このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

「仕事に戻らない」予測スコアの知識は職業リハビリテーションに影響しますか? (WORRK)

2020年1月22日 更新者:François Luthi、Clinique Romande de Readaptation

「仕事に戻らない」予測スコアの知識は、整形外科的外傷後の職業リハビリテーションに影響を与えるか?

背景: 整形外傷は、長期にわたる病気休暇と永続的な障害の主な原因です。 病欠が続く人は、多くの場合、職業リハビリテーション (VR) を必要とします。 職場復帰の可能性(RTW)を改善するために、職業プログラムが計画されています。 フィジカル・コンディショニング、専門的な評価とトレーニング、心理的および社会的介入が治療の中心です。 これらのプログラムの効率は中程度であり、改善の余地があります。 たとえば、個々のニーズと可能性に合わせたリハビリテーション プログラムが求められます。 ただし、割り当ては依然として困難です。 この目標を達成するには、意思決定支援ツールが便利な場合があります。 最近、これらの患者の職場に復帰できないリスクを早期に評価するために、WORRK モデルが提案されました。 この研究の主な目的は、WORRK モデルが患者の「仕事に戻らない」リスクに応じて、さまざまな職業プログラムへの割り当てを改善するかどうかを測定することです。

調査の概要

詳細な説明

方法:

整形外傷後の専門入院患者 (n=280)、年齢は 18 ~ 60 歳。 3 つの異なる職業パスを選択できます: シンプル (「職場に戻らない」リスクが低い患者の場合、5 週間の滞在)、コーチング (中リスク、5 週間)、評価 (高リスク、3 週間)。 設計: 無作為化対照試験。 介入グループでは、割り当てを決定する前に、WORK モデルで推定された仕事に戻らない可能性が臨床医チームに提供されます。 対照群では、確率も推定されますが、臨床医チームにはわかりません。 主要な結果は、評価経路に割り当てられた患者の割合です。 副次的アウトカム: 患者の満足度は介入群で悪化していません。意思決定プロセスに利用できる情報に対する意思決定者の満足度は、介入グループの方が優れています。職業滞在中に治療経路を変更した患者の割合は、介入群で高くはありません。また、WORK モデルのキャリブレーションは満足のいくものです。非職場復帰率は、対照群よりも介入群の方が高くありません(3、12、および24か月でのフォローアップ)。

関連性と影響:

研究者は、WORK モデルが整形外傷後の職業リハビリテーションの効率を改善することを期待しています。 これは、患者のリスクプロファイルに応じた職業経路への割り当てが改善されるためです。 この場合、仕事に戻る機会やケアの質に対する患者の満足度を損なうことなく、より短い職業プログラムの増加が期待されます。 同様のリスクプロファイルを持つ患者を検出する WORRK モデルの能力は、臨床診療や試験におけるこの意思決定支援ツールへの関心を高める可能性もあります。

研究の種類

介入

入学 (実際)

280

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

    • Valais
      • Sion、Valais、スイス、1951
        • Clinique romande de réadaptation

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

16年~60年 (大人)

健康ボランティアの受け入れ

いいえ

受講資格のある性別

全て

説明

包含基準:

  • 整形外傷後、職業リハビリテーションプログラムのために入院した患者

除外基準:

  • -事故時の重度の外傷性脳損傷(グラスゴー昏睡スケール≤8)
  • 脊髄損傷
  • 判断力がない
  • 法的拘留中

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 主な目的:ふるい分け
  • 割り当て:ランダム化
  • 介入モデル:並列代入
  • マスキング:トリプル

武器と介入

参加者グループ / アーム
介入・治療
実験的:職場復帰しない場合のリスク スコア
WORRK モデルは、あらゆる種類の整形外傷や職業リハビリテーションを必要とする患者に役立つ、職場復帰不能リスクの予測ツール (19 項目) です。 これは、患者の教育や流暢な言語とは独立した変数で構成されています。 これは短い患者のベッドサイド ツールで、所要時間は 20 分未満です。
WORRK ツールは、コントロール グループの患者も含め、すべての患者に対して入力されます。 ただし、確率スコアは、解釈のガイドラインとともに、介入グループの医師のみがアクセスできます (「1. 確率スコアが 50% を超える (仕事に復帰しない) 場合、「評価経路」への患者の割り当てを考慮する必要があります」「2. 確率スコアが 70% を超える (職場に復帰しない) 場合、「評価パスウェイ」がおそらく最も適切な選択です」)。
介入なし:対照群
このグループでは、医療スタッフはリスク スコア (WORK) について通知されません。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
評価経路への割り当て(評価経路に割り当てられた患者の割合)
時間枠:10ヶ月
WORRK 試験の主要な結果は、評価経路に割り当てられた患者の割合です。
10ヶ月

二次結果の測定

結果測定
メジャーの説明
時間枠
復職率
時間枠:24ヶ月
非復職率は、退院後 3、12、および 24 か月にアンケートによって評価されます。
24ヶ月
患者の満足度は介入群で悪くない
時間枠:10ヶ月
退院時に、患者はアンケートに記入して、受けた治療に関する満足度を評価します。
10ヶ月
意思決定プロセスに利用できる情報に対する意思決定者の満足度は、介入グループの方が優れています。
時間枠:10ヶ月
医療スタッフは、アンケートを通じて介入の効率を評価します
10ヶ月
職業滞在中に治療経路を変更した患者の割合は、介入群の方が高くない
時間枠:10ヶ月
患者が入院中にクリニカルパスを変更するかどうかを評価すること。 介入群と対照群の間に違いはありますか。
10ヶ月
WORKモデルのキャリブレーションは満足のいくものです
時間枠:24ヶ月
この研究から募集された人口に対して、WORKモデルの新しい検証を実行します。 WORK 予測ツールのパフォーマンスは、キャリブレーションと識別の測定によって評価されます。 キャリブレーションのために、予測されたリスクグループごとに、職場に戻らないことの観察された割合に対して期待値をプロットします。 さらに、Hosmer-Lemeshow 検定を使用して、キャリブレーションの統計的有意性を定義します。 識別のために、ROC 曲線をプロットし、ROC 曲線下の面積 (AUC) を計算します。 適切なキャリブレーション (つまり、 切片が 0 および勾配 1 と統計的に異ならず、AUC が 0.7 より大きい場合。
24ヶ月

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

捜査官

  • 主任研究者:François Luthi, MD、Clinique romande de réadaptation

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始

2015年3月1日

一次修了 (実際)

2015年12月1日

研究の完了 (実際)

2017年12月1日

試験登録日

最初に提出

2015年3月10日

QC基準を満たした最初の提出物

2015年3月18日

最初の投稿 (見積もり)

2015年3月24日

学習記録の更新

投稿された最後の更新 (実際)

2020年1月23日

QC基準を満たした最後の更新が送信されました

2020年1月22日

最終確認日

2020年1月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • CliniqueRR-03

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

痛みの臨床試験

3
購読する