- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT07498322
Chicago Adatalapú Opioidhasználati Zavar Szűrés, Kapcsolatteremtés, Kezelés és Tervezési Rendszer (C-DOSETaP)
Chicago adatvezérelt opioidhasználati zavar szűrése, bevonása, kezelése és tervezési rendszere
Ez a tanulmány, amelyet Chicago Data-driven Opioid use disorder Screening, Engagement, Treatment and Planning (C-DOSETaP) System néven ismernek, egy új klinikai ellátási rendszert tesztel opioid használati zavarral (OUD) küzdő betegek számára egy nagy egészségügyi rendszerben.
A tanulmány fő kérdései, amelyekre választ szeretne találni, a következők:
- Növeli-e a C-DOSETaP Rendszer az OUD-val rendelkező betegek szűrését;
- Javítja-e a C-DOSETaP Rendszer az OUD-val rendelkező betegek egészségügyi ellátásának folytonosságát;
- Növeli-e a C-DOSETaP Rendszer az opioid használati zavar gyógyszeres kezelésének alkalmazását; és
- Csökkenti-e a C-DOSETaP Rendszer az opioidhoz kapcsolódó halálesetek számát a kiszolgált környékeken.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A Chicago Data-driven Opioid use disorder Screening, Engagement, Treatment and Planning (C-DOSETaP) Rendszer egy innovatív megközelítést tesztel, amely az egészségügyi adatok harmonizálását, digitális eszközöket és klinikai munkafolyamatokat használja fel az opioid használati zavarral (OUD) élő betegek ellátásának javítására egy olyan nagy egészségügyi rendszeren belül, amely egy, az opioid túladagolási járvány által sújtott lakosságot szolgál. A C-DOSETaP rendszer különböző szűrőeszközöket fog implementálni az egészségügyi rendszer számos klinikai területén, javítja az egészségügyi kapcsolattartást és az OUD kezelések kihasználását, és egy adatközpontú megközelítést követ, amely az elektronikus egészségügyi nyilvántartás (EHR) adatait használja fel a kezelés nyomon követésére és a kezelésből való kiesés vagy sikertelenség veszélyével küzdő betegekkel való kapcsolattartásra.
Feltételezzük, hogy a C-DOSETaP rendszer bevezetése egy helyileg fejlesztett rendszerszintű opioid választerv mellett a következőkhöz vezet: 1) növekvő OUD szűrési arányok; 2) javult folyamatosság az ellátásban; 3) megnövekedett opioid használati zavar gyógyszeres kezeléseinek (MOUD) kihasználtsága; és 4) csökkent mortalitás a fő vizsgálati intézmény által szolgáltatott körzetekben.
Elsődleges eredmények Az OUD kezelés és kapcsolattartás három dimenzióját értékeljük elsődleges eredményként a vizsgálat során. Mérni fogjuk: 1) a szűrési arányokat; 2) a folyamatosságot az ellátásban; és 3) a MOUD használatát az egész egészségügyi rendszerben. A szűrési arányokat az egészségügyi rendszerben találkozó összes beteg arányaként mérjük, akik az előző 12 hónapban teljesítettek opioid visszaélésre vonatkozó szűrést. A folyamatosságot az ellátásban az időpontok utáni követés és a következő ellátási helyre történő teljesített beutalás alapján értékeljük. A MOUD használatát az aktívan MOUD-on lévő betegek számaként mérjük, az egészségügyi rendszeren belül dokumentált OUD-val rendelkező összes beteg arányában, az Egészségügyi Világszervezet (WHO) által definiált Nemzetközi Betegségosztályozás, 10. kiadás, Klinikai Módosítás (ICD-10-CM) kódok alapján.
Másodlagos eredmények Tervezzük, hogy értékeljük az intervenciók és az elsődleges mérőszámok összesített hatását az OUD mortalitásra a fő vizsgálati intézmény által szolgáltatott körzetekben, a rendszerhez kapcsolódó klinikák fokozatos ék bevezetése során. Másodlagos eredményeink ebben a fázisban magukban foglalják a negyedéves opioidhoz kapcsolódó mortalitást a fő intézmény által szolgáltatott irányítószámok szerint.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Niranjan S. Karnik, MD, PhD
- Telefonszám: (312) 273-0185
- E-mail: nkarnik@uic.edu
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Neeraj Chhabra, MD
- E-mail: neeraj1@uic.edu
Tanulmányi helyek
-
-
Illinois
-
Chicago, Illinois, Egyesült Államok, 60608
- University of Illinois Hospitals and Clinics (UI Health)
-
Kapcsolatba lépni:
- Neeraj Chhabra, MD
- E-mail: neeraj1@uic.edu
-
Kapcsolatba lépni:
- Niranjan S. Karnik, MD, PhD
- Telefonszám: 312-273-0185
- E-mail: nkarnik@uic.edu
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Bevonási kritériumok
- A résztvevőnek az Illinois Egyetem Kórházának és Klinikáinak betegének kell lennie
- Felnőttek és 16 éves vagy idősebb serdülők
Kizárási kritériumok
- 16 évnél fiatalabb gyermekek
Tanulási terv
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: OUD-s betegek
A C-DOSETaP rendszerrel azonosított opioidhasználati zavarban szenvedő betegek
|
Befejezte az opioidhasználati zavar szűrését
Gyógyszeres kezelés az opioidhasználati zavar esetén
A kórházon kívüli kezelési kapcsolatok megkönnyítése
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az OUD-ra szűrt személyek száma
Időkeret: A megvalósítási időszak alatt mért éves arányok (12 hónap) gördülő mérőszáma.
|
Az egészségügyi rendszerben az adatvezérelt OUD szűrés összesített aránya
|
A megvalósítási időszak alatt mért éves arányok (12 hónap) gördülő mérőszáma.
|
|
A kábítószer-függőségben (OUD) szenvedő betegek ellátásának folytonossága
Időkeret: 30 nap és 12 hónap
|
A gondozás folytonosságát a találkozók utáni nyomon követés és a következő gondozási helyre történő továbbítás 30 napon belüli teljesítése alapján értékeljük.
|
30 nap és 12 hónap
|
|
Az MOUD alkalmazása az egészségügyi rendszerben
Időkeret: Alapvonal és 12 hónap
|
A MOUD használatot azon betegek arányaként mérik, akik aktívan MOUD-t használnak, az összes beteghez viszonyítva az egészségügyi rendszeren belül, valamint azokhoz viszonyítva, akiknél dokumentált OUD van az egészségügyi rendszeren belül, a Nemzetközi Betegségosztályozás, 10. revízió, Klinikai Módosítás (ICD-10-CM) kódok által meghatározott módon.
|
Alapvonal és 12 hónap
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Regionális opioid-okozta halálozás
Időkeret: Alapvonal és 12 hónap
|
Negyedéves opioid-okozta halálozási arány az elsődleges intézmény által kiszolgált irányítószámok szerint, bejelentve az Illinois Állami Közegészségügyi Hivatalának
|
Alapvonal és 12 hónap
|
|
Regionális OUD szűrés
Időkeret: Alapvonal és 12 hónap
|
Az elsődleges intézmény által kiszolgált irányítószámok szerinti negyedéves opioidokkal kapcsolatos szűrési arányok, amelyeket az Illinois Állami Közegészségügyi Hivatalnak jelentettek
|
Alapvonal és 12 hónap
|
|
Regionális MOUD-használat
Időkeret: Alapvonal és 12 hónap
|
A fő intézmény által kiszolgált irányítószámok szerinti negyedéves MOUD használati arányok, amelyeket az Illinois Állami Közegészségügyi Hivatalnak jelentettek be
|
Alapvonal és 12 hónap
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Niranjan S. Karnik, MD, PhD, UIC, College of Medicine
- Kutatásvezető: Neeraj Chhabra, MD, UIC, College of Medicine
Publikációk és hasznos linkek
Általános kiadványok
- Afshar M, Sharma B, Dligach D, Oguss M, Brown R, Chhabra N, Thompson HM, Markossian T, Joyce C, Churpek MM, Karnik NS. Development and multimodal validation of a substance misuse algorithm for referral to treatment using artificial intelligence (SMART-AI): a retrospective deep learning study. Lancet Digit Health. 2022 Jun;4(6):e426-e435. doi: 10.1016/S2589-7500(22)00041-3.
- Shahid U, Parde N, Smith DL, Dickinson G, Bianco J, Thorpe D, Hota M, Afshar M, Karnik NS, Chhabra N. Development and Evaluation of Machine Learning Models for the Detection of Emergency Department Patients with Opioid Misuse from Clinical Notes. medRxiv [Preprint]. 2024 Dec 12:2024.12.11.24318875. doi: 10.1101/2024.12.11.24318875.
- Chhablani C, Shahid U, Parde N, Muslmani S, Hu H, Thorpe D, Afshar M, Karnik N, Chhabra N. Machine learning models to detect opioid misuse in emergency department patients at triage. Am J Emerg Med. 2026 Feb 26;104:17-23. doi: 10.1016/j.ajem.2026.02.037. Online ahead of print.
Hasznos linkek
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
Kulcsszavak
További vonatkozó MeSH feltételek
- Kábítószerrel kapcsolatos rendellenességek
- Mentális zavarok
- Anyaggal kapcsolatos rendellenességek
- Kémiai eredetű rendellenességek
- Opioidokkal kapcsolatos rendellenességek
- Egészségügyi szolgáltatások igazgatása
- Terápiás kezelés
- Beteggondozás
- Egészségügyi szolgáltatások
- Egészségügyi ellátási létesítmények munkaerő és szolgáltatások
- Beteggondozási menedzsment
- Átfogó egészségügyi ellátás
- Elsődleges egészségügyi ellátás
- A betegellátás folyamatossága
Egyéb vizsgálati azonosító számok
- 2024-0243
- 1R61DA057629 (Az Egyesült Államok NIH támogatása/szerződése)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
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. .