Native-RISE (Identificación de riesgo de suicidio y atención mejorada)
29 de enero de 2026 actualizado por: Johns Hopkins Bloomberg School of Public Health
El objetivo de esta investigación es probar una estrategia de prevención del suicidio a nivel de sistemas, Native-RISE (Identificación de riesgo de suicidio y atención mejorada), que combina análisis predictivos e intervenciones de contacto breve (BCI) para reducir el suicidio en los sistemas de salud que atienden a los nativos americanos ( AN).
Este proyecto tiene como objetivo demostrar la eficacia y escalabilidad de Native-RISE en tres clínicas de atención médica del Indian Health Service (IHS) (Whiteriver, Chinle y Shiprock) que ya implementan programas de prevención del suicidio y prestan servicios a la tribu White Mountain Apache (WMAT) y la Nación Navajo ( NN).
Descripción general del estudio
Estado
Inscripción por invitación
Condiciones
Tipo de estudio
Intervencionista
Inscripción (Estimado)
1687
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
-
-
Arizona
-
Chinle, Arizona, Estados Unidos, 86503
- Chinle Navajo Nation Center for Indigenous Health
-
Whiteriver, Arizona, Estados Unidos, 85941
- Whiteriver Center for Indigenous Health
-
-
New Mexico
-
Shiprock, New Mexico, Estados Unidos, 87420
- Shiprock Center for Indigenous Health
-
-
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
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Descripción
Criterios de inclusión:
- Adultos de 18 a 75 años
- Visite al menos una de las tres clínicas IHS participantes.
- Identificado como en riesgo de suicidio mediante un método existente o el nuevo algoritmo del modelo de riesgo Native-RISE.
Criterios de exclusión:
- Ninguno
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: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Administradores de casos CON algoritmo Y con notificación de riesgo del proveedor (SI/SA/Binge/NSSI)
Administradores de casos que ven la clasificación del algoritmo + notificación de riesgos del proveedor de IHS y distribución de tarjetas de recursos.
Estos participantes presentan ideación suicida (SI), intento de suicidio (SA), consumo excesivo de sustancias (Binge) o autolesiones no suicidas (NSSI).
|
Los administradores de casos ven la clasificación del algoritmo Native-RISE y los proveedores clínicos reciben una notificación de riesgo.
Se proporciona una tarjeta de recursos al participante.
|
|
Comparador activo: Administradores de casos SIN algoritmo Y con notificación de riesgo del proveedor (SI/SA/Binge/NSSI)
Administradores de casos que NO ven la clasificación del algoritmo + notificación de riesgo del proveedor de IHS y distribución de tarjetas de recursos.
Estos participantes presentan ideación suicida (SI), intento de suicidio (SA), consumo excesivo de sustancias (Binge) o autolesiones no suicidas (NSSI).
|
Los proveedores clínicos reciben una notificación de riesgo y se proporciona una tarjeta de recursos al participante.
|
|
Experimental: Administradores de casos CON algoritmo Y notificación de riesgo del proveedor (historial de alto riesgo, sin SI/SA/Binge/NSSI
Administradores de casos que ven la clasificación del algoritmo + notificación de riesgo del proveedor; los participantes reciben distribución de tarjetas de recursos.
Participantes de alto riesgo según clasificación algorítmica.
|
Los administradores de casos ven la clasificación del algoritmo Native-RISE y los proveedores clínicos reciben una notificación de riesgo.
Se proporciona una tarjeta de recursos al participante.
|
|
Comparador activo: Notificación de riesgo del proveedor sola (historial de alto riesgo, sin SI/SA/Binge/NSSI)
Notificación de riesgo del proveedor únicamente; los participantes reciben distribución de tarjetas de recursos.
Participantes de alto riesgo según clasificación algorítmica.
|
Los proveedores clínicos reciben una notificación de riesgo y se proporciona una tarjeta de recursos al participante.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de intentos de suicidio entre personas consideradas de riesgo elevado
Periodo de tiempo: 12 meses
|
La tasa de intentos de suicidio entre personas consideradas de riesgo elevado se rastrea a través de los códigos de la Clasificación Internacional de Enfermedades (CIE) y las principales quejas registradas en el sistema de salud participante.
|
12 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Número de contactos con administradores de casos (alcance de las intervenciones de contacto breve (BCI))
Periodo de tiempo: 12 meses
|
El alcance de BCI se define como al menos tres o más contactos con administradores de casos dentro del primer año posterior a la identificación de un riesgo elevado.
|
12 meses
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Investigador principal: Emily Haroz, PhD, Johns Hopkins University
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- Haroz EE, Rebman P, Goklish N, Garcia M, Suttle R, Maggio D, Clattenburg E, Mega J, Adams R. Performance of Machine Learning Suicide Risk Models in an American Indian Population. JAMA Netw Open. 2024 Oct 1;7(10):e2439269. doi: 10.1001/jamanetworkopen.2024.39269.
- Adams R, Haroz EE, Rebman P, Suttle R, Grosvenor L, Bajaj M, Dayal RR, Maggio D, Kettering CL, Goklish N. Developing a suicide risk model for use in the Indian Health Service. Npj Ment Health Res. 2024 Oct 16;3(1):47. doi: 10.1038/s44184-024-00088-5.
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)
1 de diciembre de 2024
Finalización primaria (Estimado)
30 de septiembre de 2028
Finalización del estudio (Estimado)
31 de diciembre de 2028
Fechas de registro del estudio
Enviado por primera vez
15 de enero de 2025
Primero enviado que cumplió con los criterios de control de calidad
15 de enero de 2025
Publicado por primera vez (Actual)
20 de enero de 2025
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
2 de febrero de 2026
Última actualización enviada que cumplió con los criterios de control de calidad
29 de enero de 2026
Última verificación
1 de enero de 2026
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- IRB00026145
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. .