- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT07432893
Valutazione dell'Efficacia della Pianificazione del Trattamento Infermieristico Abilitata da Modelli Linguistici di Grande Dimensione (LLM) in 2 Distretti Indiani
Valutazione dell'Efficacia della Pianificazione del Trattamento Infermieristico Abilitata da Modelli Linguistici di Grandi Dimensioni (LLM) in 2 Distretti Indiani: Uno Studio Pilota
L'obiettivo di questo studio clinico è determinare se la pianificazione del trattamento guidata da infermieri con supporto di intelligenza artificiale possa migliorare la qualità del ragionamento clinico e della gestione rispetto alle cure standard guidate da medici in pazienti adulti di cure primarie (≥18 anni) che presentano ipertensione, diabete mellito, febbre, dispnea o dolore muscoloscheletrico nelle aree rurali e semi-urbane dell'India.
Le principali domande a cui si intende rispondere sono:
- Una consultazione infermiere + modello linguistico di grandi dimensioni (LLM) raggiunge punteggi di qualità clinica non inferiori rispetto a una consultazione medica standard?
- Le cure guidate da infermieri con assistenza di IA sono accettabili e soddisfacenti per i pazienti nelle strutture di assistenza sanitaria primaria? I ricercatori confronteranno le consultazioni guidate da infermiere + LLM con le consultazioni standard guidate da medici all'interno dello stesso partecipante per verificare se il modello infermiere abilitato all'IA fornisce un ragionamento clinico e una pianificazione del trattamento comparabili o migliorati.
I partecipanti:
- Riceveranno due consultazioni sequenziali per la stessa visita (una con un infermiere che utilizza uno strumento di IA e una con un medico, ordine randomizzato).
- Avranno entrambe le consultazioni registrate audio per una valutazione della qualità clinica in cieco.
- Completeranno un breve sondaggio di uscita su comunicazione, fiducia e soddisfazione dopo la consultazione infermieristica assistita da IA.
Panoramica dello studio
Stato
Condizioni
Tipo di studio
Iscrizione (Stimato)
Fase
- Non applicabile
Contatti e Sedi
Contatto studio
- Nome: Sarah Nabia, MA, MPH, MBA
- Numero di telefono: 4438503359
- Email: snabia24@gmail.com
Backup dei contatti dello studio
- Nome: Anup Agarwal, MBBS
- Numero di telefono: 5056207815
- Email: mailanupagarwal@gmail.com
Luoghi di studio
-
-
West Bengal
-
Kolkata, West Bengal, India
- Reclutamento
- Liver Foundation
-
Contatto:
- Parthasarathi Mukherjee
- Numero di telefono: +919830356780
- Email: spartham@gmail.com
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Descrizione
Criteri di inclusione:
- Adulti di età ≥18 anni
- Presentazione presso le strutture di cure primarie partecipanti nei siti dello studio
Soddisfacimento dei criteri per almeno una delle seguenti condizioni o sintomi:
- Ipertensione: Diagnosi nota
- Diabete mellito: Diagnosi nota o evidenza di laboratorio (HbA1c ≥6,5%, glicemia a digiuno ≥126 mg/dL o glicemia post-prandiale ≥200 mg/dL)
- Febbre: Presentata come sintomo principale
- Dispnea: Presentata come sintomo principale, senza evidenza di febbre
- Dolore muscoloscheletrico: Presentato come sintomo principale, senza evidenza di febbre
- Capacità e volontà di fornire il consenso informato scritto
- Disponibilità a partecipare a due consultazioni sequenziali e completare un questionario di uscita
Criteri di esclusione:
- Incapacità di fornire il consenso informato a causa di compromissione cognitiva (es. demenza o disabilità intellettiva)
- Instabilità medica o condizione che richiede un rinvio immediato al pronto soccorso
- Partecipazione precedente allo studio durante una visita antecedente
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Trattamento
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione incrociata
- Mascheramento: Separare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Infermiere+Modello di linguaggio ampio per la consultazione clinica
I partecipanti in questo braccio ricevono una consulenza di assistenza primaria condotta da un infermiere supportata da uno strumento di supporto alle decisioni cliniche basato su un modello linguistico di grandi dimensioni (LLM).
Durante la consultazione, un infermiere qualificato conduce l'anamnesi di routine e la valutazione clinica e interagisce con l'LLM attraverso un'interfaccia digitale per supportare la diagnosi differenziale, il ragionamento clinico e la pianificazione del trattamento e del follow-up basata sull'evidenza.
L'infermiere può porre ulteriori domande al paziente in base ai suggerimenti dell'LLM.
Le raccomandazioni cliniche finali sono generate in modo collaborativo dall'infermiere utilizzando gli output dell'LLM e documentate come piano di trattamento.
Questo braccio valuta se l'assistenza condotta da infermieri assistita dall'IA possa fornire una qualità clinica comparabile all'assistenza standard condotta da medici nelle strutture sanitarie primarie.
|
Una consulenza di assistenza primaria guidata da un infermiere supportata da uno strumento di supporto alle decisioni cliniche basato su un modello di linguaggio di grandi dimensioni.
L'infermiere utilizza lo strumento di intelligenza artificiale durante l'incontro con il paziente per supportare il ragionamento clinico, la diagnosi differenziale e la pianificazione del trattamento e del follow-up basata sulle evidenze.
|
|
Comparatore attivo: Consulenza clinica guidata dal medico (standard di cura)
La consultazione del medico rappresenta la gestione clinica standard, già nota e accettata come efficace per diagnosticare e trattare le condizioni dello studio.
È un intervento clinico attivo, non un placebo, un finto trattamento o un braccio senza intervento, e funge da comparatore rispetto all'intervento sperimentale infermiere + LLM.
|
I partecipanti ricevono una consulenza di assistenza primaria di routine guidata dal medico, condotta secondo le pratiche cliniche esistenti.
Il medico esegue in modo indipendente l'anamnesi, la valutazione clinica, la diagnosi e la pianificazione del trattamento senza l'utilizzo dello strumento di IA.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Qualità Clinica della Consultazione (Punteggio di Gestione Clinica e Ragionamento Clinico)
Lasso di tempo: Giorno 1 (stessa visita di studio, immediatamente dopo il completamento di entrambe le consultazioni)
|
Questo esito valuta la qualità dell'assistenza clinica confrontando consultazioni assistite dall'intelligenza artificiale e condotte da infermieri con consultazioni standard condotte da medici.
Per pazienti con ipertensione o diabete mellito, la qualità clinica viene misurata utilizzando una griglia di gestione clinica con un punteggio grezzo compreso tra -2 e 7, valutando la revisione dei dati, lo screening delle complicanze, l'aderenza alla terapia, il counseling e la pianificazione del trattamento, con penalità per counseling o trattamenti inappropriati.
Per pazienti che presentano febbre, dispnea o dolore muscoloscheletrico, la qualità clinica viene misurata utilizzando una griglia di ragionamento clinico con un punteggio grezzo compreso tra -5 e 10, valutando le diagnosi differenziali, la diagnosi finale e i passi successivi, con punteggi negativi per raccomandazioni dannose.
Le consultazioni vengono registrate audio, de-identificate e valutate da medici in cieco.
Punteggi più alti indicano una migliore corrispondenza con un'assistenza basata sull'evidenza e appropriata al contesto.
|
Giorno 1 (stessa visita di studio, immediatamente dopo il completamento di entrambe le consultazioni)
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Punteggio dell'Esperienza del Paziente nel Questionario di Uscita (Punteggio Composito Scala Likert)
Lasso di tempo: Giorno 1 (immediatamente dopo il completamento della consultazione infermieristica + LLM durante la visita di studio)
|
Punteggio composito dell'esperienza del paziente derivato da un sondaggio di uscita a 9 item su scala Likert adattato dal quadro di responsività del sistema sanitario dell'OMS e dal PSQ-18.
Gli item valutano comunicazione, comprensione, dignità/rispetto, fiducia nell'uso dell'intelligenza artificiale e soddisfazione generale.
Le risposte sono valutate da 1 a 5 per ogni item e mediate per generare un punteggio composito (intervallo 1-5), con punteggi più alti che indicano un'esperienza più positiva.
|
Giorno 1 (immediatamente dopo il completamento della consultazione infermieristica + LLM durante la visita di studio)
|
|
Temi di Accettabilità e Fattibilità Segnalati dagli Infermieri da Interviste Semi-strutturate
Lasso di tempo: Fino al completamento dello studio (dopo che le infermiere completano un minimo di 10 consultazioni assistite dall'IA; fino a 9 mesi)
|
Valutazione qualitativa dell'usabilità segnalata dagli infermieri, fiducia nelle raccomandazioni dell'IA, impatto sul flusso di lavoro, barriere, facilitatori e disponibilità a continuare l'uso.
Le interviste vengono registrate audio e analizzate tematicamente.
I risultati saranno riportati come temi identificati con citazioni rappresentative e frequenza di occorrenza del tema tra i partecipanti.
|
Fino al completamento dello studio (dopo che le infermiere completano un minimo di 10 consultazioni assistite dall'IA; fino a 9 mesi)
|
Collaboratori e investigatori
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
- Malattie del sistema endocrino
- Malattie vascolari
- Malattia cardiovascolare
- Malattie metaboliche
- Malattie delle vie respiratorie
- Disturbi respiratori
- Disturbi del metabolismo del glucosio
- Segni e sintomi, respiratori
- Cambiamenti di temperatura corporea
- Condizioni patologiche, segni e sintomi
- Malattie nutrizionali e metaboliche
- Segni e sintomi
- Ipertensione
- Diabete mellito
- Dispnea
- Febbre
Altri numeri di identificazione dello studio
- HREC,IILDS/2025-R70
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 .