Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Az interaktív szöveges üzenetek használata az anyák egészségének nyomon követésére és támogatására Kenyában (AI-NEO)

2023. december 22. frissítette: Keshet Ronen, University of Washington
A mobil egészségügyi (mHealth) beavatkozásokat, például az interaktív rövid üzenetküldési szolgáltatást (SMS) az egészségügyi dolgozókkal (HCW-k) való szöveges üzenetküldésként javasolták a hagyományos egészségügyi ellátás hatékony, hozzáférhető kiegészítőiként, korlátozott erőforrások mellett. Az m-egészségügyben rejlő teljes közegészségügyi potenciál kiaknázása az anyák egészsége érdekében új technológiai eszközök alkalmazását igényli, amelyek dinamikusan alkalmazkodnak a felhasználói igényekhez. Ez a tanulmány egy természetes nyelvet feldolgozó számítógépes algoritmus használatát fogja tesztelni a kenyai terhesek és újszülöttek SMS-jére, hogy kiderüljön, segíthet-e azonosítani a sürgős üzeneteket.

A tanulmány áttekintése

Részletes leírás

A gyermekhalandóság csökkentésében elért közelmúltbeli eredmények ellenére az újszülöttek halálozása továbbra is magas, világszerte az 5 év alatti gyermekek halálozásának 46%-át teszik ki. A magas újszülöttkori mortalitás kezelése olyan erőfeszítéseket tesz szükségessé, amelyek a veszélyeztetett újszülöttek és családjaik számára bizonyított beavatkozások elvégzésére irányulnak. Az m-egészségügyi beavatkozások javíthatják az újszülöttgondozást és a gondozók egészségügyi ellátását. Az ilyen beavatkozások hatását maximalizálják, ha biztosítják, hogy az egészségügyi dolgozók pontosan osztályozzák a gondozóktól érkező üzeneteket, és megfelelően és gyorsan válaszoljanak a sürgős orvosi kérdést jelző üzenetekre. Ez a tanulmány egy újszerű természetes nyelvi feldolgozó (NLP) eszköz tesztelésével egészíti ki a jelenlegi ismereteket a sürgős üzenetek észlelésére. A nyomozók tudomása szerint ilyen eszközt nem fejlesztettek ki és nem teszteltek empirikusan "valódi" megvalósításban. Sőt, az NLP-eszközöket a mai napig többnyire nagy erőforrás-igényű nyelvekhez fejlesztették ki; a nyomozók nem tudnak olyan eszközökről, amelyeket a szuahéli és luo nyelveken történő sürgősség észlelésére fejlesztettek ki.

A tanulmány átfogó hipotézise az, hogy a Mobile WACh SMS platform adaptív változatának kifejlesztése, amely automatikusan észleli és priorizálja a sürgős üzeneteket, megvalósítható és elfogadható lesz az ápolók és a végfelhasználók számára, és csökkenti az üzenet beérkezésétől a HCW válaszáig eltelt időt.

Átfogó célkitűzések A tanulmány átfogó célja egy NLP-modellt implementálni a Mobile WACh SMS platformba, és tesztelni annak elfogadhatóságát és a HCW válaszidőre gyakorolt ​​hatását.

Cél: Kísérletezzen az adaptált Mobile WACh rendszert (AI-NEO), és értékelje annak elfogadhatóságát és a nővér válaszidejére gyakorolt ​​hatását.

Nyolcvan várandós nőt vesznek fel az AI-NEO SMS-beavatkozásra. A nők a terhesség 28. hetét meghaladó korban kerülnek felvételre, és automatizált SMS-t kapnak az újszülött egészségéről a beiratkozástól a szülés utáni 6 hétig, és interaktív üzenetet küldhetnek a vizsgálati ápolónőkkel. A résztvevők üzeneteit a rendszer automatikusan sürgősségi osztályba sorolja. A beavatkozás elfogadhatóságát és az ajánlott fejlesztéseket a kliensek és ápolónők körében értékelik a vizsgálatból való kilépéskor kvantitatív és kvalitatív adatgyűjtéssel (kvantitatív kérdőívek az összes kliens résztvevővel és kvalitatív interjú 4 nővérrel). Az ápolónő válaszidejét a sürgős és nem sürgős résztvevői üzenetekre az AI-NEO pilot és a folyamatban lévő Mobile WACh NEO próba során fogják összehasonlítani, amelyben egy nem adaptált Mobile WACh rendszert használnak.

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

80

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

      • Kisumu, Kenya
        • Kisumu County Hospital
    • Kisumu
      • Ahero, Kisumu, Kenya
        • Ahero Sub-District Hospital

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

14 év és régebbi (Gyermek, Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Igen

Leírás

Bevételi kritériumok:

  • Terhes
  • ≥28 hetes terhesség
  • Napi hozzáférés egy mobiltelefonhoz (saját vagy megosztott) a Safaricom hálózaton
  • Szívesen fogad SMS-t
  • Életkor ≥14 év
  • Képes angol, kiswahili vagy luo nyelvű szöveges üzenetek elolvasására és megválaszolására, vagy van valaki a háztartásban, aki segíthet

Kizárási kritériumok:

  • Jelenleg egy másik kutatási tanulmányban vesz részt

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Egészségügyi szolgáltatások kutatása
  • Kiosztás: N/A
  • Beavatkozó modell: Egyetlen csoportos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Interaktív kétirányú SMS párbeszéd
A résztvevők automatikus SMS-üzeneteket kapnak a válaszadásra felszólító üzenetekkel. Képesek lesznek válaszolni és kezdeményezni az SMS párbeszédet. Képzett ápolónők figyelik a résztvevők üzeneteit, és válaszolnak rájuk. Az NLP-modellt az üzenetekre alkalmazzák, és kiemeli azokat, amelyeket sürgősnek ítéltek meg.
Ez a tanulmány a Mobile WACh-t, egy ember-számítógép hibrid rendszert használ, amely lehetővé teszi a kétirányú SMS-kommunikációt és a páciensek nyomon követését, hogy következetes támogatást nyújtson a nőknek és csecsemőiknek a szülés alatti időszakban és a baba élete után 6 hétig. A nők automatizált SMS üzeneteket kapnak a megfelelő szülés utáni időszakra vonatkozóan, és képesek lesznek válaszolni és spontán üzenetet küldeni a klinikán dolgozó nővérnek. Terhesség alatt hetente automatizált SMS-ek kézbesítése történik. Két héttel a résztvevő becsült határideje (EDD) előtt megkezdődik a napi üzenetküldés, amely a kézbesítés megállapítása után két hétig folytatódik. Ezt követően minden második napon kézbesítjük az SMS-t. Azok a nők, akik terhességet vagy csecsemőveszteséget tapasztalnak, beiratkoznak egy csecsemőveszteség-pályára. Az NLP-modell a bejövő résztvevői üzenetekre vonatkozik. A modell által sürgősnek jelölteket megjelöli az SMS-rendszerben, lehetővé téve a vizsgálati nővérek számára, hogy osztályozzák és megfelelően válaszoljanak az üzenetekre.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Elfogadhatóság
Időkeret: Jelentkezés a szülés utáni 4 hétig
AIM (Acceptability of Intervention Measure) pontszám (Weiner et al instrument. Pontszám 1-5; magasabb pontszám magasabb elfogadhatóságot jelez)
Jelentkezés a szülés utáni 4 hétig
Nővér válaszidő
Időkeret: Jelentkezés a szülés utáni 4 hétig
Percek a sürgős résztvevő üzenetétől a nővér válaszáig
Jelentkezés a szülés utáni 4 hétig

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Keshet Ronen, PhD, University of Washington

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2022. május 4.

Elsődleges befejezés (Tényleges)

2022. október 31.

A tanulmány befejezése (Tényleges)

2022. október 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2022. április 11.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2022. május 5.

Első közzététel (Tényleges)

2022. május 11.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2023. december 29.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2023. december 22.

Utolsó ellenőrzés

2023. december 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • STUDY00014447
  • K18MH122978 (Az Egyesült Államok NIH támogatása/szerződése)

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

IGEN

IPD terv leírása

Az AI-NEO adatai a projekt végén lesznek elérhetők, ha kapcsolatba lépnek a Washingtoni Egyetem kutatócsoportjával (keshet@uw.edu).

IPD megosztási időkeret

Projekt vége

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

3
Iratkozz fel