diagnósticos al final del tratamiento como medida de la fiabilidad del diagnóstico inicial.

La puntuación de concordancia se basará en una comparación del diagnóstico en la evaluación inicial (antes de la primera sesión de tratamiento) y los diagnósticos al final del tratamiento (evaluado en el momento del alta, un promedio de 5 meses desde la derivación).
Tiempos de evaluación clínica
Periodo de tiempo: Esta medida estará disponible después de la evaluación clínica (hasta un promedio de 1 mes desde el consentimiento).
La eficiencia clínica mejorada estará indicada por tiempos de evaluación reducidos, medidos por el tiempo promedio por evaluación clínica (en minutos).
Esta medida estará disponible después de la evaluación clínica (hasta un promedio de 1 mes desde el consentimiento).
Tiempos de espera para valoración
Periodo de tiempo: Esta medida estará disponible después de la evaluación clínica (hasta un promedio de 1 mes desde el consentimiento).
Los tiempos de espera del paciente para la evaluación se medirán como el tiempo entre la fecha de la autorremisión y la fecha de la evaluación clínica.
Esta medida estará disponible después de la evaluación clínica (hasta un promedio de 1 mes desde el consentimiento).
Tiempos de espera para el tratamiento
Periodo de tiempo: Esta medida estará disponible después del inicio del tratamiento (hasta un promedio de 4 meses desde el consentimiento).
Los tiempos de espera del paciente para el tratamiento se medirán como el tiempo entre la fecha de evaluación y la fecha de la primera sesión de tratamiento.
Esta medida estará disponible después del inicio del tratamiento (hasta un promedio de 4 meses desde el consentimiento).

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Tasas de abandono de referencias
Periodo de tiempo: Durante la interacción con el chatbot (día 1)
La deserción de la referencia del paciente se medirá como cualquier persona que haya dado su consentimiento para participar en el estudio, pero que no haya completado toda la información clínica solicitada durante el proceso de referencia.
Durante la interacción con el chatbot (día 1)
Tasas de abandono de la evaluación
Periodo de tiempo: En el momento de la terminación del tratamiento usando las definiciones estándar de IAPT (evaluado hasta 3 meses)
El abandono de la evaluación clínica se medirá como cualquier evento de cancelación o "No asistió" para los pacientes que tuvieron con éxito un espacio de evaluación clínica (p. hora y fecha) organizado. La cohorte de tratamiento (Acceso límbico con vía de IA) se evaluará frente a una cohorte de pacientes que pasan por la vía estándar de Acceso límbico en los mismos servicios y durante el mismo período de tiempo en que se usará el estudio para la comparación.
En el momento de la terminación del tratamiento usando las definiciones estándar de IAPT (evaluado hasta 3 meses)
Tasas de abandono del tratamiento
Periodo de tiempo: En el momento de la terminación del tratamiento usando las definiciones estándar de IAPT (evaluado hasta 3 meses)
El abandono del tratamiento se medirá utilizando una etiqueta de "abandono" que el médico tratante agrega al archivo de un paciente en el sistema de gestión de pacientes del servicio cuando ocurre un evento de abandono. La cohorte de tratamiento (vía de acceso límbico + IA) se evaluará frente a una cohorte de pacientes que pasan por la vía estándar de acceso límbico en los mismos servicios y durante el mismo período de tiempo en que se usará el estudio para la comparación.
En el momento de la terminación del tratamiento usando las definiciones estándar de IAPT (evaluado hasta 3 meses)

Otras medidas de resultado

Medida de resultado
Medida Descripción
Periodo de tiempo
Tasa de concordancia entre la predicción del modelo probabilístico (en la vía Limbic Access +AI) y el diagnóstico clínico.
Periodo de tiempo: El diagnóstico del médico se evaluará en el momento de la evaluación clínica (evaluado hasta 1 mes).
Kappa para cada diagnóstico se calculará como puntuación de concordancia entre la predicción del modelo y el diagnóstico en la evaluación clínica.
El diagnóstico del médico se evaluará en el momento de la evaluación clínica (evaluado hasta 1 mes).
Sesgo en el poder predictivo del modelo con respecto a la demografía particular del paciente
Periodo de tiempo: Los datos demográficos se capturan en el punto de referencia el día en que los participantes dan su consentimiento.
Porcentaje de acuerdo entre la predicción del modelo y el diagnóstico clínico para diferentes grupos demográficos
Los datos demográficos se capturan en el punto de referencia el día en que los participantes dan su consentimiento.

Colaboradores e Investigadores

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

Patrocinador

Colaboradores

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)

28 de febrero de 2023

Finalización primaria (Estimado)

1 de septiembre de 2025

Finalización del estudio (Estimado)

1 de diciembre de 2025

Fechas de registro del estudio

Enviado por primera vez

28 de abril de 2022

Primero enviado que cumplió con los criterios de control de calidad

9 de agosto de 2022

Publicado por primera vez (Actual)

10 de agosto de 2022

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

8 de abril de 2025

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

4 de abril de 2025

Última verificación

1 de abril de 2025

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • Limbic-303303

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

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. .

Suscribir