- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05221697
Effet d'un système de gestion d'alerte électronique ML pour réduire le recours aux visites aux urgences et aux hospitalisations
Effet d'un système de gestion d'alerte électronique utilisant les observations des soignants et un algorithme d'apprentissage automatique pour réduire le recours aux visites aux urgences et aux hospitalisations imprévues chez les personnes âgées
Développement, validation et impact d'un système de gestion d'alertes utilisant les observations des travailleurs sociaux et des algorithmes d'apprentissage automatique pour prédire les alertes de 7 à 14 jours pour le risque de visite aux urgences (SU) et d'hospitalisation imprévue.
Mise en œuvre d'un essai multicentrique d'un système électronique de mesure des résultats déclarés par les aides-soignants à domicile chez les patients, les adultes fragiles >= 65 ans vivant à domicile et recevant l'aide d'aides-soignants à domicile (HCA).
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Sur une base hebdomadaire, après la visite à domicile, les HCA ont rendu compte de l'état fonctionnel des participants à l'aide d'une application pour smartphone qui enregistrait 23 éléments fonctionnels sur chaque participant (par exemple, capacité à se tenir debout, bouger, manger, humeur, solitude). Un système prédictif utilisant des techniques d'apprentissage automatique (c'est-à-dire exploitant des prédicteurs forestiers aléatoires) a été développé et a généré des alertes prédictives de 7 à 14 jours pour le risque de visite aux urgences des infirmières.
Ce questionnaire portait sur l'autonomie fonctionnelle et clinique (c'est-à-dire les activités de la vie quotidienne), les symptômes médicaux possibles (par exemple, la fatigue, les chutes et la douleur), les changements de comportement (par exemple, la reconnaissance et l'agressivité) et la communication avec l'AH ou son environnement. . Ce questionnaire est composé de questions très simples et faciles à comprendre, donnant une vision globale de l'état de la personne. Pour chacune des 23 questions, une réponse oui/non était demandée. Les données enregistrées par les HA ont été envoyées en temps réel à un serveur sécurisé pour être analysées par notre algorithme d'apprentissage automatique, qui a prédit le niveau de risque et l'a affiché sur un dispositif médical sécurisé basé sur le Web appelé PRESAGE CARE, qui est marqué CE. Notamment, lorsque l'algorithme prédisait un niveau de risque élevé, une alerte était affichée sous forme de notification sur l'écran à l'infirmière coordinatrice du centre du réseau de santé du district. Cette notification de risque était accompagnée d'informations sur les changements récents dans l'état fonctionnel des patients, identifiés à partir des dossiers des AS, pour aider l'infirmière coordinatrice à interagir avec l'aidant familial et d'autres professionnels de la santé.
En cas d'alerte, l'infirmière coordonnatrice appelle l'aidant familial pour s'enquérir de l'évolution récente de l'état de santé du patient et de la levée de doute et peut alors décider de demander une intervention sanitaire selon un modèle d'intervention sanitaire élaboré avant le début de l'intervention. étude. En résumé, cette intervention sanitaire déclenchée par une alerte (ATHI) consistait à appeler l'infirmière du patient (si le patient recevait régulièrement des visites à domicile d'une infirmière) ou le médecin généraliste du patient et à les informer d'une aggravation de l'état fonctionnel du patient et d'un risque potentiel. d'une visite aux urgences ou d'une hospitalisation non planifiée dans les prochains jours selon l'algorithme du système eHealth. Ce modèle d'ATHI avait été présenté et approuvé par les Agences Régionales de Santé des régions impliquées dans notre étude
Type d'étude
Inscription (Estimé)
Phase
- N'est pas applicable
Contacts et emplacements
Lieux d'étude
-
-
-
Le Chesnay, France, 78150
- Grand Versailles
-
Marseille, France, 13011
- Marseille-1
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
La description
Critère d'intégration:
- âge de 75 ans mini
- recevoir l'aide d'un travailleur social
- le patient doit donner son consentement
- le patient aurait dû consulter son professionnel de soins primaires au cours des 12 derniers mois
Critère d'exclusion:
- Personnes en forte dépendance (instrument national français qui stratifie le niveau de dépendance à partir d'iso-ressources de groupe (GIR) : 1 (dépendance très sévère) et 2 (dépendance sévère)
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: La prévention
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
---|---|
Aucune intervention: Groupe de contrôle
soins habituels
|
|
Expérimental: Intervention
Soins PRESAGE ATIH + Consultation infirmière ou médecin généraliste
|
Les participants de ce bras seront suivis par HCA et pourraient bénéficier des interventions de santé des infirmières
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Taux d'hospitalisation non planifiée
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Comparaison entre le taux d'hospitalisations non planifiées de 2 groupes randomisés (bras d'intervention et bras témoins). Les valeurs P <0,05 seront considérées comme statistiquement significatives. |
jusqu'à la fin des études, en moyenne 1 an
|
Survie sans événement (EFS)
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Délai moyen de comparaison pour le premier événement indésirable entre les groupes d'intervention et les groupes témoins. Les valeurs P <0,05 seront considérées comme statistiquement significatives. |
jusqu'à la fin des études, en moyenne 1 an
|
Impact sur la qualité de vie des personnes âgées et de leurs proches (échelle européenne de qualité de vie à 5 dimensions et 3 lignes)
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Comparaison du score moyen de l'échelle de qualité de vie EQ5D-3L (qualité de vie européenne 5 dimensions et 3 lignes) entre les groupes d'intervention et de contrôle. Les valeurs P <0,05 seront considérées comme statistiquement significatives. |
jusqu'à la fin des études, en moyenne 1 an
|
Rentabilité
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Ratio coût-efficacité incrémental (ICER), QALY.
Des seuils de volonté de payer de 30 000 € par année de vie ajustée en fonction de la qualité (QALY) et de 90 000 € par QALY ont été utilisés pour définir respectivement une stratégie très rentable et rentable.
|
jusqu'à la fin des études, en moyenne 1 an
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Impact sur les utilisateurs : temps nécessaire pour remplir le questionnaire
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Temps nécessaire pour remplir le questionnaire (minutes) : un temps inférieur à 2 minutes sera considéré comme acceptable
|
jusqu'à la fin des études, en moyenne 1 an
|
Taux d'intervention
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Partie d'alerte qui donne lieu aux interventions et temps d'intervention (%).
Un taux supérieur à 70 % est considéré comme acceptable.
|
jusqu'à la fin des études, en moyenne 1 an
|
Temps d'intervention
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Moyenne de la durée entre le jour d'alerte et le jour d'intervention (en jours).
Un retard de moins de 4 jours est considéré comme acceptable.
|
jusqu'à la fin des études, en moyenne 1 an
|
Temps nécessaire à l'analyse du statut du patient
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Temps nécessaire à l'analyse de l'état du patient (heures et minutes) : un temps inférieur à 15 minutes par patient sera considéré comme acceptable
|
jusqu'à la fin des études, en moyenne 1 an
|
Impact sur la qualité des soins
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Impact positif ou très positif sur la qualité des soins : un taux supérieur à 80 % est considéré comme acceptable.
|
jusqu'à la fin des études, en moyenne 1 an
|
Impact sur la relation professionnelle et la coordination
Délai: jusqu'à la fin des études, en moyenne 1 an
|
Impact positif ou très positif sur la relation professionnelle et la coordination : un taux supérieur à 80% est considéré comme acceptable.
|
jusqu'à la fin des études, en moyenne 1 an
|
Collaborateurs et enquêteurs
Publications et liens utiles
Publications générales
- Iwashyna TJ, Ely EW, Smith DM, Langa KM. Long-term cognitive impairment and functional disability among survivors of severe sepsis. JAMA. 2010 Oct 27;304(16):1787-94. doi: 10.1001/jama.2010.1553.
- Inglis SC, Clark RA, McAlister FA, Ball J, Lewinter C, Cullington D, Stewart S, Cleland JG. Structured telephone support or telemonitoring programmes for patients with chronic heart failure. Cochrane Database Syst Rev. 2010 Aug 4;(8):CD007228. doi: 10.1002/14651858.CD007228.pub2.
- Clerencia-Sierra M, Calderon-Larranaga A, Martinez-Velilla N, Vergara-Mitxeltorena I, Aldaz-Herce P, Poblador-Plou B, Machon-Sobrado M, Egues-Olazabal N, Abellan-van Kan G, Prados-Torres A. Multimorbidity Patterns in Hospitalized Older Patients: Associations among Chronic Diseases and Geriatric Syndromes. PLoS One. 2015 Jul 24;10(7):e0132909. doi: 10.1371/journal.pone.0132909. eCollection 2015.
- Kahn JH, Magauran BG Jr, Olshaker JS, Shankar KN. Current Trends in Geriatric Emergency Medicine. Emerg Med Clin North Am. 2016 Aug;34(3):435-52. doi: 10.1016/j.emc.2016.04.014.
- Gasperini B, Cherubini A, Pierri F, Barbadoro P, Fedecostante M, Prospero E. Potentially preventable visits to the emergency department in older adults: Results from a national survey in Italy. PLoS One. 2017 Dec 21;12(12):e0189925. doi: 10.1371/journal.pone.0189925. eCollection 2017.
- McCusker J, Verdon J. Do geriatric interventions reduce emergency department visits? A systematic review. J Gerontol A Biol Sci Med Sci. 2006 Jan;61(1):53-62. doi: 10.1093/gerona/61.1.53.
- Chen CC, Wang C, Huang GH. Functional trajectory 6 months posthospitalization: a cohort study of older hospitalized patients in Taiwan. Nurs Res. 2008 Mar-Apr;57(2):93-100. doi: 10.1097/01.NNR.0000313485.18670.e2.
- Camargo CA Jr, Tsai CL, Sullivan AF, Cleary PD, Gordon JA, Guadagnoli E, Kaushal R, Magid DJ, Rao SR, Blumenthal D. Safety climate and medical errors in 62 US emergency departments. Ann Emerg Med. 2012 Nov;60(5):555-563.e20. doi: 10.1016/j.annemergmed.2012.02.018.
- Crane SJ, Tung EE, Hanson GJ, Cha S, Chaudhry R, Takahashi PY. Use of an electronic administrative database to identify older community dwelling adults at high-risk for hospitalization or emergency department visits: the elders risk assessment index. BMC Health Serv Res. 2010 Dec 13;10:338. doi: 10.1186/1472-6963-10-338.
- Hu Z, Jin B, Shin AY, Zhu C, Zhao Y, Hao S, Zheng L, Fu C, Wen Q, Ji J, Li Z, Wang Y, Zheng X, Dai D, Culver DS, Alfreds ST, Rogow T, Stearns F, Sylvester KG, Widen E, Ling XB. Real-time web-based assessment of total population risk of future emergency department utilization: statewide prospective active case finding study. Interact J Med Res. 2015 Jan 13;4(1):e2. doi: 10.2196/ijmr.4022.
- Takahashi PY, Heien HC, Sangaralingham LR, Shah ND, Naessens JM. Enhanced risk prediction model for emergency department use and hospitalizations in patients in a primary care medical home. Am J Manag Care. 2016 Jul;22(7):475-83.
- Denis F, Krakowski I. How Should Oncologists Choose an Electronic Patient-Reported Outcome System for Remote Monitoring of Patients With Cancer? J Med Internet Res. 2021 Sep 9;23(9):e30549. doi: 10.2196/30549.
- Bouazza YB, Chiairi I, El Kharbouchi O, De Backer L, Vanhoutte G, Janssens A, Van Meerbeeck JP. Patient-reported outcome measures (PROMs) in the management of lung cancer: A systematic review. Lung Cancer. 2017 Nov;113:140-151. doi: 10.1016/j.lungcan.2017.09.011. Epub 2017 Sep 23.
- Schick-Makaroff K, Karimi-Dehkordi M, Cuthbertson L, Dixon D, Cohen SR, Hilliard N, Sawatzky R. Using Patient- and Family-Reported Outcome and Experience Measures Across Transitions of Care for Frail Older Adults Living at Home: A Meta-Narrative Synthesis. Gerontologist. 2021 Apr 3;61(3):e23-e38. doi: 10.1093/geront/gnz162.
- Veyron JH, Friocourt P, Jeanjean O, Luquel L, Bonifas N, Denis F, Belmin J. Home care aides' observations and machine learning algorithms for the prediction of visits to emergency departments by older community-dwelling individuals receiving home care assistance: A proof of concept study. PLoS One. 2019 Aug 13;14(8):e0220002. doi: 10.1371/journal.pone.0220002. eCollection 2019.
- Huntley AL, Chalder M, Shaw ARG, Hollingworth W, Metcalfe C, Benger JR, Purdy S. A systematic review to identify and assess the effectiveness of alternatives for people over the age of 65 who are at risk of potentially avoidable hospital admission. BMJ Open. 2017 Aug 1;7(7):e016236. doi: 10.1136/bmjopen-2017-016236.
- Seibert K, Domhoff D, Bruch D, Schulte-Althoff M, Furstenau D, Biessmann F, Wolf-Ostermann K. Application Scenarios for Artificial Intelligence in Nursing Care: Rapid Review. J Med Internet Res. 2021 Nov 29;23(11):e26522. doi: 10.2196/26522.
- Gray JT, Walker A. Avoiding admissions from the ambulance service: a review of elderly patients with falls and patients with breathing difficulties seen by emergency care practitioners in South Yorkshire. Emerg Med J. 2008 Mar;25(3):168-71. doi: 10.1136/emj.2007.050732.
- Mason S, O'Keeffe C, Knowles E, Bradburn M, Campbell M, Coleman P, Stride C, O'Hara R, Rick J, Patterson M. A pragmatic quasi-experimental multi-site community intervention trial evaluating the impact of Emergency Care Practitioners in different UK health settings on patient pathways (NEECaP Trial). Emerg Med J. 2012 Jan;29(1):47-53. doi: 10.1136/emj.2010.103572.
- Mason S, Knowles E, Colwell B, Dixon S, Wardrope J, Gorringe R, Snooks H, Perrin J, Nicholl J. Effectiveness of paramedic practitioners in attending 999 calls from elderly people in the community: cluster randomised controlled trial. BMJ. 2007 Nov 3;335(7626):919. doi: 10.1136/bmj.39343.649097.55. Epub 2007 Oct 4.
- Soril LJ, Leggett LE, Lorenzetti DL, Noseworthy TW, Clement FM. Reducing frequent visits to the emergency department: a systematic review of interventions. PLoS One. 2015 Apr 13;10(4):e0123660. doi: 10.1371/journal.pone.0123660. eCollection 2015.
- Belmin J, Auffray JC, Berbezier C, Boirin P, Mercier S, de Reviers B, Golmard JL. Level of dependency: a simple marker associated with mortality during the 2003 heatwave among French dependent elderly people living in the community or in institutions. Age Ageing. 2007 May;36(3):298-303. doi: 10.1093/ageing/afm026. Epub 2007 Mar 24.
- O'Connell S, Palmer R, Withers K, Saha N, Puntoni S, Carolan-Rees G; PROMs, PREMs and Effectiveness Programme. Requirements for the collection of electronic PROMS either "in clinic" or "at home" as part of the PROMs, PREMs and Effectiveness Programme (PPEP) in Wales: a feasibility study using a generic PROM tool. Pilot Feasibility Stud. 2018 Jul 4;4:90. doi: 10.1186/s40814-018-0282-8. eCollection 2018.
- Duncanson E, Bennett PN, Viecelli A, Dansie K, Handke W, Tong A, Palmer S, Jesudason S, McDonald SP, Morton RL; Symptom monitoring WIth Feedback Trial (SWIFT) Investigators. Feasibility and acceptability of e-PROMs data capture and feedback among patients receiving haemodialysis in the Symptom monitoring WIth Feedback Trial (SWIFT) pilot: protocol for a qualitative study in Australia. BMJ Open. 2020 Nov 6;10(11):e039014. doi: 10.1136/bmjopen-2020-039014.
- Anderson KO, Palos GR, Mendoza TR, Cleeland CS, Liao KP, Fisch MJ, Garcia-Gonzalez A, Rieber AG, Nazario LA, Valero V, Hahn KM, Person CL, Payne R. Automated pain intervention for underserved minority women with breast cancer. Cancer. 2015 Jun 1;121(11):1882-90. doi: 10.1002/cncr.29204. Epub 2015 Feb 24.
- Adam R, Burton CD, Bond CM, de Bruin M, Murchie P. Can patient-reported measurements of pain be used to improve cancer pain management? A systematic review and meta-analysis. BMJ Support Palliat Care. 2017 Dec;7(4):0. doi: 10.1136/bmjspcare-2016-001137. Epub 2016 Nov 22.
- Mooney KH, Beck SL, Friedman RH, Farzanfar R, Wong B. Automated monitoring of symptoms during ambulatory chemotherapy and oncology providers' use of the information: a randomized controlled clinical trial. Support Care Cancer. 2014 Sep;22(9):2343-50. doi: 10.1007/s00520-014-2216-1. Epub 2014 Apr 1.
- Vasey B, Ursprung S, Beddoe B, Taylor EH, Marlow N, Bilbro N, Watkinson P, McCulloch P. Association of Clinician Diagnostic Performance With Machine Learning-Based Decision Support Systems: A Systematic Review. JAMA Netw Open. 2021 Mar 1;4(3):e211276. doi: 10.1001/jamanetworkopen.2021.1276.
- Adler-Milstein J, Chen JH, Dhaliwal G. Next-Generation Artificial Intelligence for Diagnosis: From Predicting Diagnostic Labels to "Wayfinding". JAMA. 2021 Dec 28;326(24):2467-2468. doi: 10.1001/jama.2021.22396. No abstract available.
- Barrachina-Fernandez M, Maitin AM, Sanchez-Avila C, Romero JP. Wearable Technology to Detect Motor Fluctuations in Parkinson's Disease Patients: Current State and Challenges. Sensors (Basel). 2021 Jun 18;21(12):4188. doi: 10.3390/s21124188.
- Khalil H, Bell B, Chambers H, Sheikh A, Avery AJ. Professional, structural and organisational interventions in primary care for reducing medication errors. Cochrane Database Syst Rev. 2017 Oct 4;10(10):CD003942. doi: 10.1002/14651858.CD003942.pub3.
- Beaudouin, Valérie and Bloch, Isabelle and Bounie, David and Bounie, David and Clémençon, Stéphan and d'Alché-Buc, Florence and Eagan, James and Maxwell, Winston and Mozharovskyi, Pavlo and Parekh, Jayneel, Flexible and Context-Specific AI Explainability: A Multidisciplinary Approach (March 23, 2020). Available at SSRN: https://ssrn.com/abstract=3559477 or http://dx.doi.org/10.2139/ssrn.3559477
- Belmin J, Villani P, Gay M, Fabries S, Havreng-Thery C, Malvoisin S, Denis F, Veyron JH. Real-world Implementation of an eHealth System Based on Artificial Intelligence Designed to Predict and Reduce Emergency Department Visits by Older Adults: Pragmatic Trial. J Med Internet Res. 2022 Sep 8;24(9):e40387. doi: 10.2196/40387.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- PRESAGE_2021-01
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .
Essais cliniques sur SOINS DE PRÉSAGE
-
Silke Wiegand-Grefe, Prof. Dr.Charite University, Berlin, Germany; Hannover Medical School; University Hospital... et autres collaborateursActif, ne recrute pasMaladies raresAllemagne
-
Medical University InnsbruckBarmherzige Brüder Vienna; Tiroler Landeskrankenanstalten GmbH (TILAK); Tiroler... et autres collaborateursComplétéAccident vasculaire cérébral | Attaque ischémique, transitoire | L'analyse coûts-avantages | Prévention secondaire | Gestion des maladiesL'Autriche
-
Johnson & Johnson Vision Care, Inc.ComplétéAcuité visuelle, biomicroscopie à la lampe à fente (évaluation de la coloration cornéenne)États-Unis
-
Chung Shan Medical UniversityComplétéSoignant | Patient d'AVCTaïwan
-
Elizabeth Glaser Pediatric AIDS FoundationUnited States Agency for International Development (USAID); Ministry of Health...Complété
-
University Hospital, AngersComplétéDouleur thoraciqueFrance, Belgique
-
Emory UniversityRetirement Research FoundationComplétéSyndrome de stress du soignantÉtats-Unis
-
Weill Medical College of Cornell UniversityCornell UniversityPas encore de recrutementFardeau des soignantsÉtats-Unis
-
University of StirlingComplétéVieillissement | Vieillir en bonne santé | Personnes âgées | VieilliRoyaume-Uni
-
University Health Network, TorontoRecrutementLymphome | Troubles lymphoprolifératifs | Cancer du sein stade I | Cancer du sein stade II | Cancer colorectal stade II | Cancer colorectal stade III | Cancer du sein stade III | Cancer colorectal stade I | Cancer de la tête et du cou stade III | Cancer du sein, stade 0 | Cancer de la tête et du cou stade... et d'autres conditionsCanada