Utilisation et Acceptation des Grands Modèles de Langage pour la Prise de Décision Partagée en Cancérologie
Utilisation et acceptation des grands modèles de langage dans la prise de décision partagée en oncologie chez les patients, le grand public et les professionnels de santé
Aperçu de l'étude
Statut
Les conditions
Description détaillée
La prise de décision partagée est un processus collaboratif dans lequel les cliniciens aident les patients à prendre des décisions thérapeutiques. Malgré son importance en oncologie, la prise de décision partagée structurée reste peu courante dans la pratique clinique de routine. Les grands modèles de langage offrent une nouvelle façon pour les patients d'accéder et de comprendre les informations médicales, mais on sait peu de choses sur la façon dont les parties prenantes clés perçoivent et utilisent ces outils pour les décisions de santé.
Cette étude observationnelle a utilisé un design séquentiel à méthodes mixtes combinant la méthodologie de consensus Delphi avec le déploiement d'une enquête transversale. Un panel de 44 experts dans huit domaines (intelligence artificielle clinique, développement technique, oncologie, psychologie, épidémiologie, plaidoyer des patients, éthique et expertise juridique) a développé et validé l'instrument d'évaluation à travers deux tours Delphi, atteignant un consensus sur 89 items. L'instrument final contenait 52 items quantitatifs et 8 questions qualitatives, distinguant l'utilisation générale des grands modèles de langage de leur utilisation spécifique au domaine de la santé.
L'étude a recruté trois cohortes : 2 316 patients atteints de cancer avec un diagnostic auto-déclaré dans les cinq dernières années, 2 000 membres de la population générale des États-Unis et du Royaume-Uni, et 2 835 professionnels de santé diplômés. Le contrôle qualité comprenait des vérifications d'attention, la surveillance du temps de complétion, la validation de la cohérence et des procédures de vérification, entraînant l'exclusion de 694 réponses (8,8 %) sur un total initial de 7 845.
Les analyses principales comprenaient des tests du chi-carré et une ANOVA avec correction de Bonferroni, une régression logistique multivariée avec construction de modèle hiérarchique pour identifier les prédicteurs d'adoption, et une segmentation des utilisateurs par croisement de tableaux combiné avec un regroupement k-moyennes. L'étude a été approuvée par le comité d'examen institutionnel de l'Université technique de Munich (TUM2024-89-S-SB).
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Bavaria
-
Munich, Bavaria, Allemagne, 81675
- Technical University Munich
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'inclusion :
Âge de 18 ans ou plus Maîtrise de l'anglais Accès régulier à Internet Inscription sur la plateforme de recherche Prolific Pour la cohorte de patients atteints de cancer : autodéclaration d'un diagnostic de cancer au cours des cinq dernières années Pour la cohorte des professionnels de santé : praticien de santé agréé avec contact actif avec des patients Pour la cohorte de la population générale : résident des États-Unis ou du Royaume-Uni
Critères d'exclusion :
Échec aux questions de vérification de l'attention intégrées (4 vérifications) Temps de réalisation de l'enquête en dehors de la plage acceptable (moins de 5 minutes ou plus de 60 minutes) Schéma de réponse en ligne droite détecté par les algorithmes de validation de la cohérence Échec des procédures de vérification de la cohorte
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Patients atteints de cancer
Adultes âgés de 18 ans ou plus ayant déclaré un diagnostic de cancer au cours des cinq dernières années, recrutés via la plateforme Prolific avec vérification par des questions de dépistage concernant la date du diagnostic, le type de cancer et l'état du traitement.
n=2 316.
|
|
Population générale
Adultes âgés de 18 ans ou plus des États-Unis et du Royaume-Uni sans condition de santé spécifique requise, recrutés via la plateforme Prolific avec des quotas d'échantillonnage stratifiés pour l'âge, le sexe, l'origine ethnique et l'éducation.
n=2 000.
|
|
Professionnels de la santé
Professionnels de santé agréés âgés de 18 ans ou plus ayant un contact actif avec les patients, y compris les médecins et le personnel infirmier, recrutés via la plateforme Prolific aux États-Unis, au Royaume-Uni et dans 28 pays supplémentaires.
n=2 835.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Taux d'utilisation des grands modèles de langage spécifiques à la santé
Délai: Au moment de la complétion de l'enquête (évaluation unique, mars-mai 2025)
|
Proportion de participants déclarant utiliser des grands modèles de langage spécifiquement pour des informations liées à la santé, mesurée sur une échelle de fréquence de Likert à 5 points et dichotomisée en utilisation versus non-utilisation.
|
Au moment de la complétion de l'enquête (évaluation unique, mars-mai 2025)
|
|
Confiance future dans l'amélioration par les grands modèles de langage de la prise de décision partagée
Délai: Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
Proportion de participants estimant que les grands modèles linguistiques amélioreront la qualité de la prise de décision partagée en oncologie, évaluée via une réponse sur l'échelle de Likert.
|
Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
|
Obstacles à l'adoption des grands modèles de langage
Délai: Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
Prévalence des préoccupations concernant l'utilisation des grands modèles de langage pour les décisions de santé, y compris les préoccupations concernant la fiabilité, les préoccupations concernant la confidentialité et la préférence pour l'interaction humaine, chacune évaluée de manière binaire (présente ou absente).
|
Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Prédicteurs indépendants de l'adoption des grands modèles de langage
Délai: Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
Rapports de cotes issus d'une régression logistique multivariable hiérarchique identifiant les prédicteurs démographiques et liés à la santé de l'acceptation des grands modèles de langage spécifiques aux soins de santé, incluant l'âge, le sexe, l'origine ethnique, l'éducation, la littératie numérique et la confiance dans la compréhension des informations de santé.
|
Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
|
Segmentation des utilisateurs
Délai: Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
Distribution des participants dans les segments d'utilisateurs basés sur les données, dérivés du tableau croisé de l'utilisation actuelle avec le bénéfice perçu, affinés par la méthode des k-moyennes : adoptants potentiels, utilisateurs convaincus, non-utilisateurs résistants et utilisateurs sceptiques.
|
Au moment de la réalisation de l'enquête (évaluation unique, mars-mai 2025)
|
|
Modèles de recommandation des professionnels de santé
Délai: Au moment de la complétion de l'enquête (évaluation unique, mars-mai 2025)
|
Proportion de professionnels de santé qui recommandent les grands modèles de langage aux patients pour des informations de santé, comparée à leur taux d'utilisation personnelle.
|
Au moment de la complétion de l'enquête (évaluation unique, mars-mai 2025)
|
Collaborateurs et enquêteurs
Parrainer
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
Autres numéros d'identification d'étude
- LLM-SDM-2025
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 .