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。

メンタルヘルスケアにおける臨床評価のための AI 対応情報収集ツールの治療結果の評価

2025年4月4日 更新者:Limbic Limited
提案された研究では、研究者は、臨床評価をサポートおよび促進するために、紹介時に患者のメンタルヘルス症状に関する情報を適応的に収集する AI プロトタイプをテストすることを目指しています。

調査の概要

詳細な説明

提案された研究では、研究者は、臨床評価をサポートおよび促進するために、紹介時に患者のメンタルヘルス症状に関する情報を適応的に収集する AI プロトタイプをテストすることを目指しています。

AI システムは、Limbic Access を通じて収集された標準的な紹介情報 (例: 患者の症状のフリーテキスト記述、GAD-7 & PHQ-9 など)。 ML 予測に基づいて、患者が経験した特定のメンタルヘルス症状に関する追加の洞察を収集するために、最大 2 つの追加の不安障害固有の対策 (ADSM) が投与されます (つまり、 特定の患者に合わせて調整されます)。 収集された ADSM スコアは、臨床評価をサポートおよび促進し、臨床時間を節約しながら最終的に診断プロセスを改善するために、最終的な紹介情報に添付されます。 この試験では、AI モデルは事前に追加データを収集することにより、臨床評価のサポート ツールとしてのみ機能します。

具体的には、研究者は、AI がサポートする情報収集が治療結果、臨床評価の信頼性を改善し、待機時間と評価時間を短縮し、治療の脱落率を減らすかどうかを評価することに関心があります。

研究の種類

介入

入学 (推定)

5400

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

      • Gosforth、イギリス、NE13 9BA
        • Insight Healthcare

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年歳以上 (子、大人、高齢者)

健康ボランティアの受け入れ

いいえ

説明

包含基準:

  • 参加者は、サービスの最低年齢要件を満たしています
  • 参加者の登録 GP が IAPT CCG 流域内にある

除外基準:

  • 危機に瀕している参加者(緊急のケアが必要であるか、緊急に危険にさらされていることによって定義されます)

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:診断
  • 割り当て:ランダム化
  • 介入モデル:並列代入
  • マスキング:ダブル

武器と介入

参加者グループ / アーム
介入・治療
アクティブコンパレータ:標準辺縁アクセス
このアームでは、参加者は辺縁アクセスの標準的な経路を参照します。 このプロセスの間、患者は最低限必要な情報を提供します (例: 人口統計情報)、および経験したメンタルヘルス症状に関するいくつかの基本情報(例: PHQ-9 & GAD-7)。 この情報は、臨床評価の前に臨床医に提供される紹介状に添付されます。
臨床紹介に関連する情報 (例: 人口統計) および基本的な臨床情報 (例: PHQ-9 および Gad-7 スコア) は、自己紹介プロセス中に収集され、臨床医が実施する臨床評価を容易にするために紹介メモに添付されます。
実験的:AIによる大脳辺縁系アクセス
このアームでは、標準的な辺縁アクセス経路と同様にすべての情報を提供します。 この情報に基づいて、機械学習モデルを使用して、最も可能性の高い現在の問題を予測します。これに基づいて、患者の経験したメンタルヘルス症状に関するより調整された情報を収集するために、最大 2 つの追加の不安固有の対策が実施されます。 すべての情報は、臨床評価の前に臨床医に提供される紹介状に添付されます。

Limbic Access 経路と同じ情報が収集されます。 ただし、追加情報 (つまり、 障害固有のアンケート) は、ML モデルの予測に基づいて、最も可能性の高い問題記述子について収集されます。

臨床医による臨床評価を容易にするために、すべての情報が紹介状に添付されます。

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
ベースラインのうつ病スコアから治療後の変化
時間枠:信頼できる臨床的に有意な改善の定義は、治療前(紹介時、同意の日に)と治療後(退院時に評価、平均5か月)の臨床スコアの比較に基づいています。
一次結果は、治療後の臨床スコアの信頼性が高く、臨床的に有意な改善として定義されます。 これにより、治験責任医師は、患者健康アンケート-9 (PHQ-9: 治療後のスコア) を使用して、うつ病スコアの変化をテストします。
信頼できる臨床的に有意な改善の定義は、治療前(紹介時、同意の日に)と治療後(退院時に評価、平均5か月)の臨床スコアの比較に基づいています。
ベースラインの不安スコアから治療後の変化
時間枠:信頼できる臨床的に有意な改善の定義は、治療前(紹介時、同意の日に)と治療後(退院時に評価、平均5か月)の臨床スコアの比較に基づいています。
一次結果は、治療後の臨床スコアの信頼性が高く、臨床的に有意な改善として定義されます。 これにより、全般性不安障害評価 (GAD-7: 治療後スコア) を使用して、不安スコアの変化をテストします。
信頼できる臨床的に有意な改善の定義は、治療前(紹介時、同意の日に)と治療後(退院時に評価、平均5か月)の臨床スコアの比較に基づいています。
診断の変更
時間枠:同意スコアは、初回評価時 (最初の治療セッション前) の診断と治療終了時の診断 (退院時、紹介から平均 5 か月で評価) の比較に基づきます。

改善された診断は、最初の診療所評価での診断と治療終了時の診断との対応として測定されます。 IAPTでの治療中、必要に応じて治療を段階的に進めたり減らしたりするために、治療の過程で診断が継続的に評価されます。 これら 2 つの時点での診断の一致は、バイナリ変数 (「一致」対「不一致」) としてコード化されます。

治験責任医師は、初期診断の信頼性の尺度として、臨床評価時の診断が治療終了時の診断に対応する患者の割合を測定します。

同意スコアは、初回評価時 (最初の治療セッション前) の診断と治療終了時の診断 (退院時、紹介から平均 5 か月で評価) の比較に基づきます。
臨床評価時間
時間枠:この測定値は、臨床評価後に利用可能になります (同意から平均 1 か月まで)。
臨床効率の改善は、臨床評価あたりの平均時間 (分単位) で測定される評価時間の短縮によって示されます。
この測定値は、臨床評価後に利用可能になります (同意から平均 1 か月まで)。
査定の待ち時間
時間枠:この測定値は、臨床評価後に利用可能になります (同意から平均 1 か月まで)。
評価のための患者の待ち時間は、自己紹介日から臨床評価日までの時間として測定されます。
この測定値は、臨床評価後に利用可能になります (同意から平均 1 か月まで)。
診療の待ち時間
時間枠:この測定は、治療開始後(同意から平均 4 か月まで)に利用できます。
治療のための患者の待ち時間は、評価日から最初の治療セッションの日までの時間として測定されます
この測定は、治療開始後(同意から平均 4 か月まで)に利用できます。

二次結果の測定

結果測定
メジャーの説明
時間枠
紹介のドロップアウト率
時間枠:チャットボットのやり取り中 (1 日目)
患者紹介のドロップアウトは、研究への参加に同意したが、紹介プロセス中に要求されたすべての臨床情報を完了しなかった個人として測定されます。
チャットボットのやり取り中 (1 日目)
評価のドロップアウト率
時間枠:標準 IAPT 定義を使用した治療終了時点 (3 か月まで評価)
臨床評価のドロップアウトは、臨床評価の枠を確保できた患者のキャンセルまたは「参加しなかった」イベントとして測定されます (例: 日時)開催。 治療コホート (AI パスウェイを使用した辺縁アクセス) は、比較のために使用される研究と同じ時間枠で、同じサービスで辺縁アクセスの標準パスウェイを通過する患者のコホートに対して評価されます。
標準 IAPT 定義を使用した治療終了時点 (3 か月まで評価)
治療中退率
時間枠:標準 IAPT 定義を使用した治療終了時点 (3 か月まで評価)
治療の脱落は、脱落イベントが発生したときに、治療を担当する臨床医によってサービスの患者管理システム内の患者のファイルに追加される「脱落」ラベルを使用して測定されます。 治療コホート (Limbic Access + AI 経路) は、比較のために使用される研究と同じ時間枠で、同じサービス全体で Limbic Access の標準的な経路を通過する患者のコホートに対して評価されます。
標準 IAPT 定義を使用した治療終了時点 (3 か月まで評価)

その他の成果指標

結果測定
メジャーの説明
時間枠
確率モデルの予測 (Limbic Access + AI 経路) と臨床診断との間の一致率。
時間枠:臨床医の診断は、臨床評価の時点で評価されます(1か月まで評価されます)。
各診断のカッパは、モデル予測と臨床評価時の診断との間の一致スコアとして計算されます。
臨床医の診断は、臨床評価の時点で評価されます(1か月まで評価されます)。
特定の患者の人口統計に関するモデルの予測力の偏り
時間枠:人口統計データは、参加者が同意した日の紹介時点で取得されます。
さまざまな人口統計グループのモデル予測と臨床診断の一致率
人口統計データは、参加者が同意した日の紹介時点で取得されます。

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。

スポンサー

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 (実際)

2023年2月28日

一次修了 (推定)

2025年9月1日

研究の完了 (推定)

2025年12月1日

試験登録日

最初に提出

2022年4月28日

QC基準を満たした最初の提出物

2022年8月9日

最初の投稿 (実際)

2022年8月10日

学習記録の更新

投稿された最後の更新 (実際)

2025年4月8日

QC基準を満たした最後の更新が送信されました

2025年4月4日

最終確認日

2025年4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

  • Limbic-303303

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

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。

購読する