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。

AIによるレジデントのための臨床言語評価 (CLEAR2)

2025年10月28日 更新者：Krislynn Michelle Mueck、The University of Texas Health Science Center, Houston

AIによる研修医のための臨床言語評価（CLEAR2）-パイロット無作為化比較試験

本研究の目的は、生成AIに基づく既存のエンタープライズグレードの大規模言語モデル（LLM）を改良およびテストすること、LLMベースのフィードバックの実現可能性と受容性を評価すること、LLMベースのフィードバックが研修医のコミュニケーション能力を向上させる能力を評価すること、標準化患者が研修医のコミュニケーションを評価する能力を探ること、および研修医が自身のコミュニケーションの複雑さを自己評価する能力を探ることです

調査の概要

状態

まだ募集していません

条件

介入・治療

研究の種類

介入

入学 (推定)

64

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。

研究連絡先

研究連絡先のバックアップ

研究場所

  • アメリカ
    • Texas
      • Houston、Texas、アメリカ、77030
        • The University of Texas Health Science Center at Houston
        • コンタクト：
        • コンタクト：

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

  • 大人

健康ボランティアの受け入れ

はい

説明

適格基準：

  • マクガバン医科大学（MMS）の一般外科レジデント
  • 研修年次（PGY）1～5年

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：他の
  • 割り当て：ランダム化
  • 介入モデル：並列代入
  • マスキング：なし（オープンラベル）

武器と介入

参加者グループ / アーム
介入・治療
介入なし：コントロール
実験的：教育用LLMベースのフィードバックツール
行動：教育用LLMベースのフィードバックツール
参加者は、標準化された患者（SP）との3つの異なるシナリオに関する口頭でのコミュニケーションが記録され、文字起こしされ、大規模言語モデル（LLM）によってリアルタイムで分析され、提案や代替スクリプトとしてフィードバックを受け取ります。 これらは、SPシナリオの合間に研修医によってレビューされます

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
調査により評価された読みやすさの識別力
時間枠：介入終了時（ベースライン後1時間）
これは1から5までのコーエンのカッパ値で評価されます。 コーエンのカッパスコアが高いほど、より良い結果を意味します
介入終了時（ベースライン後1時間）
アンケートによる評価としての品質判別
時間枠：介入終了時（ベースラインから1時間後）
これは、1〜5のコーエンのカッパ値で評価されます。 コーエンのカッパスコアが高いほど、良好な結果を意味します
介入終了時（ベースラインから1時間後）
推奨事項の正確性（調査による評価）
時間枠：介入終了時（ベースラインから1時間後）
これは5段階のリッカート尺度で報告され、1は非常に不正確、5は非常に正確となります
介入終了時（ベースラインから1時間後）
推奨事項の適用可能性の調査による評価
時間枠：介入終了時（ベースラインから1時間後）
これは5段階のリッカート尺度で報告され、1は全く該当しない、5は非常に該当するとなります
介入終了時（ベースラインから1時間後）
調査による評価：居住者と模擬患者（SP）間の相互作用の理解しやすさの認識：教育レベル
時間枠：介入終了（ベースライン後1時間）

これは以下のカテゴリーで明確に報告されます：

小学校 中学校 高等学校 大学卒業
介入終了（ベースライン後1時間）
コミュニケーション能力への自信
時間枠：介入終了（ベースラインから1時間後）
これは1（非常に自信がない）から5（非常に自信がある）で採点されます
介入終了（ベースラインから1時間後）
LLMの有用性
時間枠：介入終了時（ベースラインから1時間後）
これは1（非常に役に立たない）から5（非常に役に立つ）で採点されます
介入終了時（ベースラインから1時間後）
将来の使用の受容性
時間枠：介入終了時（ベースラインの1時間後）
これは1（全くそう思わない）から5（非常にそう思う）で採点されます
介入終了時（ベースラインの1時間後）

二次結果の測定

結果測定
メジャーの説明
時間枠
コミュニケーション能力への自信
時間枠：介入終了（ベースラインから1時間後）
これは1（非常に自信がない）から5（非常に自信がある）で採点されます
介入終了（ベースラインから1時間後）
LLMインターフェースに関する調査フィードバック
時間枠：介入終了時（ベースラインから1時間後）
これは1（非常に非現実的）から5（非常に現実的）で採点されます
介入終了時（ベースラインから1時間後）
住民-SPトランスクリプトのフレッシュ・キンケイド学年レベル(FKGL)リーダビリティツールによる評価による読みやすさの学年レベル
時間枠：介入終了（ベースラインから1時間後）

研修医と模擬患者の面談記録の読みやすさは、フレッシュ・キンケイド・グレードレベル公式を用いて評価されます。この公式は、テキストを理解するために必要な米国の学校グレードレベルを推定します。 高いスコアは、より高い読解グレードレベル（つまり、読みやすさが低いこと）を示します。

使用する公式：

グレードレベル = 0.39（総単語数／総文数） + 11.8（総音節数／総単語数）-15.59
介入終了（ベースラインから1時間後）
住居者-SP記録の品質保証情報（EQIP）スコアに基づく品質
時間枠：介入終了時（ベースラインから1時間後）
検証済み質問票に基づくパーセンテージスコア 本質問票は20問で構成され、各質問は1（はい）、0.5（部分的に）、0（いいえ）で採点され、適用されない場合は質問が削除されます。スコアはパーセンテージで報告され、パーセンテージが高いほど質の高さを示します
介入終了時（ベースラインから1時間後）
標準化された調査によって評価された、SPとのやり取りの読みやすさの認識
時間枠：介入終了時（ベースラインから1時間後）

これは以下のカテゴリーで分類的に報告されます：

小学校中学校高校大学卒業
介入終了時（ベースラインから1時間後）

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

The University of Texas Health Science Center, Houston

協力者

Health Science Education Small Grants Program

捜査官

  • 主任研究者：Krislynn M Mueck, MD, MS, MPH、The University of Texas Health Science Center, Houston

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 (推定)

2025年10月23日

一次修了 (推定)

2026年3月26日

研究の完了 (推定)

2026年5月28日

試験登録日

最初に提出

2025年10月28日

QC基準を満たした最初の提出物

2025年10月28日

最初の投稿 (推定)

2025年10月30日

学習記録の更新

投稿された最後の更新 (推定)

2025年10月30日

QC基準を満たした最後の更新が送信されました

2025年10月28日

最終確認日

2025年10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

  • HSC-MS-25-0920

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