Ayudar a las personas a adherirse a su tratamiento con vareniclina mediante la creación conjunta de un agente conversacional: un estudio de viabilidad
El objetivo de este estudio de factibilidad es co-crear y evaluar un robot de salud centrado en el paciente, basado en la evidencia y basado en la teoría, destinado a ayudar a las personas a cumplir con su régimen de vareniclina. Las principales preguntas de investigación que pretende responder son:
- ¿Cuáles son los desafíos para la adherencia a la vareniclina y las estrategias para superar dichos desafíos desde la perspectiva de los usuarios y proveedores de servicios?
- ¿Qué características de un healthbot ayudarían a mejorar la adherencia a la vareniclina?
¿Un healthbot desarrollado para mejorar la adherencia a la vareniclina cumple con los resultados de la implementación y aumenta la adherencia a la medicación, así como el abandono del hábito de fumar? El estudio se llevará a cabo utilizando el marco Discover Design Build and Test.
- En la fase Descubrir, una revisión de la literatura, 20 entrevistas a usuarios de servicios y 20 entrevistas a proveedores de atención médica ayudarán a informar los desafíos para la adherencia a la vareniclina, las estrategias para superarlos utilizando el marco de Capacidad, Oportunidad, Motivación y Comportamiento, y las formas en que un healthbot podría ayudar a mejorar la adherencia.
- En la fase de diseño, construcción y prueba, 40 participantes interactuarán con un robot de salud preliminar utilizando el método del Mago de Oz y luego brindarán comentarios sobre sus experiencias en una entrevista de seguimiento; y los miembros del equipo, incluidos médicos e investigadores, realizarán una prueba beta y validarán un robot de salud más refinado.
En la última fase, un estudio de factibilidad de un solo brazo no aleatorio, 40 participantes interactuarán con el bot de salud durante 12 semanas y brindarán comentarios sobre la aceptabilidad, adecuación, fidelidad, adopción y usabilidad del bot de salud; y los investigadores evaluarán la adherencia a la medicación y el estado de tabaquismo de los participantes.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
R: Diseño conjunto de un robot de salud basado en la teoría para respaldar la adherencia de los pacientes a la vareniclina:
Los investigadores emplearán un enfoque centrado en el usuario para construir el robot de salud con el fin de optimizar la experiencia del usuario y lograr la mejor aceptación y utilización. Siguiendo el marco Discover, Design and Build, and Test (DDBT), los investigadores utilizarán un enfoque de tres pasos para codiseñar la funcionalidad central del healthbot: 1) revisar la literatura y realizar entrevistas con usuarios potenciales (Fase de descubrimiento) ; 2) diseñar el robot de salud y realizar las pruebas del Mago de Oz (fase de diseño/construcción); 3) Entrenar y probar el healthbot (Fase de Prueba).
Revisión de literatura:
El objetivo de esta revisión rápida es doble: 1) identificar las barreras y los facilitadores para la adherencia a la vareniclina, en personas que usan vareniclina para dejar de fumar (los investigadores usarán el Marco de Dominios Teóricos (TDF) para organizar la extracción de datos), y 2 ) para identificar las técnicas de cambio de comportamiento (BCT) que están asociadas con ayudar a las personas a cumplir con su tratamiento con vareniclina (los investigadores utilizarán BCTT v1. para organizar la extracción de datos). El estudio fue registrado con PROSPERO (#CRD42022321838).
Entrevistas semiestructuradas con personas que usan vareniclina:
Para obtener una comprensión profunda de los desafíos y las soluciones que encuentran las personas que usan vareniclina y para comprender qué características les gustaría ver a los usuarios en un robot de salud diseñado para ayudar a adherirse a la vareniclina.
Entrevistas semiestructuradas con proveedores de atención médica que ayudan a las personas que quieren dejar de fumar:
Hay poca orientación con respecto a las perspectivas de los proveedores de atención médica (HCP) al recomendar soluciones de salud digital a sus pacientes. Comprender las perspectivas de los profesionales de la salud es crucial para facilitar la entrega y la aceptación efectivas del robot de salud. Estas entrevistas explorarán: (1) barreras/facilitadores que influyen en la provisión de soluciones de salud digital por parte de los profesionales de la salud a los pacientes a los que se les recetó vareniclina; (2) Identificar dominios teóricos a los que apuntar para el cambio de comportamiento; (3) Seleccione BCT para incluir en el bot de salud.
Método Mago de Oz:
El propósito de esta etapa es probar un producto mínimo viable para determinar si el producto necesita un pivote. Los pivotes son mejoras estructuradas diseñadas para probar nuevas hipótesis fundamentales sobre productos, estrategias y motores de crecimiento y, a menudo, ocurren en las primeras etapas del desarrollo del producto. El método Wizard of Oz (WoZ) es un enfoque popular en el que los participantes de la investigación interactúan con un sistema informático que creen que es autónomo; sin embargo, las respuestas en realidad son generadas por un ser humano invisible (el mago). Es útil en el desarrollo iterativo ya que es muy fácil cambiar y evolucionar las respuestas del asistente.
Construcción del robot de salud (fase de construcción):
Siguiendo la guía del marco de no adopción, abandono, ampliación, difusión y sostenibilidad (NASSS), los investigadores construirán el robot de salud eligiendo la solución sensata más simple para el diseño. Para este estudio, los investigadores construirán un robot de salud basado en reglas, que tiene capacidades para determinar el significado de las palabras de los usuarios. Las reglas vendrán de la revisión de la literatura, las entrevistas y las pruebas de WoZ. Específicamente, luego de la fase de descubrimiento, el equipo de investigación calificará todos los BCT identificados como posibles contribuyentes para ayudar a las personas a adherirse a su vareniclina en función de si es asequible, práctico, efectivo, aceptable, seguro y equitativo (criterios APEASE).
Entrenamiento y pruebas (Fase de prueba):
Las entrevistas y los datos de WoZ servirán para ayudar a entrenar al robot de salud. Además, una vez que los investigadores tengan un prototipo funcional del robot de salud, los miembros del equipo, incluidos médicos e investigadores, interactuarán con el robot de salud para probarlo en versión beta y validarlo.
B: Evaluar los resultados de la implementación; examinar la adherencia a la medicación y el éxito para dejar de fumar entre los participantes que usan el robot de salud:
Los investigadores llevarán a cabo un estudio de factibilidad de un solo brazo no aleatorio. Solo tendrá un grupo de intervención (sin grupo de control) y está diseñado para examinar procedimientos de estudio importantes (p. ej., reclutamiento de pacientes, retención, datos faltantes), antes de un ensayo controlado aleatorio (RCT) más grande que pruebe la efectividad del healthbot. .
Las personas interesadas se pondrán en contacto con el personal de investigación, que explicará el estudio y evaluará los criterios de inclusión. Si son elegibles, a los participantes se les enviará un formulario de consentimiento y se les programará una discusión de consentimiento por teléfono. Una vez recibido el consentimiento, se programará una visita inicial presencial o virtual donde los participantes (n=40) completarán un cuestionario en línea, que incluye preguntas relacionadas con las características sociodemográficas, la dependencia del tabaquismo y una escala adaptada para medir la autoadherencia a la vareniclina. eficacia. Tendrán una visita virtual o presencial a un proveedor de atención médica para confirmar la elegibilidad y obtener una receta de vareniclina durante las primeras cuatro semanas (una tableta [0,5 mg] al día durante los primeros tres días, una tableta [0,5 mg] dos veces al día durante los siguientes cuatro días y una tableta [1 mg] dos veces al día durante tres semanas). Además, el personal de investigación mostrará a los participantes cómo usar el robot de salud en sus teléfonos. Se programará una visita de seguimiento a las dos semanas donde los proveedores de atención médica evaluarán la tolerancia del participante a la vareniclina y proporcionarán una receta para las ocho semanas restantes (una tableta (1 mg) dos veces al día o una dosis diferente según la tolerancia de cada participante) . Los medicamentos se proporcionarán en persona o se enviarán por correo a los participantes según el formato de su visita inicial y de seguimiento al proveedor de atención médica. Cualquier problema imprevisto debido al uso de vareniclina (es decir, eventos adversos que son inesperados en términos de gravedad, naturaleza o frecuencia; relacionados o posiblemente relacionados con la participación en la investigación; y sugieren que la investigación pone a otros participantes de la investigación en mayor riesgo de daño) se documentarán según corresponda y se informarán al Consejo de Ética en Investigación y las reacciones adversas a los medicamentos se informarán al Titular de la Autorización de Comercialización (APOTEX) según corresponda.
Healthbot proporcionará: 1) recordatorios para la dosificación y el horario de vareniclina; 2) información y sugerencias sobre el manejo de los efectos secundarios conocidos (la razón citada con más frecuencia para la falta de adherencia a la vareniclina es experimentar efectos secundarios); 3) respuestas a preguntas sobre el uso de medicamentos (p. ej., qué hacer si se olvida una dosis); 4) el seguimiento de la ingesta de medicamentos y el tabaquismo; 5) apoyo y estímulo para aumentar la motivación de los participantes para continuar con sus intentos de dejar de fumar. Durante las próximas 12 semanas, el robot de salud les recordará a los participantes que tomen su vareniclina en los momentos apropiados y podrán interactuar con el robot de salud cuando lo deseen.
A las semanas 1, 4, 8 y 12, los participantes completarán una encuesta. Al comienzo del estudio, los participantes podrán elegir si responden las preguntas a través del healthbot o en línea. Todos los participantes que no completen el seguimiento en línea/healthbot dentro del plazo permitido serán contactados por teléfono por el personal de investigación. Además, después de las 12 semanas de uso del healthbot, los participantes participarán en una entrevista telefónica semiestructurada de 1 hora.
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Ontario
-
Toronto, Ontario, Canadá, M6J1H4
- Centre for Addiction and Mental Health
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Fumadores que buscan tratamiento y que están dispuestos a comenzar a tomar vareniclina y continuarla durante 12 semanas, y establecer una fecha para dejar de fumar en los próximos 30 días;
- Fumar cigarrillos diariamente (10 o más cigarrillos al día)
- Edad ≥ 18 años;
- hablar/leer inglés;
- Tener un smartphone con plan de datos;
- Informar que se compromete a responder preguntas durante el seguimiento;
- Vive en Ontario.
Criterio de exclusión:
- Tiene contraindicaciones para el uso de vareniclina;
- Está embarazada/planea quedar embarazada/amamantando;
- Participó en la fase de co-diseño.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Tratamiento
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Healthbot vareniclina
Si bien las características exactas del bot de salud se basarán en los resultados de la revisión rápida, las entrevistas y las pruebas de Wizard of OZ, los investigadores saben por la literatura existente sobre la adherencia a los medicamentos y las intervenciones de cambio de comportamiento, que el bot de salud proporcionará: 1) recordatorios para la dosificación de vareniclina y horario; 2) información y sugerencias sobre el manejo de los efectos secundarios conocidos (la razón citada con más frecuencia para la falta de adherencia a la vareniclina es experimentar efectos secundarios); 3) respuestas a preguntas sobre el uso de medicamentos (p. ej., qué hacer si se olvida una dosis); y 4) apoyo para aumentar la motivación de los participantes para continuar con sus intentos de dejar de fumar.
Durante las próximas 12 semanas, el robot de salud les recordará a los participantes que tomen su vareniclina en los momentos apropiados, y podrán interactuar con el robot de salud cuando lo deseen.
|
La intervención es un robot de salud que brindará información, recordatorios, respuestas a preguntas y apoyo a los participantes que usan vareniclina para dejar de fumar.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Medida de Aceptabilidad de la Intervención (AIM)
Periodo de tiempo: 12 semanas
|
El grado en que una innovación es aceptable, agradable o satisfactoria para una parte interesada. Para medir la aceptabilidad, utilizamos la Medida de Aceptabilidad de la Intervención (AIM) de cuatro ítems en las encuestas de seguimiento. La Medida de Aceptabilidad de la Intervención (AIM) es una escala de 4 ítems que evalúa la aceptabilidad percibida. Cada ítem se califica del 1 (muy en desacuerdo) al 5 (muy de acuerdo). La puntuación total del AIM es la suma de los cuatro ítems, dando un rango de 4-20, donde puntuaciones más altas indican mayor aceptabilidad. Unidad de medida: puntuación en una escala (4-20). |
12 semanas
|
|
Adecuación
Periodo de tiempo: 12 semanas
|
La adecuación o compatibilidad percibida de una innovación con un entorno o contexto de práctica. Para este estudio, la adecuación se medirá a nivel individual (por ejemplo, la alineación con las actitudes, necesidades y antecedentes de los usuarios) en la encuesta de 12 semanas, con la Medida de Adecuación de la Intervención (IAM), una escala validada de 4 ítems sobre la adecuación de la intervención. La IAM incluye 4 ítems, cada uno calificado en una escala Likert de 5 puntos desde 1 ("Completamente en desacuerdo") hasta 5 ("Completamente de acuerdo"). Las respuestas a los ítems se suman para generar una puntuación total de la IAM que va de 4 a 20, donde puntuaciones más altas indican una mayor adecuación percibida de la intervención. |
12 semanas
|
|
Adopción
Periodo de tiempo: 12 semanas
|
La intención, decisión o inicio de uso de una práctica basada en la evidencia, caracterizándola a nivel del proveedor o la organización. Dado que el concepto de adopción se alinea con los constructos del uso real del sistema, los investigadores que examinan las tecnologías de intervención conductual (como el healthbot) han ampliado este nivel de análisis al del consumidor. En este estudio, los investigadores medirán la adopción del healthbot examinando los datos de análisis, que el healthbot recopilará pasivamente en los registros de la aplicación, durante las 12 semanas que el participante tiene programado tomar la vareniclina. Los investigadores medirán la adopción a través de múltiples análisis del healthbot, incluyendo cuándo (día/hora) el usuario interactuó con el healthbot, qué funciones se utilizaron y el tiempo dedicado. Si el uso medio es ≤20 veces, se considerará como el punto de corte para no progresar a un ensayo controlado aleatorizado. |
12 semanas
|
|
Usabilidad
Periodo de tiempo: 12 semanas
|
Se evaluará utilizando la Escala de Usabilidad del Sistema (SUS). La SUS consta de 10 ítems calificados en una escala Likert de 5 puntos que va desde 1 ("Totalmente en desacuerdo") hasta 5 ("Totalmente de acuerdo"), con ítems redactados de forma positiva y negativa alternativamente. Las respuestas se suman y se convierten en una puntuación total que va de 0 a 100, donde puntuaciones más altas indican una mejor usabilidad percibida. Una puntuación SUS de 68 se considera usabilidad promedio, con puntuaciones por encima de 68 que indican una usabilidad superior al promedio y puntuaciones por debajo de 68 que sugieren problemas de usabilidad. Puntuaciones por encima de aproximadamente 80 se interpretan típicamente como usabilidad excelente, mientras que puntuaciones por debajo de 50 indican usabilidad deficiente. Puntuaciones SUS |
12 semanas
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Adherencia a la Medicación
Periodo de tiempo: 12 semanas
|
Se utilizó el método Timeline Follow-Back (TLFB) para evaluar la adherencia a vareniclina. TLFB es un método retrospectivo validado basado en calendario en el que los participantes indican el número de comprimidos de vareniclina tomados desde su visita de estudio anterior. Las encuestas TLFB se recogieron en las semanas 1, 4, 8 y 12. Para cada intervalo, la adherencia se calculó como: (Número de comprimidos reportados tomados ÷ Número de comprimidos prescritos para ese intervalo) Los participantes se clasificaron como adherentes si tomaron ≥80% de sus dosis prescritas de vareniclina durante cada intervalo. El resultado reportado refleja el número de participantes que, en la evaluación de 12 semanas, fueron ≥80% adherentes en las semanas 1, 4, 8 y 12. |
12 semanas
|
|
Estado de tabaquismo
Periodo de tiempo: 12 semanas
|
La abstinencia de fumar se evaluó durante la encuesta de seguimiento a las 12 semanas. La abstinencia se definió utilizando la pregunta dicotómica de prevalencia puntual de 7 días: "¿Has fumado un cigarrillo, aunque sea una calada, en los últimos siete días?" Los participantes que respondieron "No" se clasificaron como abstinentes. El resultado refleja el número de participantes que habían dejado de fumar en la evaluación de las 12 semanas. |
12 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Nadia Minian, PhD, CAMH
Publicaciones y enlaces útiles
Publicaciones Generales
- Michie S, van Stralen MM, West R. The behaviour change wheel: a new method for characterising and designing behaviour change interventions. Implement Sci. 2011 Apr 23;6:42. doi: 10.1186/1748-5908-6-42.
- Weiner BJ, Lewis CC, Stanick C, Powell BJ, Dorsey CN, Clary AS, Boynton MH, Halko H. Psychometric assessment of three newly developed implementation outcome measures. Implement Sci. 2017 Aug 29;12(1):108. doi: 10.1186/s13012-017-0635-3.
- Fagerstrom K. Determinants of tobacco use and renaming the FTND to the Fagerstrom Test for Cigarette Dependence. Nicotine Tob Res. 2012 Jan;14(1):75-8. doi: 10.1093/ntr/ntr137. Epub 2011 Oct 24. No abstract available.
- Michie S, Richardson M, Johnston M, Abraham C, Francis J, Hardeman W, Eccles MP, Cane J, Wood CE. The behavior change technique taxonomy (v1) of 93 hierarchically clustered techniques: building an international consensus for the reporting of behavior change interventions. Ann Behav Med. 2013 Aug;46(1):81-95. doi: 10.1007/s12160-013-9486-6.
- Proctor E, Silmere H, Raghavan R, Hovmand P, Aarons G, Bunger A, Griffey R, Hensley M. Outcomes for implementation research: conceptual distinctions, measurement challenges, and research agenda. Adm Policy Ment Health. 2011 Mar;38(2):65-76. doi: 10.1007/s10488-010-0319-7.
- Cane J, O'Connor D, Michie S. Validation of the theoretical domains framework for use in behaviour change and implementation research. Implement Sci. 2012 Apr 24;7:37. doi: 10.1186/1748-5908-7-37.
- Nadarzynski T, Miles O, Cowie A, Ridge D. Acceptability of artificial intelligence (AI)-led chatbot services in healthcare: A mixed-methods study. Digit Health. 2019 Aug 21;5:2055207619871808. doi: 10.1177/2055207619871808. eCollection 2019 Jan-Dec.
- Hermes ED, Lyon AR, Schueller SM, Glass JE. Measuring the Implementation of Behavioral Intervention Technologies: Recharacterization of Established Outcomes. J Med Internet Res. 2019 Jan 25;21(1):e11752. doi: 10.2196/11752.
- Abimbola S, Patel B, Peiris D, Patel A, Harris M, Usherwood T, Greenhalgh T. The NASSS framework for ex post theorisation of technology-supported change in healthcare: worked example of the TORPEDO programme. BMC Med. 2019 Dec 30;17(1):233. doi: 10.1186/s12916-019-1463-x.
- Yardley L, Morrison L, Bradbury K, Muller I. The person-based approach to intervention development: application to digital health-related behavior change interventions. J Med Internet Res. 2015 Jan 30;17(1):e30. doi: 10.2196/jmir.4055.
- Kelley JF. An iterative design methodology for user-friendly natural language office information applications. ACM Transactions on Information Systems. 1984;2(1)
- Ries E. The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses: Crown Business 2011.
- Michie S, Atkins L, West R. The behaviour change wheel: a guide to designing interventions. 2014. Great Britain: Silverback Publishing. 2015.
- Fucito LM, Toll BA, Salovey P, O'Malley SS. Beliefs and attitudes about bupropion: implications for medication adherence and smoking cessation treatment. Psychol Addict Behav. 2009 Jun;23(2):373-9. doi: 10.1037/a0015695.
- Fernandez S, Chaplin W, Schoenthaler AM, Ogedegbe G. Revision and validation of the medication adherence self-efficacy scale (MASES) in hypertensive African Americans. J Behav Med. 2008 Dec;31(6):453-62. doi: 10.1007/s10865-008-9170-7. Epub 2008 Sep 11.
- Tseng TY, Krebs P, Schoenthaler A, Wong S, Sherman S, Gonzalez M, Urbina A, Cleland CM, Shelley D. Combining Text Messaging and Telephone Counseling to Increase Varenicline Adherence and Smoking Abstinence Among Cigarette Smokers Living with HIV: A Randomized Controlled Study. AIDS Behav. 2017 Jul;21(7):1964-1974. doi: 10.1007/s10461-016-1538-z.
- Hollands GJ, Naughton F, Farley A, Lindson N, Aveyard P. Interventions to increase adherence to medications for tobacco dependence. Cochrane Database Syst Rev. 2019 Aug 16;8(8):CD009164. doi: 10.1002/14651858.CD009164.pub3.
- Scott-Sheldon LA, Lantini R, Jennings EG, Thind H, Rosen RK, Salmoirago-Blotcher E, Bock BC. Text Messaging-Based Interventions for Smoking Cessation: A Systematic Review and Meta-Analysis. JMIR Mhealth Uhealth. 2016 May 20;4(2):e49. doi: 10.2196/mhealth.5436.
- Jackson C, Eliasson L, Barber N, et al. Applying COM-B to medication adherence: A suggested framework for research and interventions. The European Health Psychologist 2014.
- Catz SL, Jack LM, McClure JB, Javitz HS, Deprey M, Zbikowski SM, McAfee T, Richards J, Swan GE. Adherence to varenicline in the COMPASS smoking cessation intervention trial. Nicotine Tob Res. 2011 May;13(5):361-8. doi: 10.1093/ntr/ntr003. Epub 2011 Feb 24.
- Peng AR, Swardfager W, Benowitz NL, Ahluwalia JS, Lerman C, Nollen NL, Tyndale RF. Impact of early nausea on varenicline adherence and smoking cessation. Addiction. 2020 Jan;115(1):134-144. doi: 10.1111/add.14810. Epub 2019 Nov 5.
- Booke J. SUS-A quick and dirty usability scale. In Jordan P, Thomas B, (Eds). Usability Evaluation In Industry: Taylor and Francis 1996.
- Heatherton TF, Kozlowski LT, Frecker RC, Rickert W, Robinson J. Measuring the heaviness of smoking: using self-reported time to the first cigarette of the day and number of cigarettes smoked per day. Br J Addict. 1989 Jul;84(7):791-9. doi: 10.1111/j.1360-0443.1989.tb03059.x.
- Brown RA, Burgess ES, Sales SD, et al. Reliability and validity of a smoking timeline follow-back interview. Psychology of Addictive Behaviors. 1998;12(2):101-112.
- Peng AR, Morales M, Wileyto EP, Hawk LW Jr, Cinciripini P, George TP, Benowitz NL, Nollen NL, Lerman C, Tyndale RF, Schnoll R. Measures and predictors of varenicline adherence in the treatment of nicotine dependence. Addict Behav. 2017 Dec;75:122-129. doi: 10.1016/j.addbeh.2017.07.006. Epub 2017 Jul 12.
- Lyon AR, Munson SA, Renn BN, Atkins DC, Pullmann MD, Friedman E, Arean PA. Use of Human-Centered Design to Improve Implementation of Evidence-Based Psychotherapies in Low-Resource Communities: Protocol for Studies Applying a Framework to Assess Usability . JMIR Res Protoc. 2019 Oct 9;8(10):e14990. doi: 10.2196/14990.
- Kaur K, Kaushal S, Chopra SC. Varenicline for smoking cessation: A review of the literature. Curr Ther Res Clin Exp. 2009 Feb;70(1):35-54. doi: 10.1016/j.curtheres.2009.02.004.
- Minian N, Mehra K, Earle M, Hafuth S, Ting-A-Kee R, Rose J, Veldhuizen S, Zawertailo L, Ratto M, Melamed OC, Selby P. AI Conversational Agent to Improve Varenicline Adherence: Protocol for a Mixed Methods Feasibility Study. JMIR Res Protoc. 2023 Dec 11;12:e53556. doi: 10.2196/53556.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
- Comportamiento
- Adherencia y Cumplimiento del Tratamiento
- Comportamiento de salud
- Cumplimiento del paciente
- Aceptación del paciente de la atención médica
- Dejar de fumar
- Adherencia a la medicación
- Efectos fisiológicos de las drogas
- Agentes neurotransmisores
- Mecanismos moleculares de acción farmacológica
- Agentes colinérgicos
- Agonistas nicotínicos
- Agonistas colinérgicos
- Vareniclina
Otros números de identificación del estudio
- PJT-180405
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. .