- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT07474584
OpRESTORE AI-Betegnavigátor Tanulmány
Az OpRESTORE AI-Páciens Navigátor Tanulmány: Egy mesterséges intelligenciával fokozott páciensnavigátor fejlesztése és tesztelése az Egyesült Királyság veteránjai számára szolgálati eredetű fizikai egészségügyi problémákkal
Az OpRESTORE egy országos NHS szolgáltatás, amely az Egyesült Királyság veteránjainak segít azon összetett fizikai egészségügyi problémákban, amelyek katonai szolgálatukhoz kapcsolódnak. Az OpRESTORE-hez beutalt veteránok gyakran sok különböző szakember ellátására szorulnak, beleértve sebészeket, fájdalomcsoportokat, rehabilitációs és mentális egészségügyi szolgáltatásokat. Jelenleg a szolgáltatások közül a legmegfelelőbbet egy multidiszciplináris csapat (MDT) dönti el. Bár hatékony, ez a folyamat lassú, erőforrás-igényes, és néha nehéz a betegek számánavigálni.
Ez a tanulmány egy új digitális „navigátor” eszközt fejleszt és tesztel, amely mesterséges intelligencia (MI) segítségével támogatja ezeket a beutalási döntéseket. A cél annak megállapítása, hogy az eszköz biztonságosan és pontosan képes-e a veteránokat a megfelelő ellátási útvonalhoz igazítani, miközben csökkenti a késéseket és javítja a betegek élményét.
A projekt több szakaszban valósul meg:
- Az OpRESTORE múltbeli feljegyzéseinek áttekintése az MI-modell tervezéséhez.
- Az eszköz tesztelése az MDT mellett („árnyék tesztelés”) annak ellenőrzésére, hogy az ajánlásai megegyeznek-e a klinikai döntésekkel.
- Eset-kontroll tanulmány végrehajtása az MI támogatásával beutalt betegek és a kizárólag MDT által beutalt betegek eredményeinek összehasonlítására.
- Strukturált önbeutalási űrlap létrehozása és tesztelése, hogy a veteránok könnyebben hozzáférhessenek közvetlenül az ellátáshoz.
A fő eredmény az lesz, hogy az MI eszköz ugyanazokat a beutalási döntéseket hozza-e, mint az MDT. További eredmények közé tartozik a beteg elégedettség, életminőség, a megfelelő szolgáltatáshoz vezető idő, valamint az összköltségek.
A tanulmány 18 év vagy annál idősebb, fizikai egészségügyi igénnyel OpRESTORE-hez beutalt veteránokat vesz fel. Két évig tart. Ha sikeres, ez a megközelítés fel tudja szabadítani a klinikusok idejét, lerövidíti a kezelésre való várakozást, és javítja a veteránok egészségét és jólétét, miközben megalapozza az MI-alapú navigáció szélesebb körű alkalmazását az NHS-en belül.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
HÁTTÉR
Bevezetés Az OpRESTORE-t 2016-ban hozták létre, hogy szakmai multidiszciplináris ellátást nyújtson az Egyesült Királyság katonai veteránjainak, akiknek szolgálati eredetű fizikai egészségügyi igényeik vannak. Az elmúlt hét évben több mint 1500 beteget irányítottak a szolgáltatásba, ami tükrözi ennek a csoportnak a komplex állapotok magas terhelését és a koordinált ellátási utak kielégítetlen igényét. Az OpRESTORE egyértelmű előnyöket mutatott: a betegek magas elégedettséget jelentenek, az esetek közel 60%-a megfelelőbb útvonalra irányításra kerül, és statisztikailag szignifikáns javulás figyelhető meg az EQ-5D-5L eredményekben. Azonban a beutalási arányok évente több mint 30%-kal nőnek, ami fenyegeti, hogy meghaladják a klinikai kapacitást. A kihívás nem a szakértelem hiánya, hanem a skálázhatóság kérdése. A magas minőségű, időben történő és igazságos ellátás fenntartása érdekében az OpRESTORE-út digitalizált fejlesztése szükséges.
Miért volt szükség az OpRESTORE-ra Az OpRESTORE az NHS betegútjainak rendszerszintű hatékonysághiányaira reagálva jött létre. Az elmúlt évtizedben az egészséges évek száma csökkent, a lakosság 15-20%-át érinti a mozgásszervi betegség, amely a rokkantság és a gazdasági inaktivitás egyik vezető oka, és ez képezi az OpRESTORE munkaterhelésének nagy részét. A primer ellátás egyre jobban túlterhelt: két évtizede először a betegek elégedetlensége a háziorvosi szolgáltatásokkal meghaladja az elégedettséget. A hozzáférés különösen korlátozott a hátrányos helyzetű közösségekben, ami hozzájárul az egészségügyi egyenlőtlenségek növekedéséhez. A veteránok esetében ezeket a kihívásokat tovább súlyosbítja a haderőből való átmenet utáni töredékes orvosi ellátás, a polgári egészségügyi rendszerekben való eligazodási nehézségek és a katonai szolgálati életből való kilépés pszichoszociális hatása. A polgári szolgáltatók katonai eredetű állapotok árnyalatainak megértésével kapcsolatos szkepticizmus is eltántorítja a veteránokat az NHS ellátás igénybevételétől.
A beutalási utak jelentős szűk keresztmetszetet jelentenek. A háziorvosi időpontok 7-9%-a eredményez beutalást, mégis a betegek 18%-ának négy vagy több konzultációra van szüksége beutalás előtt. Döntő fontosságú, hogy a betegek 21%-a esik a "beutalási fekete lyukba", ahol az időpontokat lemondják, félreirányítják vagy nyomon követés nélkül hagyják. Ezek a késések tovább hosszabbítják a már hosszú beutalási utat: 2022-ben Angliában a lakosság 25%-a várakozott időpontra, vizsgálatra vagy beavatkozásra, és a betegek 59%-a nem kapott szakellátást a 18 hetes célidőn belül. A végeredmény egy olyan rendszer, amelyben a háziorvosok egyre nagyobb munkaterhelést viselnek, a szakemberek nem megfelelő vagy késleltetett beutalásokkal szembesülnek, és a betegek igazságtalan, elhúzódó és töredékes ellátásban részesülnek. A veteránok, akik gyakran többbetegséggel, komplex fizikai igényekkel és gyakran pszichoszociális kihívásokkal kerülnek bemutatásra, különösen ki vannak téve ezeknek a hiányosságoknak.
Egészségügyi navigáció mint megoldás
Az egészségügyi navigáció bevált megoldást kínál a töredékes rendszerekre. A bizonyítékok alapja kiterjedt: egy metaanalízis és 13 szisztematikus áttekintést vizsgáltak meg ehhez a projekthez, a releváns egyéni publikációk mellett. Ezek a tanulmányok együttesen azt mutatják, hogy a navigációs programok következetesen javítják az ellátáshoz való hozzáférést és javítják a betegek eredményeit. A főbb megállapítások a következők:
- Növekedett szűrési részvétel,
- Javult időpontokra való megjelenés, nyomon követési betartás és kezelési compliance,
- Csökkent diagnózisig és kezelésig eltelt idő,
- Csökkent nem tervezett ellátás, beleértve a sürgősségi látogatásokat és kórházi kezeléseket ((8,16,17), és rövidebb kórházi tartózkodás, ha azok előfordulnak,
- Javult betegelégedettség és eredmények, különösen krónikus betegségek és alulfelszolgált csoportok esetén,
- Csökkent mortalitás.
A navigációról az is kimutatható, hogy mérhető költségmegtakarítást eredményez. Példák közé tartozik a rákellátási kiadások csökkenése 1676 dollár betegenként havonta, és évi 17 780 dolláros megtakarítás a NavSTAR szerhasználati programokban részt vevő betegeknél. A szisztematikus áttekintések következetesen arra a következtetésre jutnak, hogy a betegnavigáció lerövidíti a kórházi tartózkodást és csökkenti a nem tervezett ellátást, amelyek mindketten jelentős költségvetők. A pénzügyi modellezési tanulmányok hasonlóképpen jelentős betegenkénti megtakarítást jósolnak átmeneti ellátásban és rákútjakban.
Az OpRESTORE betegnavigátor néhány ilyen előnyt már bizonyított. A betegek több mint fele más útvonalra kerül, mint eredetileg várták, biztosítva ezzel a ritka szakellátási szolgáltatások megfelelőbb felhasználását. A Beteg Által Jelentett Eredménymérők (PROM; EQ-5D-5L) mérhető javulást mutatnak az életminőségben, és a betegfelmérések magas szintű elégedettséget jelentenek a szolgáltatással. Röviden, az OpRESTORE bizonyította a navigáció koncepcióját a veteránok számára az Egyesült Királyság kontextusában.
A felmerülő kihívás: munkaterhelés és skálázhatóság E sikerek ellenére az OpRESTORE most egy fordulópont előtt áll. A beutalási mennyiségek évente több mint 30%-os növekedésével a munkaterhelés fenyegeti, hogy meghaladja a rendelkezésre álló személyzetet. A pusztán emberi kapacitáson keresztüli további bővülés fenntarthatatlan. Ami szükséges, az az útvonal digitalizált kiterjesztése, okosabban, nem pedig keményebben dolgozva. A navigáció egyes elemei, különösen az egyértelmű esetek triage-je, automatizálhatóak. Azonban ezt anélkül kell elérni, hogy feláldoznánk a betegközpontú és "emberi érintés" elemeket, amelyek az OpRESTORE sikerének alapját képezik. Egy MI-megoldás leegyszerűsítheti a munkafolyamatot, csökkentheti a munkaterhelést és felszabadíthatja az emberi erőforrásokat, hogy értéket adjanak közvetlen betegkapcsolatokon keresztül, ahelyett, hogy bürokratikus és adminisztratív folyamatokkal foglalkoznának.
Egy további dimenzió az önbeutalási modellek lehetősége. Európa-szerte az egészségügyi rendszerek egyre inkább korlátozó kapuőrzés felé fordultak, korlátozva a közvetlen szakellátáshoz való hozzáférést az öregedő népesség és a növekvő kereslet melletti költségek ellenőrzése reményében. Mégis az ilyen megközelítések kockáztatják az ellátás késleltetését azok számára, akik valóban szükségük van rá. Az MI-fokozott betegnavigáció kiegyensúlyozottabb alternatívát kínál: lehetővé téve a hatékony önbeutalást azoknak a betegeknek, akik szakellátásra szorulnak, miközben továbbra is biztosítja az intelligens kapuőrzést MI-facilitált triage segítségével.
Bizonyítékhiányok és az MI szerepe Míg a betegnavigáció jól bevált a rákellátásban és néhány krónikus betegség kontextusában, kevés publikált kutatás létezik az MI-fokozott egészségügyi navigációról, különösen az Egyesült Királyságban és több szakterületen. A jelenlegi publikált irodalom leginkább tanulmányprotokollokból vagy jövőbeli projektekből és véleménycikkekből áll. Az áttekintések kiemelik az MI potenciálját a triage támogatásában, a betegoktatás személyre szabásában, az ellátás koordinációjának javításában és az erőforrás-felhasználás optimalizálásában. Azonban robusztus, valós világbeli értékelések hiányoznak.
Csapatunk ezt a hiányt egy szisztematikus áttekintéssel próbálja pótolni az MI-ról az egészségügyi navigációban (PROSPERO 2025 CRD420251019208). Ez tájékoztatni fogja az OpRESTORE-út digitalizált, MI-fokozott változatának tervezését és értékelését.
Az OpRESTORE digitalizálása és intelligens automatizálása nemcsak kritikus a további növekedéséhez és sikeréhez, hanem egyedülállóan alkalmas arra is, hogy tesztesetként szolgáljon az MI-betegnavigáció úttörő alkalmazásához az Egyesült Királyság veteránjainál. Biztonságos, megalapozott multidiszciplináris klinikai biztonsági hálóval rendelkezik. Majdnem kilenc évnyi betegszintű adattal rendelkezik több mint 1500 esetről. Az esetkeverék komplexitást (többbetegség, szolgálati eredetű betegségek) és egyszerűséget (majdnem 50% ugyanazon az útvonalon marad, és magas a homogenitás, mivel a mozgásszervi beutalások alkotják az esetek 74%-át) kínál. Ez az egyensúly teszi az OpRESTORE-t mind szigorú, mind megvalósítható környezetté az MI-engedélyezett navigáció bevezetéséhez.
Politikai összhang Fontos, hogy az OpRESTORE digitalizálása összhangban van az Egyesült Királyság egészségügyi rendszerének prioritásaival. A Primer Ellátáshoz Való Hozzáférés Helyreállításának Végrehajtási Terve (2023-25) kiemeli az önbeutalás és a digitális átalakítás fontosságát a háziorvosi terhelés enyhítése és az egészségügyi hozzáférés javítása érdekében. Az NHS Hosszú Távú Terve és a Darzi-felülvizsgálat (2024) is hangsúlyozza a digitalizálás felgyorsítását, az MI hasznosítását és a technológia-engedélyezett hatékonyság felé való elmozdulást a betegnavigációban. A Tony Blair Intézet (2024) az MI-t, különösen a triage és navigáció területén, a fenntartható egészségügyi reform kritikus hajtóerejeként emelte ki.
Összefoglalás Az OpRESTORE bizonyította a betegnavigáció értékét az Egyesült Királyság veteránjai számára, de fenntarthatatlan keresletnövekedéssel szembesül. A digitalizálás, amelyet robusztus kutatás és MI-fokozott eszközök tájékoztatnak, biztonságos, skálázható útvonalat kínál előre. A bizonyítékokon alapuló navigáció és a nemzeti politikai prioritások kombinálásával a javasolt kutatás olyan betekintéseket fog generálni, amelyek nemcsak a veteránokra, hanem a szélesebb NHS-re és nemzetközi egészségügyi rendszerekre is vonatkoznak.
A JELENLEGI TANULMÁNY INDOKLÁSA Ez a projekt célja annak értékelése, hogy egy MI-fokozott betegnavigációs eszköz képes-e reprodukálni az MDT döntéshozatalt, miközben csökkenti a klinikusok munkaterhelését. Ez a tanulmány arra tervezett, hogy tájékoztassa a digitalizált navigációs útvonal fokozatos bevezetését, beleértve az önbeutalást, klinikus által ellenőrzött algoritmikus triage-t és végső soron a selektív automatizálást megfelelő esetek számára.
Kutatási kérdés:
Képes-e egy MI-fokozott digitális betegnavigátor biztonságosan és pontosan reprodukálni az MDT döntéseket az OpRESTORE-útban, miközben csökkenti a klinikusok munkaterhelését? Képes-e javítani a rendszer hatékonyságát, valamint a betegek által jelentett tapasztalatokat és eredményeket?
Hipotézis:
Egy digitális, MI-fokozott betegnavigációs eszköz képes lesz a betegeket megfelelő ellátási utakra irányítani ugyanolyan megbízhatósággal, mint az MDT döntéshozatal, miközben kevesebb manuális bemenetet igényel. Ezenkívül a strukturált önbeutalás gazdagabb klinikai adatokat fog rögzíteni, mint a hagyományos háziorvos által vezetett beutalások, ami javított betegélményt és elköteleződést eredményez.
2. TANULMÁNYI CÉLOK
Elsődleges cél:
Annak meghatározása, hogy egy digitális MI-fokozott navigációs algoritmus egyenértékű-e az MDT döntéshozataltal a betegek megfelelő ellátási utakra történő irányításában.
Másodlagos célok:
- A betegélmény (PREMs) és PROMs értékelése különböző beutalási utak mentén.
- Az automatizálásra alkalmas betegkohorszok azonosítása (80-95% kezdeti algoritmikus pontosságként definiálva).
- Az MDT megbeszélésig és beutalás kiadásáig eltelt idő felmérése.
- Költségelemzés végrehajtása a standard és digitális munkafolyamatok összehasonlításával.
MDT döntések összevetése NICE irányelv-alapú ajánlásokkal.
3. TANULMÁNYTERVEZÉS
Tanulmány típusa: Digitális Egészségügyi Beavatkozás Fejlesztése és Értékelése - Vegyes módszereket alkalmazó digitális egészségügyi és MI algoritmusfejlesztési tanulmány, amely magában foglalja a klinikai nyilvántartások retrospektív elemzését, prospektív megfigyelési validációt és egy jövőbeli intervenciós eset-kontroll vizsgálatot egy MI-alapú egészségügyi navigációs eszközről.
Időtartam: 2 év
Vizsgálati alanyok: Az OpRESTORE betegnavigációs útvonalat igénybe vevő veteránok.
3.1. TANULMÁNYI EREDMÉNYMÉRŐK
Elsődleges végpont:
Az algoritmus által generált ellátási útvonalajánlások és az MDT döntések közötti egyezés.
Másodlagos végpontok:
- A beutalások pontossága, amint azt független szakértők határozzák meg, egyenlő vagy jobb, mint az MDT-é.
- Az EQ5D-5L pontszámok növekedése (alapvonaltól kilépésig) az algoritmus által támogatott útvonalon lévő betegeknél egyenlő vagy nagyobb, mint a standard útvonalon lévőké.
- A betegek által jelentett élménymérők (PREMs) beutalás utáni értékelése (pl. általános elégedettség, könnyű használhatóság, hozzáférhetőség) az algoritmus által támogatott útvonalon lévő betegeknél egyenlő vagy nagyobb, mint a standard útvonalon lévőké.
- A beutalástól az MDT döntésig és a beutalás kiadásáig eltelt idő gyorsabb az algoritmus által támogatott útvonalon.
- A beutalási epizódonkénti költség alacsonyabb az MI által támogatott útvonalakon.
- Az algoritmus által segített beutalások aránya, amelyek erős támogatást nyújtanak egy kezelési útvonalhoz, és nem igényelnek további bemenetet az MDT-től, 40%-os céllal.
- A platform alkalmassága a veterán amputáltak egy alcsoportjára.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Natalia L Sanchez-Thompson, MRCS MSc
- Telefonszám: +447791700255
- E-mail: natalia.sanchez-thompson@nhs.net
Tanulmányi helyek
-
-
-
London, Egyesült Királyság, W2 1NY
- OpRESTORE, Imperial College Healthcare NHS trust
-
Kapcsolatba lépni:
- Beth Lambert
- E-mail: beth.lambert4@nhs.net
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Beillesztési kritériumok:
- Megfelel az OpRESTORE szolgáltatáshoz történő beutalás kritériumainak
- 18 éves vagy annál idősebb.
- Hozzájárulásra való képesség.
- Fizikai egészségügyi igény (pl. nem kizárólag mentális egészség, vagy szociális ellátási tanácsot keres)
Kizárási kritériumok:
- A beutalások, amelyeket a szabványos MDT munkafolyamaton kívül dolgoznak fel.
- A hozzájárulásra nem képes betegek.
- Foglyok.
- Akut megjelenés, amelyet a vészhelyzeti szolgálatok kezelnek a legjobban, és nem megfelelő az OpRESTORE számára.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egészségügyi szolgáltatások kutatása
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Egyetlen
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Aktív összehasonlító: Standard care - MDT pathway
A beteg a jelenlegi OpRESTORE pályán fog részt venni.
Ez azt jelenti, hogy az OpRESTORE egészségügyi navigációs csapat kézi feldolgozást végez a beutalásukról, összefoglalja az orvosi képet, megvitatja egy multidiszciplináris csapat értekezletén, és megegyezik a kezelés eredményéről.
|
Ez a jelenlegi ellátási szabvány, amely egy humán egészségügyi navigációs útvonal, ahol az információkat manuálisan nyerik ki, és az eseteket az opRESTORE MDT-n tárgyalják a brit veteránok számára.
|
|
Kísérleti: AI-OpRESTORE - automatizált útvonal
Ebben az útvonalban az adatokat automatikusan gyűjtik a betegektől önbeutalás útján, az orvosi nyilvántartásaik automatikus szűrése révén, és csak szükség esetén emberi beavatkozással (az OpRESTORE klinikai csapat tagjai által) vagy további információkkal.
Ezt az információt ezután az eredmény-előrejelző algoritmus futtatja, amely eldönti a kezelés eredményét.
A döntés végsőnek tekinthető, de a tanulmány céljából a klinikai csapat és a kutatási csoport klinikai tagjai áttekintik, hogy biztosítsák a klinikai koherenciát és elkerüljék a résztvevők károsodását.
|
Ezen tanulmány részeként kifejlesztettünk egy algoritmust, amely a beteg legjobb kezelési útját jósolja meg alapvető demográfiai változók, célzott klinikai kérdések és korábbi klinikai feljegyzések alapján.
Ez az algoritmus fejlesztésének első verziója, amely az Egyesült Királyság OpRESTORE veterán adataira épül, és ugyanazon populációval teszteltük.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Algoritmuskonkordanciat a kontrollhoz viszonyítva
Időkeret: Mind az MDT döntés, mind az algoritmus kimenet generálásának befejezésekor (amelyik később következik be), általában 8 héttel a prospektív esetek beutalása után, vagy a retrospektív adatok algoritmus feldolgozása után.
|
Az algoritmus által generált ellátási útvonal-ajánlások és a multidiszciplináris csoport (MDT) döntései közötti egyezés.
Az MDT döntések határozzák meg a legmegfelelőbb kezelési útvonalat, és rögzítve vannak az MDT összefoglaló dokumentumban és a továbbítási nyomonkövetési adatbázisban.
Az útvonalak konkrét NHS vagy harmadik szektori szolgáltatásoknak felelnek meg, kategóriákba és alkategóriákba csoportosítva (pl. ortopédiai sebészeti klinika ízületenként; fül-orr-gégészeti szolgáltatások fül-orr-gégészeti klinikára vagy hallásvizsgálatra osztva; fájdalomkezelési szolgáltatások NHS klinikákra, megnevezett konzulensekre vagy harmadik szektori programokra osztva).
Az algoritmus kimeneteit összehasonlítják az MDT döntésekkel és a következőképpen osztályozzák: teljes egyezés (kategória és alkategória), csak kategória egyezés, helytelen ajánlás, vagy MDT-hez történő továbbítás az algoritmus alacsony megbízhatósága miatt.
|
Mind az MDT döntés, mind az algoritmus kimenet generálásának befejezésekor (amelyik később következik be), általában 8 héttel a prospektív esetek beutalása után, vagy a retrospektív adatok algoritmus feldolgozása után.
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Beteg által jelentett eredmények (EQ5D-5L)
Időkeret: A felvételtől a felvételt követő 6 hónapig.
|
A beteg által jelentett eredmények (alapvonaltól a kilépésig) növekedése az algoritmus által támogatott útvonalon lévő betegeknél egyenlő vagy nagyobb, mint a standard útvonalon lévő betegeknél.
A standardizált EuroQol EQ5D-5L kérdőívet használják.
Az alacsonyabb pontszám jobb életminőséget jelent.
Öt kérdésből áll, és az eredmények leíró módon jelennek meg ötjegyű számként (minden számjegy az egyes kérdések válaszainak felel meg), vagy összetett pontszámként, amelynek minimális értéke 5 és maximális értéke 25 (minden kérdés egyenlő súllyal szerepel).
|
A felvételtől a felvételt követő 6 hónapig.
|
|
Referálási pontosság
Időkeret: A kimenetel meghatározásának pillanatában, a hivatkozástól számított 3 hónapon belüli szakértői bemenethez képest.
|
A független szakértők által meghatározott beutalások pontossága, amely megegyezik vagy felülmúlja az MDT-ét.
Az eredmények 3 kategóriába sorolhatók, hasonlóan az elsődleges eredményekhez: teljes egyezés (kategória és alkategória), csak kategória egyezés, helytelen ajánlás. Azok, akiket az algoritmus az MDT-hez utal, nem számítanak ebbe az eredménybe. |
A kimenetel meghatározásának pillanatában, a hivatkozástól számított 3 hónapon belüli szakértői bemenethez képest.
|
|
Betegek által jelentett tapasztalati mutatók
Időkeret: A beutalástól a beutalást követő 6 hónapig
|
A beteg által jelentett élmények mérése (PREMs) a beutalás után történik, és összehasonlítják az önbeutalással és a háziorvosi beutalással rendelkező betegek között, valamint az algoritmuson keresztül futó és a kézi MDT-n (multidiszciplináris csoport) keresztül futó betegek között (4 eredménycsoport).
A PREMS a Veteran Affairs Trust kérdőívvel értékeli.
4 kérdésből áll, amelyek többszörös választási lehetőségekkel rendelkeznek egy 5 pontos Likert-skálán.
Az összehasonlítás leíró jellegű a 4 kérdés között (az összetett pontozás nem validált).
|
A beutalástól a beutalást követő 6 hónapig
|
|
Útvonal-idő-hatékonyság
Időkeret: A beutalás átvételétől a kezelési útvonal döntéséig (algoritmus által generált ajánlás vagy MDT döntés), legfeljebb 6 hónap.
|
Idő a beutalás (önbeutalás vagy háziorvosi beutalás) beérkezésétől a kezelési útvonal döntéséig.
A kontroll csoportban ez az idő a beutalás beérkezésétől a végső kezelési döntésig, amelyet az MDT-n rögzítenek és dokumentálnak a betegkövető rendszerben és az MDT jegyzőkönyvében.
Az algoritmus csoportban ez az idő a beutalás beérkezésétől az algoritmus által generált kezelési ajánlásig.
Ha az algoritmus megbízhatósága alacsony, az esetet az MDT-hez küldik tovább, és a döntési időt az MDT befejezésekor rögzítik, mint a kontroll csoportban.
|
A beutalás átvételétől a kezelési útvonal döntéséig (algoritmus által generált ajánlás vagy MDT döntés), legfeljebb 6 hónap.
|
|
Költség hivatkozási epizódonként
Időkeret: A beutalástól a szolgáltatásból való elbocsátásig (általában legfeljebb 6 hónap).
|
A hivatkozási epizódonkénti költség alacsonyabb az AI által támogatott utakban.
|
A beutalástól a szolgáltatásból való elbocsátásig (általában legfeljebb 6 hónap).
|
|
Automatizálás mértéke
Időkeret: A szolgáltatásba történő beutalástól a szolgáltatásból való elbocsátásig értékelve (jellemzően legfeljebb 6 hónap)
|
Az algoritmus által segített továbbítások aránya, amelyek erős támogatást nyújtanak egy kezelési útvonal mellett, és nem igényelnek további bevonást az MDT-től, 40%-os céllal.
|
A szolgáltatásba történő beutalástól a szolgáltatásból való elbocsátásig értékelve (jellemzően legfeljebb 6 hónap)
|
Egyéb eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Alkalmatosság amputáltak számára
Időkeret: Az MDT eredmény generálása után és az azt követő 3 hónapos időszakban értékelve.
|
Ennek a platformnak az alkalmazhatósága egy veterán amputáltak alcsoportjára.
|
Az MDT eredmény generálása után és az azt követő 3 hónapos időszakban értékelve.
|
Együttműködők és nyomozók
Nyomozók
- Kutatásvezető: Shehan Hettiaratchy, FRCS MD, Imperial College Healthcare NHS Trust
Publikációk és hasznos linkek
Általános kiadványok
- McBrien KA, Ivers N, Barnieh L, Bailey JJ, Lorenzetti DL, Nicholas D, Tonelli M, Hemmelgarn B, Lewanczuk R, Edwards A, Braun T, Manns B. Patient navigators for people with chronic disease: A systematic review. PLoS One. 2018 Feb 20;13(2):e0191980. doi: 10.1371/journal.pone.0191980. eCollection 2018.
- Ali-Faisal SF, Colella TJ, Medina-Jaudes N, Benz Scott L. The effectiveness of patient navigation to improve healthcare utilization outcomes: A meta-analysis of randomized controlled trials. Patient Educ Couns. 2017 Mar;100(3):436-448. doi: 10.1016/j.pec.2016.10.014. Epub 2016 Oct 17.
- Desveaux L, McBrien K, Barnieh L, Ivers NM. Mapping variation in intervention design: a systematic review to develop a program theory for patient navigator programs. Syst Rev. 2019 Jan 8;8(1):8. doi: 10.1186/s13643-018-0920-5.
- Roland KB, Milliken EL, Rohan EA, DeGroff A, White S, Melillo S, Rorie WE, Signes CC, Young PA. Use of Community Health Workers and Patient Navigators to Improve Cancer Outcomes Among Patients Served by Federally Qualified Health Centers: A Systematic Literature Review. Health Equity. 2017 May 1;1(1):61-76. doi: 10.1089/heq.2017.0001. eCollection 2017.
- Le Berre M, Maimon G, Sourial N, Gueriton M, Vedel I. Impact of Transitional Care Services for Chronically Ill Older Patients: A Systematic Evidence Review. J Am Geriatr Soc. 2017 Jul;65(7):1597-1608. doi: 10.1111/jgs.14828. Epub 2017 Apr 12.
- Naylor MD, Brooten DA, Campbell RL, Maislin G, McCauley KM, Schwartz JS. Transitional care of older adults hospitalized with heart failure: a randomized, controlled trial. J Am Geriatr Soc. 2004 May;52(5):675-84. doi: 10.1111/j.1532-5415.2004.52202.x.
- Large O, Ward D, Refsum C, Atkinson I. Preparing the NHS for the AI Era: Why Smarter Triage and Navigation Mean Better Health Care. 2025.
- FIT FOR THE FUTURE 10 Year Health Plan for England Executive Summary. 2025.
- NHS England. Delivery plan for recovering access to primary care: update and actions for 2024-25 [Internet]. 2024 [cited 2024 Nov 5]. Available from: https://www.england.nhs.uk/long-read/delivery-plan-for-recovering-access-to-primary-care-update-and-actions-for-2024-25/
- Hill A, Morrissey D, Marsh W. "It's the future, come on!": a think aloud study exploring clinicians' use of knowledge-based AI decision support. Int J Med Inform. 2025 Dec;204:106089. doi: 10.1016/j.ijmedinf.2025.106089. Epub 2025 Aug 21.
- Moser EC, Narayan G. Improving breast cancer care coordination and symptom management by using AI driven predictive toolkits. Breast. 2020 Apr;50:25-29. doi: 10.1016/j.breast.2019.12.006. Epub 2020 Jan 21.
- D'Amours G, Clausen M, Luca S, Reble E, Kodida R, Assamad D, Bernier F, Chad L, Costain G, Dhalla I, Faghfoury H, Friedman JM, Hewson S, Jamieson T, Silver J, Shuman C, Osmond M, Carroll JC, Jobling R, Laberge AM, Aronson M, Liston E, Lerner-Ellis J, Marshall C, Brudno M, Pham Q, Rudzicz F, Cohn R, Mamdani M, Smith M, Shastri-Estrada S, Seto E, Thorpe K, Ungar W, Hayeems RZ, Bombard Y. Genetics Navigator: protocol for a mixed methods randomized controlled trial evaluating a digital platform to deliver genomic services in Canadian pediatric and adult populations. BMJ Open. 2024 Sep 3;14(9):e090084. doi: 10.1136/bmjopen-2024-090084.
- Puthenpura V, Hunter M, Marks AM. "Techquity" in Pediatric, Adolescent, and Young Adult Oncology: Addressing Inequities Through Artificial Intelligence and Immersive Technologies. Pediatr Blood Cancer. 2025 Oct;72(10):e31909. doi: 10.1002/pbc.31909. Epub 2025 Jul 18.
- Sripa P, Hayhoe B, Garg P, Majeed A, Greenfield G. Impact of GP gatekeeping on quality of care, and health outcomes, use, and expenditure: a systematic review. Br J Gen Pract. 2019 May;69(682):e294-e303. doi: 10.3399/bjgp19X702209. Epub 2019 Mar 25.
- Ntais C, Kontodimopoulos N, Talias MA. Gatekeeping or Provider Choice for Sustainable Health Systems? A Literature Review on Their Impact on Efficiency, Access, and Quality of Services. J Mark Access Health Policy. 2024 Dec 6;12(4):378-387. doi: 10.3390/jmahp12040029. eCollection 2024 Dec.
- Rajabiun S, Cabral HJ, Chen CA, Lloyd-Travaglini C, Dugas JN, Amburgey D, Fitzgerald M, Lemon SC, Haas JS, Freund KM, Battaglia T; TRIP Consortium. Cost and activity analysis for a citywide patient navigation intervention to engage underserved patients in breast cancer treatment: Findings from the Translating Research Into Practice study. Cancer. 2025 Jan 1;131(1):e35671. doi: 10.1002/cncr.35671.
- Orme S, Zarkin GA, Dunlap LJ, Nordeck CD, Schwartz RP, Mitchell SG, Welsh C, O'Grady KE, Gryczynski J. Cost and Cost Savings of Navigation Services to Avoid Rehospitalization for a Comorbid Substance Use Disorder Population. Med Care. 2022 Aug 1;60(8):631-635. doi: 10.1097/MLR.0000000000001743. Epub 2022 Jun 10.
- Mullangi S, Worland SC, Dharmarajan K, Green RJ, Sachdeva K, Johnstone D, et al. Reduction in cancer spending due to patient navigation. JCO Oncol Pract. 2023 Nov;19(11_suppl):557-557.
- Manderson B, McMurray J, Piraino E, Stolee P. Navigation roles support chronically ill older adults through healthcare transitions: a systematic review of the literature. Health Soc Care Community. 2012 Mar;20(2):113-27. doi: 10.1111/j.1365-2524.2011.01032.x. Epub 2011 Oct 13.
- Ranaghan C, Boyle K, Meehan M, Moustapha S, Fraser P, Concert C. Effectiveness of a patient navigator on patient satisfaction in adult patients in an ambulatory care setting: a systematic review. JBI Database System Rev Implement Rep. 2016 Aug;14(8):172-218. doi: 10.11124/JBISRIR-2016-003049.
- Bush ML, Kaufman MR, Shackleford T. Adherence in the Cancer Care Setting: a Systematic Review of Patient Navigation to Traverse Barriers. J Cancer Educ. 2018 Dec;33(6):1222-1229. doi: 10.1007/s13187-017-1235-2.
- Genoff MC, Zaballa A, Gany F, Gonzalez J, Ramirez J, Jewell ST, Diamond LC. Navigating Language Barriers: A Systematic Review of Patient Navigators' Impact on Cancer Screening for Limited English Proficient Patients. J Gen Intern Med. 2016 Apr;31(4):426-34. doi: 10.1007/s11606-015-3572-3. Epub 2016 Jan 19.
- Budde H, Williams GA, Winkelmann J, Pfirter L, Maier CB. The role of patient navigators in ambulatory care: overview of systematic reviews. BMC Health Serv Res. 2021 Oct 28;21(1):1166. doi: 10.1186/s12913-021-07140-6.
- Robinson-White S, Conroy B, Slavish KH, Rosenzweig M. Patient navigation in breast cancer: a systematic review. Cancer Nurs. 2010 Mar-Apr;33(2):127-40. doi: 10.1097/NCC.0b013e3181c40401.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Becsült)
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 (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Egyéb vizsgálati azonosító számok
- 199335
- OpRESTORE number (Egyéb azonosító: OpRESTORE, Imperial College Healthcare NHS trust)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
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. .