- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT07074405
- Procès original
Acceptabilité de l'intelligence artificielle dans le diagnostic du cancer de la prostate (AccAI)
Comprendre l'acceptabilité de l'intelligence artificielle comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate - le patient au cœur de ses soins
Cette étude examine l'acceptabilité de l'intelligence artificielle (IA) en tant qu'outil de soutien diagnostique chez les patients atteints d'un cancer de la prostate localisé et des prestataires de soins de santé, ainsi que leur volonté de partager des données de santé pour le développement de l'IA.
Contexte Les outils d'IA dans les soins de santé montrent un potentiel prometteur, en particulier pour améliorer la précision du diagnostic et la personnalisation du traitement. Cependant, une mise en œuvre réussie dépend non seulement des performances techniques, mais également de l'acceptabilité de l'IA parmi ses patients et ses professionnels. Des recherches antérieures ont montré une acceptabilité variée en fonction du contexte, de la gravité de la maladie, de la tâche effectuée par l'IA et de la population d'utilisateurs.
Les objectifs évaluent l'acceptabilité des patients de l'IA comme soutien diagnostique dans le cancer de la prostate.
Explorez la volonté des patients de partager des données de santé pour le développement de l'IA clinique.
Évaluer l'acceptabilité des prestataires de soins de santé de l'IA dans ce contexte de diagnostic.
Conception de la méthodologie: une étude multinationale en coupe transversale (Belgique, Italie, Espagne).
Phase quantitative: questionnaire en ligne, en utilisant des cadres théoriques adaptés (modèle de perception de la valeur, NASSS-AI, TFA).
Phase qualitative: suivra sur la base des résultats quantitatifs.
Participants: Adultes diagnostiqués avec un cancer localisé de la prostate. Recrutement via les hôpitaux, les médias sociaux et les associations de patients.
Données collectées: informations personnelles et santé, attitudes envers l'IA, volonté de partager les données.
Éthique approuvée par les comités d'éthique dans chaque pays participant.
Le consentement éclairé a obtenu numériquement avant la participation.
Données anonymisées et conformes au RGPD.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
1. Introduction 1.1. Acceptabilité de l'intelligence artificielle 1.1.1. L'intelligence artificielle dans les professionnels de la santé des soins de santé fait face à une multitude de défis croissants et de plus en plus complexes. La nature des problèmes de santé change, les charges de travail augmentent, ce qui conduit à une gestion plus difficile dans les soins et nécessite également une mise à jour constante des connaissances. Dans le même temps, la mise en œuvre des outils d'intelligence artificielle (IA) dans les soins de santé explose et offre une brillante opportunité de répondre aux besoins du secteur médical en évolution.
De nombreuses études ont exploré la faisabilité de l'IA clinique en évaluant, entre autres, les performances techniques des systèmes d'IA. Cependant, la nature technique du développement de l'IA n'est pas le seul défi auquel est confrontée à la mise en œuvre de l'IA clinique. En effet, des études ont montré que l'acceptabilité de l'IA clinique par les professionnels de la santé et les patients a un impact sur l'adoption efficace de l'IA par ces utilisateurs. Ignorer ce paramètre pourrait conduire à un gaspillage de ressources, en ne profitant pas des systèmes d'IA disponibles.
L'acceptabilité de l'IA clinique par les patients et les professionnels de la santé a été étudiée dans différents contextes, mais la plupart des études concernent l'acceptabilité de l'IA dans les soins de santé en général. Ce sujet a déjà été systématiquement résumé et montre en majorité une bonne acceptabilité de l'IA. D'un autre côté, les études dans des contextes de santé spécifiques sont plus rares et l'acceptabilité de l'IA dans ces contextes ne peut pas être définie en extrapolant simplement l'acceptabilité de l'IA dans les soins de santé. En effet, l'acceptabilité de l'IA diffère selon le contexte (maladie diagnostiquée, gravité de la maladie, conséquences de la décision de l'IA, complexité de la prise de décision) mais aussi des tâches que l'IA effectue (diagnostic, choix du traitement, pronostic). De plus, les facteurs d'acceptabilité de l'IA diffèrent en fonction de la population étudiée (patients, professionnels de la santé, chercheurs et gestionnaires de soins de santé) en raison des différences de besoins, de préférences et du contexte de l'utilisation. Il est donc important d'étudier l'acceptabilité de l'IA dans le contexte précis auquel l'étude se réfère.
1.1.2. Acceptabilité de l'IA dans le processus de diagnostic de cancer de la prostate La mise en œuvre des outils d'IA dans le processus de diagnostic de cancer de la prostate (ACP) améliorera les informations des images médicales et la création de modèles prédictifs. Cela représentera une progression significative dans l'optimisation du diagnostic de l'ACP et la prévision de son agressivité, avec l'objectif final de personnaliser le traitement par adaptation aux caractéristiques biologiques de la tumeur. Cela contribuera à réduire le besoin de biopsies de la prostate, augmentant ainsi la conformité des individus et les encourageant à se faire tester avant l'apparition des symptômes. Moreover, early detection of PCa dramatically improves the treatment success rate.
Étant donné la possibilité de mettre en œuvre de l'IA dans le processus de diagnostic de l'APC, il est essentiel d'étudier l'acceptabilité de cette implémentation pour les patients et les professionnels de la santé qui seraient les utilisateurs finaux de l'IA dans le contexte de l'ACP et les conditions de cette mise en œuvre. Bien que certaines études aient examiné cette acceptabilité, la recherche dans ce domaine reste limitée et nécessite une enquête plus approfondie.
Une étude récente a évalué la confiance des patients dans l'IA et leur perception des urologues qui s'appuient sur l'IA. Cette étude a montré que les patients avaient plus de confiance dans la capacité des médecins à faire le bon diagnostic, à considérer les dernières recherches, à individualiser la communication du diagnostic et à expliquer les informations d'une manière compréhensible par rapport à l'IA. Les patients ont déclaré qu'ils avaient une confiance plus élevée dans un diagnostic posé par l'IA contrôlé par un médecin par rapport à l'IA non contrôlé par un médecin.
Une deuxième étude a exploré les peurs et les attentes des hommes en matière de diagnostic et de traitement de l'IA dans le contexte de l'ACP, à travers trois représentations de l'IA imaginées par les participants. Les trois représentations imaginées étaient l'IA comme un outil pour aider les prestataires de soins de santé, l'IA en tant que machine avancée et IA en tant qu'entité qui remplacerait les prestataires de soins de santé. Le dernier imaginaire est le pire des cas pour les participants. Dans tous les imaginaires, les participants ont vu l'IA sous un jour positif, mais plus l'IA a pris la place du médecin, plus les participants ont vu l'IA sous un jour négatif.
1.1.3. Le concept d'acceptabilité Le concept d'acceptabilité de l'IA clinique n'est pas bien défini. Même si des cadres existent pour expliquer et prédire l'intention comportementale des individus d'utiliser et d'accepter une innovation technologique, ces modèles ne sont pas non plus adaptés au contexte des soins de santé; soit considérer l'IA de la même manière que les technologies de santé numérique. Cependant, il est essentiel de tenir compte du contexte des soins de santé et de la complexité de l'IA par rapport aux technologies numériques qui fonctionnent de manière plus simpliste que l'IA. Il est donc nécessaire de mieux définir le concept d'acceptabilité de l'IA clinique. Certaines études ont modifié les cadres d'acceptation de la technologie existants pour tenir compte des limitations ci-dessus, telles que les deux cadres suivants.
Le premier cadre modélise statistiquement l'acceptation des patients des dispositifs d'aide à la décision clinique basés sur l'IA. Les auteurs de ce modèle ont étendu le cadre théorique de l'acceptation technologique qui inclut les perceptions de la valeur (VAM), les adaptant au secteur des soins de santé. Ce cadre évalue les risques et les avantages perçus des dispositifs d'aide à la décision clinique basés sur l'IA pour mesurer leur acceptabilité. Les auteurs de ce modèle suggèrent que les études futures devraient ajouter des facteurs supplémentaires à leur modèle, y compris l'influence sociale qui est utilisée dans certains autres cadres théoriques d'acceptation, pour augmenter son pouvoir exploratoire (le R2 de ce modèle est de 0,80). En outre, les auteurs indiquent que les variables sexe, le revenu annuel des ménages, le niveau d'éducation, l'emploi, les connaissances techniques perçues sur la technologie de l'IA et la familiarité avec un service basé sur l'IA ont eu un effet significatif sur l'intention d'utiliser des dispositifs de décision clinique basés sur l'IA.
Deuxièmement, une étude récente dans le Lancet a systématiquement résumé les études qualitatives sur l'acceptation de l'IA à des fins de diagnostic par les parties prenantes (patients, cliniciens, chercheurs et gestionnaires de soins de santé). Les auteurs ont étendu le cadre NASSS existant afin de créer un nouveau modèle adapté au diagnostic d'IA; Le cadre NASSS-AI. Ce nouveau cadre est structuré dans six domaines, vingt sous-domaines et quarante-trois thèmes regroupant les éléments fréquemment discutés par les études incluses dans cette revue.
Plusieurs facteurs non inclus dans les différents modèles théoriques mentionnés ci-dessus ont été identifiés par d'autres études comme des facteurs qui influencent l'acceptabilité des patients de l'IA clinique. Ces facteurs étaient l'âge, l'exposition antérieure à des outils similaires, la situation géographique, la maladie diagnostiquée, la gravité de la maladie et le système de confiance dans les soins de santé.
De plus, une revue systématique a étudié comment les informations sur l'IA ont été fournies aux participants à des études évaluant l'acceptabilité des patients de l'IA dans les soins de santé. Cette revue systématique indique que la plupart des études citent une connaissance limitée des patients de l'IA dans le contexte de leurs recherches comme limitation de leur étude. De plus, plusieurs études rapportent que le type d'informations fournies aux patients au début d'une étude influence les résultats. Par conséquent, un facteur de «cohérence d'intervention» sera ajouté à notre cadre de recherche. Ce facteur est intégré dans le cadre théorique de l'acceptabilité (TFA) qui étudie l'acceptabilité des interventions de soins de santé.
1.2. Altruisme des données - Les données fournissant l'altruisme des données sont comprises comme la fourniture volontaire de données personnelles et non personnelles, sur la base du consentement des sujets de données ou de l'autorisation de personnes naturelles et juridiques, sans demander de récompense et d'objectifs d'intérêt général.
Le développement de l'IA clinique nécessite l'utilisation d'une grande quantité de données de santé. L'utilisation de ces données est inévitable car elle permet aux outils de progresser et d'évoluer. Comme expliqué ci-dessus, l'IA clinique doit être acceptée par les patients et par les prestataires de soins de santé, mais il doit également être alimenté par les données des patients. Ils doivent donc accepter de fournir leurs données de santé.
Bien que la volonté des patients de fournir des données sur la santé personnelle ait été largement étudiée dans le contexte des utilisations secondaires en général (partage de données pour la recherche clinique, la recherche en santé publique, l'épidémiologie, etc.), il n'a pas été bien étudié dans le contexte de l'IA en particulier. Certaines études évaluent la volonté de fournir des données de santé par une question simple. Une étude sur l'IA dans le diagnostic du cancer de la peau montre que 88% des répondants rendraient leurs données de santé de manière anonyme pour le développement d'une application médicale basée sur l'IA.
Une étude pilote a exploré les perspectives des patients sur les données prévoyant un objectif de développement de l'IA pour la pratique générale. Les participants à cette étude ont estimé que le développement de l'IA pour la pratique générale était un objectif pour lequel ils étaient disposés à fournir leurs données. Ils ont dit qu'ils voulaient aider à gérer les maladies et aider leur médecin généraliste (GP) en fournissant leurs données. La volonté de fournir leurs données dépendait de la relation de confiance qu'ils avaient avec leur médecin généraliste.
1.2.1. Le concept de volonté de fournir des données de santé sans cadre validé pour étudier la volonté des patients de fournir leurs données de santé à des fins secondaires ou à des fins de développement de l'IA a été identifiée dans la littérature. Une revue systématique récente a également conclu qu'il n'y avait pas d'outil de mesure validé pour déterminer cette volonté.
Une étude a développé un modèle conceptuel de la volonté des patients de fournir des données de santé à des fins de recherche. Ce cadre est basé sur le cadre de perception de la valeur validé qui évalue les avantages et les risques perçus de la fourniture de données. Les auteurs ont ajouté à ce cadre plusieurs facteurs spécifiques aux données fournissant à des fins de recherche, telles que le type d'utilisateurs finaux, le type de données collectées, le contexte, etc. Ces facteurs peuvent être compris comme des conditions pour fournir des données de santé.
2. Objectifs L'objectif de cette étude est de mieux comprendre l'acceptabilité de l'IA et ses conditions par les personnes atteintes de cancer de la prostate et de prestataires de soins de santé dans le contexte du diagnostic du cancer de la prostate et de l'IA comme soutien aux prestataires de soins de santé. Cette étude vise également à mieux comprendre la volonté des gens de fournir leurs données de santé pour le développement de l'IA clinique et les conditions entourant cette volonté.
Les objectifs de cette étude sont:
1. Déterminez l'acceptabilité des personnes atteintes d'un cancer de la prostate concernant la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate et explorez les conditions de cette mise en œuvre.
2. Déterminer la volonté des gens de fournir leurs données de santé pour le développement de l'IA clinique et explorer les conditions de cette volonté.
3. Déterminez l'acceptabilité des prestataires de soins de santé concernant la mise en œuvre de l'IA comme soutien pour eux dans le diagnostic du cancer de la prostate et explorez les conditions de cette mise en œuvre.
3. Méthodes 3.1. Type d'étude et processus de recherche L'étude est une étude séquentielle d'observation transversale, à méthode mixte comprenant une phase quantitative initiale qui alimentera une deuxième phase qualitative. L'étude est multinationale, recrutant des participants en Belgique, en Italie et en Espagne.
Chaque pays soumet le protocole à son comité d'éthique si cela est nécessaire. La conception de cette étude est présentée dans la figure 1. Ce protocole concerne la phase quantitative. Le protocole pour la phase qualitative sera soumis au comité d'éthique à une date ultérieure, car l'analyse du questionnaire de phase quantitative est nécessaire pour le développement de la phase qualitative.
Figure 1: Conception de l'étude 3.2. Des cadres de cadres quantitatifs de la phase deux sont utilisés, correspondant aux deux objectifs de cette phase (déterminer l'acceptabilité des personnes atteintes de cancer de la prostate concernant la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate et déterminer la volonté des gens de fournir leurs données de santé pour le développement de l'IA clinique).
Pour déterminer l'acceptabilité des personnes atteintes d'un cancer de la prostate concernant la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate, un cadre a été créé sur la base de cadres existants précédemment présentés (cadre basé sur la perception des valeurs, NASSS-AI et TFA). Le cadre basé sur la perception des valeurs a été utilisé comme base pour peser les risques contre les avantages perçus. L'influence sociale a été ajoutée à ce modèle suggéré par les auteurs. Un facteur "conditions à utiliser" et ses sous-dimensions a également été ajouté, inspiré par le NASSS-AI et le cadre cité précédemment. Le facteur de "cohérence d'intervention" a été ajouté, conformément au TFA.
Le cadre final utilisé pour étudier l'acceptabilité des personnes atteintes d'un cancer de la prostate concernant la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate est présenté dans la figure 2.
Figure 2: Modèle théorique de l'acceptabilité des personnes atteintes d'un cancer de la prostate concernant la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate.
Pour déterminer la volonté des gens de fournir leurs données de santé à des fins de développement de l'IA, un cadre a été créé sur la base du cadre existant en fonction de la perception de la valeur qui équilibre les risques perçus et les avantages perçus. Un facteur de "conditions" a été ajouté pour explorer cette volonté. Le cadre final utilisé pour étudier la volonté des gens de fournir leurs données de santé pour le développement de l'IA clinique est présenté dans la figure 3.
Figure 3: Modèle théorique de la volonté des gens de fournir leurs données de santé pour le développement de l'IA clinique.
3.3. Caractéristiques de la population de la phase quantitative La population de l'étude est des personnes atteintes d'un cancer de la prostate localisé.
Les critères d'inclusion sont définis comme suit:
• Plus de 18 ans;
• avec diagnostic de cancer de la prostate localisé;
• Consentement à l'étude.
Les critères d'exclusion sont définis comme suit:
• ne pas parler français;
• Diagnostiqué d'un cancer métastatique dès le départ;
• en phase terminale;
• Les personnes souffrant de retard mental, de démence ou d'état de conscience modifiée.
3.4. Échantillon de la phase quantitative La méthode d'échantillonnage choisie est l'échantillonnage des bénévoles. Toute personne répondant aux critères d'inclusion et ne répondant pas aux critères d'exclusion peut choisir de participer à l'étude, qui consiste à remplir un questionnaire en ligne auto-administré.
Le questionnaire sera distribué sur les canaux suivants:
• Une campagne d'affiches et de dépliants dans les départements d'urologie du réseau Elipse. Les affiches et les dépliants afficheront le lien et le code QR pour le questionnaire. Le co-investigateur E. Koshmanova de cette étude sera disponible dans un ou plusieurs hôpitaux du réseau Elipse pour offrir une assistance pour accéder au questionnaire, sans intervenir dans le processus d'achèvement. Elle aura également un ordinateur portable ou une tablette disponible pour les participants qui souhaitent participer à l'étude mais n'ont pas l'équipement nécessaire.
• Distribution du lien et du code QR du questionnaire via la conception de l'affiche au format photo sur les réseaux sociaux.
• Distribution du lien et du code QR via la conception de l'affiche au format photo ou non via des associations de patients. Ces associations les partageront via leurs réseaux ou leurs listes de diffusion. Les associations peuvent également afficher l'affiche et / ou les dépliants dans leurs installations si elles sont jugées pertinentes.
Aucun calcul de la taille de l'échantillon n'a été effectué, car les contraintes de l'étude nécessitent l'inclusion d'un minimum de 50 participants par pays et un maximum de 100 participants par pays.
Pour avoir accès au questionnaire, les gens utilisent le lien du questionnaire ou scannent le code QR. Il n'est pas nécessaire de créer un compte. Après avoir utilisé le lien ou numérisé le code QR, la première chose qui apparaît est la page d'accueil du questionnaire, sur laquelle les participants sont invités à lire le formulaire d'information et de consentement, puis de consentement à l'étude. Il est spécifié dans le formulaire d'information et de consentement selon lequel le consentement n'est pas collecté directement dans le formulaire d'information et de consentement, mais via la première section du questionnaire (retranscription du formulaire de consentement éclairé). Cela bloque l'accès au reste du questionnaire aux personnes qui ne consent pas à l'étude, c'est-à-dire à celles qui ne cochent pas toutes les déclarations.
Si les participants donnent leur consentement, le questionnaire sera accessible et les participants seront invités à confirmer qu'ils répondent aux critères d'inclusion de l'étude et ne répondent pas aux critères d'exclusion de l'étude. S'ils ne confirment pas ces éléments, le questionnaire se terminera. S'ils confirment ces éléments, le questionnaire commencera.
Étant donné que les réglementations permettent aux participants de retirer leur consentement de l'étude à tout moment, un code unique leur sera attribué. Ce code sera formé par chaque participant avec cette clé d'identification: Première lettre du nom de famille + dernière lettre du nom de famille + première lettre du prénom + les deux derniers chiffres de leurs années de naissance.
À la fin du formulaire en ligne, les participants ont la possibilité de cliquer sur un lien s'ils souhaitent participer à la deuxième phase (phase qualitative) de cette étude. Ce lien les amène à un deuxième questionnaire en ligne demandant leurs données de contact. Le deuxième questionnaire n'est pas lié au premier. Avec les données de contact, les individus peuvent être contactés pour participer à la deuxième phase de cette étude, et ce n'est qu'après l'approbation du comité d'éthique pour la deuxième phase de cette étude (phase qualitative).
Dans le cas où le recrutement des participants s'avère plus efficace grâce à une approche papier, une version papier du questionnaire identique à la version en ligne sera utilisée. Dans de tels cas, les participants seront invités à remplir le questionnaire sur papier et à signer une version papier du formulaire de consentement éclairé avant la participation. Le questionnaire dans ce cas sera codé en ligne sur RedCap par l'équipe de recherche.
Chaque participant a la possibilité de poser des questions au co-chercheur (E. Koshmanova) à tout moment. Ses coordonnées sont fournies dans le formulaire d'information et de consentement et au début du questionnaire.
3.5. A étudié les paramètres de la phase quantitative
Plusieurs paramètres seront collectés avec le premier questionnaire en ligne:
• Informations relatives aux individus: âge, revenu perçu, emploi, éducation, état de santé perçu, pays de résidence, gravité du cancer de la prostate (il y a combien de temps le diagnostic a-t-il été traité), une expérience de soins antérieures, une exposition antérieure à des outils similaires, une fréquence d'utilisation des soins de santé, une confiance dans les systèmes de santé.
• Informations sur les compétences des personnes: littératie en santé, littératie en matière de santé en ligne, connaissance technique perçue de la technologie de l'IA, familiarité avec un service basé sur l'IA.
• Questions relatives à l'acceptabilité aux personnes atteintes d'un cancer de la prostate de la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate.
• Questions relatives à la volonté des personnes atteintes d'un cancer de la prostate pour fournir leurs données de santé pour le développement de l'IA clinique.
Plusieurs données seront collectées avec le deuxième questionnaire en ligne:
• Nom et nom de famille;
• numéro de téléphone;
• pays de résidence;
• Code Postal.
Ce questionnaire est indépendant du premier. 3.6. L'outil de collecte de données des questionnaires en ligne de phase quantitative sera partagé avec les participants par la plate-forme RedCap. 3.6.1. Questionnaire numéro 1: Le questionnaire en ligne vise à évaluer à la fois l'acceptabilité des personnes atteintes d'un cancer de la prostate concernant la mise en œuvre de l'IA comme soutien aux prestataires de soins de santé dans le diagnostic du cancer de la prostate et leur volonté de fournir leurs données de santé à des fins de développement de l'IA clinique. Le questionnaire pose également des questions sur les caractéristiques de certaines personnes, comme mentionné au point 3.5. Le questionnaire est introduit par une explication de la façon dont l'IA est impliquée dans les soins dans le contexte de cette étude.
Le questionnaire est basé sur deux questionnaires. Premièrement, le questionnaire associé au cadre basé sur la perception des valeurs a été utilisé. Deuxièmement, le questionnaire associé au cadre étudiant la volonté de fournir des données de santé à des fins de recherche a été utilisé comme inspiration (19).
3.6.2. Questionnaire numéro 2: Le but de ce questionnaire est de contacter les participants qui souhaitent participer à la deuxième phase de cette étude (phase qualitative).
3.7. Calendrier Figure 1: Gantt Chart. 4. Préoccupations éthiques de la phase quantitative L'étude ne présente aucun risque ni inconvénient pour les participants. Aucun changement dans leur gestion clinique habituelle ne sera nécessaire. Aucune information collectée ne sera divulguée au personnel de santé.
Des enquêtes seront développées à l'aide de la plate-forme RedCap, qui est un progiciel conçu pour la gestion globale des études, et qui répond aux exigences réglementaires pour les hôtes de l'étude de la santé et supervisée par le Clinical Trial Center (CTC) de Chul.
Un formulaire d'information et de consentement sera rempli (version électronique) par les participants avant de participer réellement à l'étude. Les participants peuvent retirer leur consentement de l'investigateur principal (D. WalTregny) à tout moment.
Toutes les données recueillies seront pseudonymisées d'un code unique qui sera affecté à chaque participant. Ce code sera formé par les participants avec cette clé d'identification: première lettre du nom de famille + dernière lettre du nom de famille + première lettre du prénom + les deux dernières chiffres de leurs années de naissance.
De plus, les données de contact seront collectées, traitées et stockées conformément au règlement général sur la protection des données (RGPD).
L'étude ne commencera qu'après l'approbation du comité d'éthique.
Type d'étude
Inscription (Réel)
Phase
- N'est pas applicable
Contacts et emplacements
Lieux d'étude
-
-
-
Liège, Belgique
- CHU Liège
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
La description
Critères d'inclusion:
- plus de 18 ans;
- avec diagnostic de cancer de la prostate localisé;
- consentement à l'étude.
Critères d'exclusion:
- ne parlant pas français;
- diagnostiqué un cancer métastatique dès le départ;
- en phase terminale;
- Les personnes souffrant de retard mental, de démence ou d'état de conscience modifiée.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Recherche sur les services de santé
- Répartition: N / A
- Modèle interventionnel: Affectation à un seul groupe
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Expérimental: Questionnaire
Ceci est un questionnaire en ligne que les patients coprimonent seuls ou avec l'aide de la personne responsable
|
Ceci est un questionnaire en ligne que les patients remplissent
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Avantages perçus de l'utilisation de l'IA dans le diagnostic du cancer de la prostate
Délai: Base de base
|
Ce sont des mesures latentes et seront évaluées en plusieurs questions:
|
Base de base
|
|
Risques perçus de l'utilisation de l'IA dans le diagnostic du cancer de la prostate
Délai: Base de base
|
Risques, échelle "très bas", "Low", "un peu bas", "modéré", "un peu élevé", "High", "très élevé".
Les questions sont trop longues pour inclure ici, mais elles accédent aux risques perçus de l'utilisation de l'IA dans le diagnostic et le traitement du cancer de la prostate.
Le risque «très élevé» est considéré comme le pire.
|
Base de base
|
|
Intention d'utiliser l'IA
Délai: Base de base
|
Question: Souhaitez-vous utiliser des outils basés sur l'intelligence artificielle pour gérer mon diagnostic de cancer de la prostate.
Réponses - Oui, incertaine car et non; Ensuite, il y a des préoccupations s'ils répondent «non» ou «oui parce que» et qu'ils évaluent ces préoccupations sur l'échelle de 0 à 10; 10 est la plus grande préoccupation.
|
Base de base
|
|
Involontaire pour partager des données personnelles
Délai: Base de base
|
Question: sans volonté de partager des données personnelles; répond «oui», «non», oui avec des conditions; Ensuite, ils peuvent décrire leurs conditions
|
Base de base
|
Collaborateurs et enquêteurs
Publications et liens utiles
Publications générales
- Frost EK, Bosward R, Aquino YSJ, Braunack-Mayer A, Carter SM. Facilitating public involvement in research about healthcare AI: A scoping review of empirical methods. Int J Med Inform. 2024 Jun;186:105417. doi: 10.1016/j.ijmedinf.2024.105417. Epub 2024 Mar 22.
- Esmaeilzadeh P. Use of AI-based tools for healthcare purposes: a survey study from consumers' perspectives. BMC Med Inform Decis Mak. 2020 Jul 22;20(1):170. doi: 10.1186/s12911-020-01191-1.
- Fazakarley CA, Breen M, Thompson B, Leeson P, Williamson V. Beliefs, experiences and concerns of using artificial intelligence in healthcare: A qualitative synthesis. Digit Health. 2024 Feb 11;10:20552076241230075. doi: 10.1177/20552076241230075. eCollection 2024 Jan-Dec.
Liens utiles
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
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
- Maladies urogénitales
- Maladies génitales
- Tumeurs génitales, homme
- Tumeurs urogénitales
- Tumeurs par site
- Tumeurs
- Maladies génitales, sexe masculin
- Maladies de la prostate
- Maladies urogénitales masculines
- Tumeurs prostatiques
- Qualité des soins de santé, accès et évaluation
- Techniques d'investigation
- Méthodes épidémiologiques
- Thérapeutique
- Collecte de données
- Mécanismes d'évaluation des soins de santé
- Qualité des soins de santé
- Santé publique
- Environnement et santé publique
- Contrôle du comportement
- Immobilisation
- Enquêtes et questionnaires
- Retenue, physique
Autres numéros d'identification d'étude
- 2024-345
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
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 .