Uso e Accettazione dei Modelli Linguistici di Grandi Dimensioni per la Decisione Condivisa sul Cancro
Uso e Accettazione dei Grandi Modelli Linguistici nella Decisione Condivisa Oncologica tra Pazienti, Pubblico e Professionisti Sanitari
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Descrizione dettagliata
La decisione condivisa è un processo collaborativo in cui i clinici supportano i pazienti nel prendere decisioni terapeutiche. Nonostante la sua importanza in oncologia, la decisione condivisa strutturata rimane poco comune nella pratica clinica di routine. I modelli linguistici di grandi dimensioni offrono un nuovo modo per i pazienti di accedere e comprendere le informazioni mediche, ma poco si sa su come le parti interessate chiave percepiscano e utilizzino questi strumenti per le decisioni sanitarie.
Questo studio osservazionale ha utilizzato un disegno a metodi misti sequenziali combinando la metodologia del consenso Delphi con la distribuzione di un sondaggio trasversale. Un panel di 44 esperti in otto domini (intelligenza artificiale clinica, sviluppo tecnico, oncologia, psicologia, epidemiologia, advocacy del paziente, etica e competenza legale) ha sviluppato e validato lo strumento di valutazione attraverso due round Delphi, raggiungendo il consenso su 89 elementi. Lo strumento finale conteneva 52 elementi quantitativi e 8 domande qualitative, distinguendo tra l'uso generale e quello specifico per la sanità dei modelli linguistici di grandi dimensioni.
Lo studio ha reclutato tre coorti: 2.316 pazienti oncologici con diagnosi auto-riferita entro cinque anni, 2.000 membri della popolazione generale dagli Stati Uniti e dal Regno Unito e 2.835 professionisti sanitari autorizzati. Il controllo di qualità includeva controlli dell'attenzione, monitoraggio del tempo di completamento, validazione della coerenza e procedure di verifica, con conseguente esclusione di 694 risposte (8,8%) da un iniziale 7.845.
Le analisi primarie includevano test del chi-quadrato e ANOVA con correzione di Bonferroni, regressione logistica multivariabile con costruzione di modelli gerarchici per identificare i predittori dell'adozione e segmentazione degli utenti tramite tabulazione incrociata combinata con clustering k-means. Lo studio è stato approvato dal comitato di revisione istituzionale dell'Università Tecnica di Monaco (TUM2024-89-S-SB).
Tipo di studio
Tipo di studio
Iscrizione (Effettivo)
Iscrizione
Contatti e Sedi
Luoghi di studio
-
-
Bavaria
-
Munich, Bavaria, Germania, 81675
- Technical University Munich
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Il campionamento stratificato ha applicato quote per età, genere, etnia e istruzione nella coorte della popolazione generale.
Descrizione
Criteri di inclusione:
Età di 18 anni o superiore, conoscenza della lingua inglese, accesso regolare a Internet, registrazione sulla piattaforma di ricerca Prolific. Per la coorte di pazienti oncologici: autodichiarazione di diagnosi di cancro entro gli ultimi cinque anni. Per la coorte di professionisti sanitari: operatore sanitario autorizzato con contatto attivo con i pazienti. Per la coorte della popolazione generale: residente negli Stati Uniti o nel Regno Unito
Criteri di esclusione:
Fallimento nelle domande di controllo dell'attenzione incorporate (4 controlli), tempo di completamento del questionario al di fuori dell'intervallo accettabile (meno di 5 minuti o superiore a 60 minuti), pattern di risposta in linea retta rilevato dagli algoritmi di validazione della coerenza, fallimento delle procedure di verifica della coorte
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
|---|
|
Pazienti Oncologici
Adulti di età pari o superiore a 18 anni con una diagnosi di cancro auto-dichiarata negli ultimi cinque anni, reclutati tramite la piattaforma Prolific con verifica attraverso domande di screening sulla data della diagnosi, il tipo di cancro e lo stato del trattamento.
n=2.316.
|
|
Popolazione Generale
Adulti di età pari o superiore a 18 anni provenienti dagli Stati Uniti e dal Regno Unito senza requisiti specifici di condizione di salute, reclutati tramite la piattaforma Prolific con quote di campionamento stratificato per età, genere, etnia e istruzione.
n=2.000.
|
|
Professionisti Sanitari
Operatori sanitari autorizzati di età pari o superiore a 18 anni con contatto attivo con i pazienti, inclusi medici e personale infermieristico, reclutati tramite la piattaforma Prolific dagli Stati Uniti, dal Regno Unito e da altri 28 paesi.
n=2.835. |
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tasso di utilizzo del modello linguistico di grandi dimensioni specifico per il settore sanitario
Lasso di tempo: Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Proporzione di partecipanti che riportano l'uso di modelli linguistici di grandi dimensioni specificamente per informazioni relative alla salute, misurata su una scala di frequenza Likert a 5 punti e dicotomizzata come uso rispetto a non uso.
|
Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
|
Fiducia futura nel miglioramento dei modelli linguistici di grandi dimensioni per la decisione condivisa
Lasso di tempo: Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Proporzione di partecipanti che ritengono che i grandi modelli linguistici miglioreranno la qualità del processo decisionale condiviso in oncologia, valutata tramite risposta su scala Likert.
|
Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
|
Barriere all'adozione dei modelli linguistici di grandi dimensioni
Lasso di tempo: Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Prevalenza delle preoccupazioni riguardanti l'utilizzo di modelli linguistici di grandi dimensioni per le decisioni sanitarie, incluse le preoccupazioni sull'affidabilità, quelle sulla privacy e la preferenza per l'interazione umana, ciascuna valutata come binaria (presente o assente).
|
Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Predittori indipendenti dell'adozione dei modelli linguistici di grandi dimensioni
Lasso di tempo: Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Odds ratio derivanti da una regressione logistica multivariabile gerarchica che identifica i predittori demografici e sanitari dell'accettazione di modelli linguistici di grandi dimensioni specifici per l'assistenza sanitaria, inclusi età, sesso, etnia, istruzione, alfabetizzazione digitale e fiducia nella comprensione delle informazioni sanitarie.
|
Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
|
Segmentazione degli utenti
Lasso di tempo: Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Distribuzione dei partecipanti tra segmenti di utenti basati sui dati, derivati dall'incrocio dell'uso attuale con il beneficio percepito, perfezionati attraverso il clustering k-means: potenziali adottanti, utenti convinti, non utenti resistenti e utenti scettici.
|
Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
|
Patterns di raccomandazione degli operatori sanitari
Lasso di tempo: Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Proporzione di professionisti sanitari che raccomandano i modelli linguistici di grandi dimensioni ai pazienti per le informazioni sulla salute, rispetto al loro tasso di utilizzo personale.
|
Al momento del completamento del sondaggio (valutazione singola, marzo-maggio 2025)
|
Collaboratori e investigatori
Sponsor
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
Completamento primario (Effettivo)
Completamento primario
Completamento dello studio (Effettivo)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- LLM-SDM-2025
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .