Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Uso e Accettazione dei Modelli Linguistici di Grandi Dimensioni per la Decisione Condivisa sul Cancro

26 aprile 2026 aggiornato da: Technical University of Munich

Uso e Accettazione dei Grandi Modelli Linguistici nella Decisione Condivisa Oncologica tra Pazienti, Pubblico e Professionisti Sanitari

Questo studio esamina come i pazienti oncologici, il pubblico generale e i professionisti sanitari utilizzano e percepiscono i modelli linguistici di grandi dimensioni (come ChatGPT) per la decisione condivisa in ambito sanitario in oncologia. Un'indagine trasversale è stata condotta su 7.151 partecipanti in 30 paesi utilizzando un questionario sviluppato e validato attraverso un processo Delphi in due fasi che ha coinvolto 44 esperti. Lo studio ha valutato i modelli attuali di utilizzo dei modelli linguistici di grandi dimensioni per le informazioni sanitarie, le barriere all'adozione inclusi i timori riguardo all'affidabilità e alla privacy, le aspettative future riguardo a questi strumenti nella decisione condivisa e i predittori demografici dell'adozione. I partecipanti sono stati reclutati tramite la piattaforma Prolific tra marzo e maggio 2025, con un campionamento stratificato in tre gruppi: pazienti oncologici diagnosticati negli ultimi cinque anni, membri della popolazione generale dagli Stati Uniti e dal Regno Unito e professionisti sanitari abilitati con contatto attivo con i pazienti.

Panoramica dello studio

Stato

Completato

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

Osservativo

Iscrizione (Effettivo)

7151

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Germania
    • Bavaria
      • Munich, Bavaria, Germania, 81675
        • Technical University Munich

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

Sì

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Tre coorti reclutate tramite la piattaforma Prolific: pazienti oncologici con diagnosi entro cinque anni (n=2.316), membri della popolazione generale provenienti da Stati Uniti e Regno Unito (n=2.000) e professionisti sanitari abilitati con contatto attivo con i pazienti (n=2.835).
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

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / 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

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

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

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Technical University of Munich

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 marzo 2025

Completamento primario (Effettivo)

1 maggio 2025

Completamento dello studio (Effettivo)

1 maggio 2025

Date di iscrizione allo studio

Primo inviato

6 aprile 2026

Primo inviato che soddisfa i criteri di controllo qualità

6 aprile 2026

Primo Inserito (Effettivo)

13 aprile 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

30 aprile 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

26 aprile 2026

Ultimo verificato

1 aprile 2026

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

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)?

NO

Descrizione del piano IPD

I dati dei singoli partecipanti non saranno condivisi pubblicamente a causa delle normative sulla protezione dei dati. I dati anonimizzati del sondaggio che supportano i risultati di questo studio sono disponibili presso l'autore corrispondente su richiesta ragionevole.

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Prove cliniche su Cancro

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Sweden

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi