Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Sosiaalisen sitoutumisen tukijärjestelmän kehittäminen, toteuttaminen ja arviointi

keskiviikko 1. huhtikuuta 2026 päivittänyt: University of Maryland, Baltimore County

Tämän kliinisen tutkimuksen tavoitteena on selvittää, voivatko keinotekoiset älykkyys- ja koneoppimismallit (AI/ML) auttaa vastaamaan Medicaidin ilmoittautuneiden sosiaalisiin tarpeisiin. Tärkeimmät kysymykset, joihin sen tavoitteena on vastata, ovat:

Voivatko AI/ML -mallit tunnistaa tarkasti hallinnollisten terveydenhuollon tietojen sosiaaliset tarpeet?

Voivatko AI/ML -mallit ennustaa tarkasti, mitkä ihmiset osallistuvat sosiaalisiin tukiin?

Tutkijat vertailevat eri alueilla asuvia henkilöitä nähdäkseen, toimivatko AI/ML -mallit paremmin kuin status quo.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Sosiaaliset terveydenhuollon kuljettajat (SDOH) ovat suurimpia tekijöitä, jotka vaikuttavat terveyteen ja hyvinvointiin, mutta terveydenhuoltojärjestelmien on vaikea käsitellä. Huolimatta uusista malleista, jotka tarjoavat kannustimia terveyssuunnitelmille ja palveluntarjoajille saavuttaakseen kliinisen hoidon ulkopuolelle potilaan terveysvaikutusten parantamiseksi, nykyisissä tietoinfrastruktuureissa puuttuu asiaankuuluvia tietoja tällaisten toimenpiteiden tukemiseksi. Ensimmäinen ongelma on tunnistaminen; Palveluntarjoajat alistavat olemassa olevien kaavioiden ja liitännäisten tiedonkeruumenetelmien, kuten sosiaalisten näytöiden, sosiaaliset tarpeet, standardisoituja tai helposti jaettuja. Toinen ongelma on yksilöiden ja sosiaalipalvelujen välisen sitoutumisen puute, mikä on erityisen turhauttavaa, koska on olemassa monia näyttöön perustuvia käytäntöjä, joita yhteisöpohjaiset organisaatiot (CBO) käyttävät sosiaalisten tarpeiden vastaamiseen. Ilman tarkkaa tietoa siitä, kuka tarvitsee sosiaalista tukea ja kuinka maksimoida heidän sitoutumisensa CBO: iin, palveluntarjoajilla ja vakuutuksenantajilla on rajoitetusti kyky ottaa käyttöön interventioita, jotka poistavat hoidon esteet ja tasoittavat terveysvaikutuksia haavoittuvien väestöryhmien välillä.

Projektimme soveltaa tarkkuuslääketieteellistä lähestymistapaa Medicaidin vastaanottajien tunnistamiseen ja sitoutumiseen, joilla on sosiaaliset tarpeet. Tutkijat ovat tehneet yhteistyötä hallinnoidun hoitojärjestön kanssa, joka koordinoi etuja yli 250 000 Maryland Medicaidin jäsenelle. He ovat käynnistäneet väestönlaajuisen sosiaalisen seulontaohjelman lisätäkseen jäsenille ilmoitettuja sosiaalisia tarpeita nykyiseen kliiniseen tietoonsa. Tutkijat parantavat terveystietotekniikan (IT) infrastruktuuriaan, jolla on joukko koneoppimismalleja riskien tunnistamiseksi, sitoutumisen tukijärjestelmä, jonka mukaan jäsenen sosiaalisten tukien käytön maksimointi ja jatkuva laadullinen ja kvantitatiivinen parannusprosessi oppimisterveysjärjestelmän perustamiseksi. Suoritamme tämän työn seuraavien tavoitteiden avulla:

Tavoite 1: Kehitä ja asenna joukko koneoppimista malleja, jotka käyttävät useita yksilö- ja yhteisötason tietolähteitä ennustaaksesi, mitkä jäsenet käyttävät hätäosastoa sosiaalisten tai ei-kiireellisten tarpeiden täyttämiseen kiireellisten sairauksien hoidossa. Nämä mallit tunnistavat yksilöt, joiden sosiaaliset tarpeet ajavat sopimattomia käyttöä, jotta korkean riskin henkilöille annetaan parannettuja tiedotuspalveluita kattavan sosiaalisten tarpeiden arvioinnin helpottamiseksi. Tutkijat analysoivat näitä arviointeja selvittääkseen, johtaako mallimme arviointiin henkilöiden, joilla on korkeampi sosiaalisen tarpeen profiili.

Tavoite 2: Kehitä ja ota käyttöön sitoutumisen tukijärjestelmä, joka tunnistaa ja näyttää jäsenten ominaisuudet, jotka estävät heitä sitoutumasta CBO: n kanssa. Tämä järjestelmä käyttää keinotekoisia älykkyystekniikoita tunnistaakseen yksilöiden ominaispiirteet, jotka ovat historiallisesti irtaantuneet sosiaalipalveluputkesta ennen sosiaalipalvelujen vastaanottamista ja ehdottamaan mahdollisia strategioita sitoutumisen lisäämiseksi. Tutkijat soveltavat mallit vasta arvioituihin jäseniin ja esittelevät ennustettuja korkean riskin henkilöitä suunnitelman yhteisön terveydenhuollon työntekijöille nykyisen IT -alustan kautta, jolloin he voivat torjua ennakoivasti jäsenten esteitä palveluihin. Tutkijat analysoivat sitoutumisen menestystä (ts. Suojattuja palveluihin lähetetty jäsen CBO: lta) selvittääkseen, lisäsikö tukijärjestelmämme menestyksen todennäköisyyttä.

Tavoite 3: Toteuta jatkuva laadullinen ja kvantitatiivinen parannusprosessi, joka tunnistaa toistuvat teemat ja irtaantumispisteet tapauksissa, joissa jäsenet eivät pystyneet suorittamaan asiaankuuluvaa sosiaalista puuttumistaan. Tutkimusryhmä analysoi nämä havainnot potentiaalisten taktiikoiden tunnistamiseksi sitoutumisen esteiden torjumiseksi, ja siitä johtuvat suositukset sitoutumisen lisäämiseksi levitetään järjestelmän kautta joko päivittämällä terveys IT -infrastruktuuria tai henkilöstön koulutusta. Tämän tavoitteen avulla tutkijat rakentavat oppimisterveysjärjestelmän, kun ryhmä hienosäätä jatkuvasti sitoutumismenetelmiä koko projektin ajan.

Tutkimusryhmä on hyvin asennettu kehittämään sosiaalisten tarpeiden interventioprotokollaa, ja se sisältää tiukat arviot arvioidakseen interventiomme vaikutuksia osallistuvien jäsenten terveys- ja sosiaalisiin tuloksiin heidän väestö- ja maantieteellisten ominaisuuksiensa perusteella. Yhdessä nämä tavoitteet auttavat tiedottamaan seuraavan sukupolven arvopohjaisten hoitoparadigmien tunnistamalla ja vastaamalla sosiaalisia tarpeita sekä vähentämällä terveysvaikutusten eroja suuressa, korkean riskin väestössä.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

249660

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

  • Nimi: Ian Stockwell, PhD
  • Puhelinnumero: 410-455-8424
  • Sähköposti: istock1@umbc.edu

Opiskelupaikat

    • Maryland
      • Baltimore, Maryland, Yhdysvallat, 21250
        • University of Maryland, Baltimore County
        • Ottaa yhteyttä:

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

  • Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Kuvaus

Sisällyttämiskriteerit:

  • Kumppanien terveyssuunnitelman jäsenet 18–64-vuotiaita

Poissulkemiskriteerit:

-

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Tukevaa hoitoa
  • Jako: Ei satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Istunto - hoito
Tämä käsivarsi saa hoidon koordinointiresursseja, joita tukee sosiaalisen sitoutumisen tukijärjestelmämme, mukaan lukien seulonnan tiedotusten triaatio, joka perustuu ennustettuun riskiin tyydyttämättömälle sosiaaliselle tarpeelle ja sitoutumistuelle vähentääkseen sosiaalipalvelujen työnkulun vähentämisen todennäköisyyttä.
Tässä protokollassa kehitämme ja otamme käyttöön joukon koneoppimista malleja, jotka käyttävät useita yksilö- ja yhteisötason tietolähteitä ennustaaksemme, mitkä jäsenet käyttävät hätäosastoa täyttääkseen sosiaaliset tai ei-kiireelliset tarpeet kiireellisten sairauksien hoidon sijaan. Nämä mallit tunnistavat yksilöt, joiden sosiaaliset tarpeet ajavat sopimattomia käyttöä, jotta korkean riskin henkilöille annetaan parannettuja tiedotuspalveluita kattavan sosiaalisten tarpeiden arvioinnin helpottamiseksi. Kehitämme ja otamme käyttöön myös sitoutumisen tukijärjestelmän, joka tunnistaa ja näyttää jäsenten ominaisuudet, jotka estävät heitä tekemästä yhteistyössä olevaa organisaatiota (CBO). Tämä järjestelmä käyttää keinotekoisia älykkyystekniikoita tunnistaakseen yksilöiden ominaispiirteet, jotka ovat historiallisesti irtaantuneet sosiaalipalveluputkesta ennen sosiaalipalvelujen vastaanottamista ja ehdottamaan mahdollisia strategioita sitoutumisen lisäämiseksi.
Ei väliintuloa: Istunto - hallinta
Tämä käsivarsi ei saa puuttumista.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muutos terveyteen liittyvien sosiaalisten tarpeiden (HRSN) esiintyvyydessä Marylandin terveysministeriön HRSN -seulontatyökalujen arvioimana
Aikaikkuna: Ilmoittautumisesta 12 kuukauteen.
Analysoimme hoitovarren yksilöiden sosiaalisia seulontatuloksia selvittääksemme, johtaako järjestelmämme arviointiin henkilöiden, joilla on korkeampi sosiaalisen tarpeen profiili.
Ilmoittautumisesta 12 kuukauteen.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muutos sosiaalipalveluita vastaanottaneiden osallistujien osuudessa, joilla on terveyteen liittyvä sosiaalinen tarve
Aikaikkuna: Ilmoittautumisesta 12 kuukauteen.
Analysoimme sitoutumisen menestystä (ts. Se, saako jäsenet, jotka viitattiin palveluihin CBO: lta) käyttämällä toissijaista tietoa määrittääksemme, lisäsikö tukijärjestelmämme menestyksen todennäköisyyttä.
Ilmoittautumisesta 12 kuukauteen.

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 (Arvioitu)

Maanantai 1. kesäkuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Maanantai 1. toukokuuta 2028

Opintojen valmistuminen (Arvioitu)

Sunnuntai 1. huhtikuuta 2029

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 25. maaliskuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 2. huhtikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Sunnuntai 6. huhtikuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 7. huhtikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 1. huhtikuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. huhtikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • Kuali #1569
  • 1R01MD019814-01 (Yhdysvaltain NIH-apuraha/sopimus)

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

IPD-suunnitelman kuvaus

Kaikki tiedot on suojattu HIPAA: lla, ja ne voidaan jakaa asianmukaisten tietojen käyttösopimusten kanssa. Tätä neuvotellaan kumppaneiden kanssa tarpeen mukaan.

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

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 .

Kliiniset tutkimukset Terveyden sosiaaliset tekijät (SDOH)

Kliiniset tutkimukset Sosiaalisen sitoutumisen tukijärjestelmä

Tilaa