Tutkimusten avulla tutkitaan ML-kuolleisuusriskien ennusteille altistumisen yhteyttä onkologien ennusteen tarkkuuteen ja päätöksentekoon
keskiviikko 20. marraskuuta 2024 päivittänyt: Abramson Cancer Center at Penn Medicine
Lähes puolet syöpäpotilaista Yhdysvalloissa saa hoitoa, joka on ristiriidassa heidän toiveensa kanssa ennen kuolemaa.
Varhainen edistynyt hoidon suunnittelu (ACP) ja palliatiivinen hoito parantavat tavoitteen mukaista hoitoa ja oireita sekä vähentävät tarpeetonta käyttöä.
Lupaava strategia ACP:n ja palliatiivisen hoidon lisäämiseksi on tunnistaa kuolleisuusriskissä olevat potilaat varhaisessa vaiheessa taudin kulkua näiden palvelujen kohdentamiseksi.
Koneoppimisalgoritmeja (ML) on käytetty useilla toimialoilla, myös lääketieteessä, ennakoimaan tarkasti haitallisten tulosten riskiä ja ohjaamaan aikaisempia resursseja.
"Ihmisen ja koneen yhteistoiminnat" - järjestelmien, jotka hyödyntävät sekä ML:tä että ihmisen intuitiota - on osoitettu parantavan ennusteita ja päätöksentekoa eri tilanteissa, mutta ei tiedetä, voiko ihmisen ja koneen yhteistyö parantaa ennustetarkkuutta ja johtaa suurempaan ja aikaisempaan. AKT ja palliatiivinen hoito.
Tässä tutkimuksessa otimme yhteyttä kansalliseen otokseen lääketieteellisistä onkologeista ja pyysimme heitä suorittamaan vinjettipohjaisen kyselyn.
Tavoitteenamme oli tutkia ML-kuolleisuusriskien ennusteille altistumisen yhteyttä kliinikkojen ennustetarkkuuteen ja päätöksentekoon.
Esittelimme kuuden vinjetin sarjan, jotka kuvaavat kolmea kliinistä skenaariota, jotka liittyvät edenneen ei-pienisoluisen keuhkosyövän (aNSCLC) potilaalle ja jotka eroavat iän, sukupuolen, suorituskyvyn, tupakointihistorian, taudin laajuuden, oireiden ja molekyylitason mukaan.
Käytämme näitä vinjettipohjaisia tutkimuksia tutkiaksemme ML-kuolleisuusriskien ennusteille altistumisen yhteyttä lääketieteellisten onkologien ennustetarkkuuteen ja päätöksentekoon.
Tutkimuksen yleiskatsaus
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
52
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Yhdysvallat, 19104
- Abramson Cancer Center of the University of Pennsylvania
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Tutkimuspopulaatio koostui mukavuusotoksesta harjoittavista onkologeista, jotka hoitavat keuhkosyöpää Yhdysvalloissa.
Rekrytoimme lääketieteellisiä onkologeja suorilla sähköpostiviesteillä päätutkijan henkilökohtaisille yhteyshenkilöille (n=29); suorat viestit Doximityn kautta, online-verkkopalvelu lääketieteen ammattilaisille (n=17) käyttäen "rintaonkologiaa" ; ja suorat viestit X:n (aiemmin Twitterin) kautta (n=4).
Näytteitä pyrittiin ottamaan yhtäläisesti neljältä Yhdysvaltain maantieteelliseltä alueelta (koillis, etelä, keskilänsi, länsi).
Kuvaus
Sisällyttämiskriteerit:
- Lääketieteelliset onkologit, jotka hoitavat keuhkosyöpää
Poissulkemiskriteerit:
- Lääketieteelliset onkologit, jotka eivät näe keuhkosyöpäpotilaita
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
1A 2B 3C
1. Keskitaso; 1.A. Viitteestä riippuvainen; 2. Huono; 2.B.
Absoluuttinen ennuste; 3. Hyvä; 3.C.
Molemmat
|
Tutkimus koostui 3 × 3 online faktorikokeesta, jossa käytettiin Qualtricsin kautta isännöityä kyselylaitetta, joka esitti kolme potilasvinjettiä.
Kolme potilasvinjettiä vaihtelivat useiden kliinisten ominaisuuksien mukaan, mukaan lukien ikä, sukupuoli, suorituskyky, tupakointihistoria, taudin laajuus, oireet ja molekyylitila.
Jokaisella potilaalla oli edennyt ei-pienisoluinen keuhkosyöpä (aNSCLC).
Jokaisessa vinjetissä oli kaksi osaa: Osa 1 kuvasi yhden kolmesta potilaasta tapaushistoriaa, jonka jälkeen arvioitiin ennustearvioita ja lääketieteellistä päätöksentekoa (eli 1, 2, 3).
Osa 2 seurasi välittömästi ja kuvasi samaa vinjettiä samalta potilaalta lisäten tietoa hypoteettisesta ML-ennustusalgoritmista (ts.
A, B, C).
Vinjettien järjestys kussakin tutkimuksessa satunnaistettiin ML-riskiennusteiden esitysstrategioiden suhteen siten, että kyselystä oli 6 versiota, joihin jokainen osallistuja satunnaistettiin.
|
|
1A 2C 3B
1. Keskitaso; 1.A. Viitteestä riippuvainen; 2. Huono; 2.C.
Molemmat; 3. Hyvä; 3.B.
Absoluuttinen ennuste
|
Tutkimus koostui 3 × 3 online faktorikokeesta, jossa käytettiin Qualtricsin kautta isännöityä kyselylaitetta, joka esitti kolme potilasvinjettiä.
Kolme potilasvinjettiä vaihtelivat useiden kliinisten ominaisuuksien mukaan, mukaan lukien ikä, sukupuoli, suorituskyky, tupakointihistoria, taudin laajuus, oireet ja molekyylitila.
Jokaisella potilaalla oli edennyt ei-pienisoluinen keuhkosyöpä (aNSCLC).
Jokaisessa vinjetissä oli kaksi osaa: Osa 1 kuvasi yhden kolmesta potilaasta tapaushistoriaa, jonka jälkeen arvioitiin ennustearvioita ja lääketieteellistä päätöksentekoa (eli 1, 2, 3).
Osa 2 seurasi välittömästi ja kuvasi samaa vinjettiä samalta potilaalta lisäten tietoa hypoteettisesta ML-ennustusalgoritmista (ts.
A, B, C).
Vinjettien järjestys kussakin tutkimuksessa satunnaistettiin ML-riskiennusteiden esitysstrategioiden suhteen siten, että kyselystä oli 6 versiota, joihin jokainen osallistuja satunnaistettiin.
|
|
1B 2A 3C
1. Keskitaso; 1.B.
Absoluuttinen; 2. Huono; 2.A. Viitteestä riippuvainen; 3. Hyvä; 3.C.
Molemmat
|
Tutkimus koostui 3 × 3 online faktorikokeesta, jossa käytettiin Qualtricsin kautta isännöityä kyselylaitetta, joka esitti kolme potilasvinjettiä.
Kolme potilasvinjettiä vaihtelivat useiden kliinisten ominaisuuksien mukaan, mukaan lukien ikä, sukupuoli, suorituskyky, tupakointihistoria, taudin laajuus, oireet ja molekyylitila.
Jokaisella potilaalla oli edennyt ei-pienisoluinen keuhkosyöpä (aNSCLC).
Jokaisessa vinjetissä oli kaksi osaa: Osa 1 kuvasi yhden kolmesta potilaasta tapaushistoriaa, jonka jälkeen arvioitiin ennustearvioita ja lääketieteellistä päätöksentekoa (eli 1, 2, 3).
Osa 2 seurasi välittömästi ja kuvasi samaa vinjettiä samalta potilaalta lisäten tietoa hypoteettisesta ML-ennustusalgoritmista (ts.
A, B, C).
Vinjettien järjestys kussakin tutkimuksessa satunnaistettiin ML-riskiennusteiden esitysstrategioiden suhteen siten, että kyselystä oli 6 versiota, joihin jokainen osallistuja satunnaistettiin.
|
|
1B 2C 3A
1. Keskitaso; 1.B.
Absoluuttinen; 2. Huono; 2.C.
Molemmat; 3. Hyvä; 3.A.
Viitteestä riippuvainen
|
Tutkimus koostui 3 × 3 online faktorikokeesta, jossa käytettiin Qualtricsin kautta isännöityä kyselylaitetta, joka esitti kolme potilasvinjettiä.
Kolme potilasvinjettiä vaihtelivat useiden kliinisten ominaisuuksien mukaan, mukaan lukien ikä, sukupuoli, suorituskyky, tupakointihistoria, taudin laajuus, oireet ja molekyylitila.
Jokaisella potilaalla oli edennyt ei-pienisoluinen keuhkosyöpä (aNSCLC).
Jokaisessa vinjetissä oli kaksi osaa: Osa 1 kuvasi yhden kolmesta potilaasta tapaushistoriaa, jonka jälkeen arvioitiin ennustearvioita ja lääketieteellistä päätöksentekoa (eli 1, 2, 3).
Osa 2 seurasi välittömästi ja kuvasi samaa vinjettiä samalta potilaalta lisäten tietoa hypoteettisesta ML-ennustusalgoritmista (ts.
A, B, C).
Vinjettien järjestys kussakin tutkimuksessa satunnaistettiin ML-riskiennusteiden esitysstrategioiden suhteen siten, että kyselystä oli 6 versiota, joihin jokainen osallistuja satunnaistettiin.
|
|
1C 2A 3B
1. Keskitaso; 1.C.
Molemmat; 2. Huono; 2.A. Viitteestä riippuvainen; 3. Hyvä; 3.B.
Ehdoton
|
Tutkimus koostui 3 × 3 online faktorikokeesta, jossa käytettiin Qualtricsin kautta isännöityä kyselylaitetta, joka esitti kolme potilasvinjettiä.
Kolme potilasvinjettiä vaihtelivat useiden kliinisten ominaisuuksien mukaan, mukaan lukien ikä, sukupuoli, suorituskyky, tupakointihistoria, taudin laajuus, oireet ja molekyylitila.
Jokaisella potilaalla oli edennyt ei-pienisoluinen keuhkosyöpä (aNSCLC).
Jokaisessa vinjetissä oli kaksi osaa: Osa 1 kuvasi yhden kolmesta potilaasta tapaushistoriaa, jonka jälkeen arvioitiin ennustearvioita ja lääketieteellistä päätöksentekoa (eli 1, 2, 3).
Osa 2 seurasi välittömästi ja kuvasi samaa vinjettiä samalta potilaalta lisäten tietoa hypoteettisesta ML-ennustusalgoritmista (ts.
A, B, C).
Vinjettien järjestys kussakin tutkimuksessa satunnaistettiin ML-riskiennusteiden esitysstrategioiden suhteen siten, että kyselystä oli 6 versiota, joihin jokainen osallistuja satunnaistettiin.
|
|
1C 2B 3A
1. Keskitaso; 1.C.
Molemmat; 2. Huono; 2.B.
Absoluuttinen; 3. Hyvä; 3.A.
Viitteestä riippuvainen
|
Tutkimus koostui 3 × 3 online faktorikokeesta, jossa käytettiin Qualtricsin kautta isännöityä kyselylaitetta, joka esitti kolme potilasvinjettiä.
Kolme potilasvinjettiä vaihtelivat useiden kliinisten ominaisuuksien mukaan, mukaan lukien ikä, sukupuoli, suorituskyky, tupakointihistoria, taudin laajuus, oireet ja molekyylitila.
Jokaisella potilaalla oli edennyt ei-pienisoluinen keuhkosyöpä (aNSCLC).
Jokaisessa vinjetissä oli kaksi osaa: Osa 1 kuvasi yhden kolmesta potilaasta tapaushistoriaa, jonka jälkeen arvioitiin ennustearvioita ja lääketieteellistä päätöksentekoa (eli 1, 2, 3).
Osa 2 seurasi välittömästi ja kuvasi samaa vinjettiä samalta potilaalta lisäten tietoa hypoteettisesta ML-ennustusalgoritmista (ts.
A, B, C).
Vinjettien järjestys kussakin tutkimuksessa satunnaistettiin ML-riskiennusteiden esitysstrategioiden suhteen siten, että kyselystä oli 6 versiota, joihin jokainen osallistuja satunnaistettiin.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Ennusteen tarkkuus kyselyn avulla arvioituna
Aikaikkuna: Jopa 3 kuukautta
|
Prognostiset arviot mitattiin käyttämällä kahta kohdetta, jotka annettiin kunkin kolmen vinjetin osien 1 ja 2 jälkeen:
Tarkat ennusteet määriteltiin sen mukaan, oliko raportoitu elinajanodote 33 %:n sisällä LCPI-arviosta, joka on muutettu kohderyhmien jälkeen. Osallistujat vastasivat ensimmäiseen kysymykseen kuukausissa ja toiseen kysymykseen prosenttiosuutena 0-100 %. |
Jopa 3 kuukautta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Ennakkohoidon suunnittelupäätökset kyselyn perusteella arvioituna
Aikaikkuna: Jopa 3 kuukautta
|
AKT-maiden päätöksentekoa arvioitiin käyttämällä seuraavaa kohtaa, joka annettiin kunkin kolmen vinjetin osien 1 ja 2 jälkeen: 1) Haluaisitko keskustella ennakkohoidon suunnittelusta tässä vaiheessa hänen sairautensa? Jokainen kysymys toimitettiin kyllä/ei-vastauksina, ja sitä seurasi ilmainen vastausruutu, jossa kysyttiin: "Kerro syysi tähän päätökseen." |
Jopa 3 kuukautta
|
|
Palliatiivisen hoidon lähete kyselyn perusteella arvioituna
Aikaikkuna: Jopa 3 kuukautta
|
Palliatiivisen hoidon lähete arvioitiin käyttämällä seuraavaa kohtaa, joka annettiin kunkin kolmen vinjetin osien 1 ja 2 jälkeen: 1) Lähettäisitkö hänet palliatiivisen hoidon erikoislääkärille tässä vaiheessa hänen sairautensa? Jokainen kysymys toimitettiin kyllä/ei-vastauksina, ja sitä seurasi ilmainen vastausruutu, jossa kysyttiin: "Kerro syysi tähän päätökseen." |
Jopa 3 kuukautta
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Maanantai 13. maaliskuuta 2023
Ensisijainen valmistuminen (Todellinen)
Maanantai 31. heinäkuuta 2023
Opintojen valmistuminen (Todellinen)
Sunnuntai 31. joulukuuta 2023
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Tiistai 30. huhtikuuta 2024
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Keskiviikko 12. kesäkuuta 2024
Ensimmäinen Lähetetty (Todellinen)
Tiistai 18. kesäkuuta 2024
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Torstai 21. marraskuuta 2024
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Keskiviikko 20. marraskuuta 2024
Viimeksi vahvistettu
Perjantai 1. marraskuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- UPCC 10524
- 850382 (Muu tunniste: Penn IRB)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .