- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT03833804
Adatvezérelt azonosítás szerrel való visszaéléshez
Adatvezérelt stratégiák a kábítószerrel való visszaélés azonosítására kórházi betegeknél
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
2016-ban az Egyesült Államokban (USA) a kórházi elbocsátások közel 30%-ának volt egy fő diagnosztikai kategóriája a szerhasználattal összefüggő állapot miatt. A szerrel való visszaélés a második helyen áll a fő diagnózisok között a nem tervezett 7 napos kórházi visszafogadások arányában. Annak ellenére, hogy rendelkezésre állnak a szűrés, a rövid beavatkozás és a kezelésre utalás (SBIRT) beavatkozások, a szerrel való visszaélés nem része a felvételi rutinnak, és csak a betegek kisebb részét szűrik ki a kórházi körülmények között. Ez különösen problematikus, mivel a kórházi fekvőbetegek körében a becslések szerint a szerrel való visszaélés előfordulási gyakorisága akár 25%-kal is magasabb, mint akár az általános népesség, akár a járóbeteg-körülmények között. Gyakorlati, a kórházi környezetre szabott szűrési módszerekre van szükség.
Az elektronikus egészségügyi nyilvántartásban való értelmes használat (EHR) megjelenésével az alkoholfelderítés hatékonysága javítható a szokásos ellátás során gyűjtött adatok felhasználásával. A szerhasználat dokumentálása elterjedt, és a szolgáltatói felvételi jegyzetek több mint 96%-ában előfordul, de szabad szöveges formátumuk miatt nehéz kibányászni és elemezni. A Natural Language Processing (NLP) és a gépi tanulás a mesterséges intelligencia (AI) olyan részterületei, amelyek megoldást kínálnak az EHR-ben található szöveges adatok elemzésére az anyaggal való visszaélés azonosítása érdekében. A modern NLP összeolvadt a gépi tanulással, a mesterséges intelligencia egy másik részterületével, amely az adatokból való tanulásra összpontosít. A legerősebb NLP-módszerek különösen a felügyelt tanuláson alapulnak, egy olyan gépi tanuláson, amely kihasználja a jelenlegi referenciaszabványokat, hogy előrejelzéseket készítsen a nem látott esetekről.
Az NLP és a gépi tanulási eszköz korábbi verziójában a kutatók sikeresen felhasználták a kórházi felvétel első 24 órájában gyűjtött klinikai feljegyzések adatait, hogy elérjék a 70% feletti érzékenységet és specificitást az alkohollal való visszaélés azonosításához. A 2016-ban közel 36 millió kórházi felvétellel egy szerrel való visszaélés besorolása milliókat érinthet.
Ennek a tanulmánynak a célja egy szerekkel való visszaélések osztályozójának prospektív bevezetése, amely megvizsgálja annak hatékonyságát a felsőfokú egészségügyi rendszerben lévő összes kórházi felnőtt beteg jelenlegi gyakorlatához képest. Az egészségügyi rendszer kiforrott szűrőrendszerrel rendelkezik az anyaggal való visszaélés besorolásának teljesítményének vizsgálatára a kérdőíves szűrés jelenlegi gyakorlatához képest.
A hipotézis az, hogy az anyaggal való visszaélés besorolása szabványosított, interoperábilis és pontos megközelítést biztosíthat a kórházi betegek szűrésére. Az osztályozó sikeres bevezetése a kórházi betegeknél egy lépés egy automatizált és átfogó univerzális szerhasználattal kapcsolatos szűrési rendszer felé.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Majid Afshar, MD
- Telefonszám: 3125459462
- E-mail: majid.afshar@wisc.edu
Tanulmányi helyek
-
-
Illinois
-
Chicago, Illinois, Egyesült Államok, 60612
- Toborzás
- Rush University Medical Center
-
Kapcsolatba lépni:
- Ali Keshavarzian
- E-mail: ali_keshavarzian@rush.edu
-
Kapcsolatba lépni:
- Jenna Nikolaides
- E-mail: jenna_nikolaides@rush.edu
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- 18 éves kortól 89 éves korig
- Fekvőbeteg állapot a kórházi kezelés alatt
- A tartózkodás időtartama több mint 24 óra
Kizárási kritériumok:
- Nem vehet részt a szokásos gondozási SBIRT beavatkozásban
- Elhalálozás vagy hiányérzet a felvétel első 24 órájában
- Orvosi javaslat ellenére elbocsátották
- Áthelyezték egy másik akut kórházból
- Áthelyezték egy másik akut kórházba
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Szűrés
- Kiosztás: N/A
- Beavatkozó modell: Egyetlen csoportos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
---|---|
Kísérleti: NLP (természetes nyelvi feldolgozás) előszűrő
A rutin ellátás során gyűjtött klinikai feljegyzések automatizált feldolgozása a kórházi felvétel első 24 órájában, hogy azonosítsa azokat a személyeket, akiknél fennáll a szerrel való visszaélés veszélye, és a standard ellátás teljes körű szűrésére és értékelésére, rövid beavatkozásra vagy kezelésre (SBIRT) történő utalásra kerül sor.
|
A szokásos ellátás során a kórházi felvétel első napján gyűjtött klinikai feljegyzések a természetes nyelvi feldolgozás és a gépi tanulási algoritmus bemeneteként.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Azon betegek aránya, akiknél univerzális szűrés pozitív volt, és SBIRT-t (szűrést, rövid beavatkozást vagy kezelésre utalást) kaptak
Időkeret: 54 hónap
|
Az elsődleges eredmény azoknak a betegeknek az aránya, akik SBIRT-t kaptak, miután pozitív univerzális szűrést végeztek a szerrel való visszaélés kockázata miatt.
A terv egy megszakított idősoros prospektív megfigyelési vizsgálat.
|
54 hónap
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Az Index kórházi találkozást követő 6 hónapos újrakórházi kezelések minden okból kifolyólag
Időkeret: 12 hónapos beiratkozás 6 hónapos utánkövetéssel az újrahospitalizáláshoz
|
Összehasonlítjuk az egészségügyi ellátás igénybevételének eredményeit minden betegnél a pre- és posztperiódusok között, kontrollálva az összes beteg demográfiai és klinikai jellemzőit.
|
12 hónapos beiratkozás 6 hónapos utánkövetéssel az újrahospitalizáláshoz
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Publikációk és hasznos linkek
Hasznos linkek
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becsült)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 2021-0509
- A534285 (Egyéb azonosító: UW Madison)
- SMPH/MEDICINE (Egyéb azonosító: UW Madison)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
IPD megosztási időkeret
Az IPD megosztását támogató információ típusa
- ANALYTIC_CODE
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .