AI支援統合ケアによる大腸内視鏡検査の受診促進

40〜64歳の高リスク個人を対象に、AI支援統合ケア（AICC）モデルが大腸内視鏡検査受診率の向上に及ぼす効果を評価するため、2群クラスターランダム化比較試験を実施します。 その後、AICCのユーザーエンゲージメントを評価し、実世界での実施における促進要因と障壁を特定するための実践的な実装科学研究を行います。

大腸内視鏡検査受診率を15％から30％に上昇させることを検出することを基にしたサンプルサイズ計算（検出力80％、α=0.05、両側検定、クラスター内相関係数0.05、クラスターあたり10名）により、各群あたり18クラスターが必要であることが示されました。 10％の脱落を考慮し、最終的なサンプルサイズは各群あたり20クラスターと決定されました。 したがって、総サンプルサイズは40クラスターから400名となります。

参加者の募集は、中国の代表的な3つの県・市の40の村・コミュニティで実施されます。 独立した生物統計学者が、これらの村・コミュニティを各県・市内で1:1の比率で研究群に無作為に割り付けます。 研究手順は、まず初期リスク評価質問票と便潜血免疫化学検査（FIT）を通じて大腸がんの高リスク個人を特定することから始まります。 基準を満たした者は、その村が割り当てられた研究グループに対応する介入を受けます。

介入群の参加者はAICCを受けます。 これには、参加者とその家族に対する県専門医による大腸内視鏡検査の推奨、その後、大腸がん教育チャットボットの紹介と登録支援（最初の5分間のチュートリアルを含む）が含まれます。 その後、かかりつけ医が月1回、3回にわたり対面フォローアップを実施し、各回では大腸内視鏡検査の簡単なリマインダーと大腸がん教育チャットボットの使用支援を行います。 対照群は、県専門医による大腸内視鏡検査の推奨のみを受け、チャットボットへのアクセスは6か月間の研究期間終了後にのみ許可されます。 介入後、すべての参加者は大腸がんスクリーニングに関する知識、健康信念、行動意図を評価する質問票に回答します。 大腸内視鏡検査の受診状況は、3か月後と6か月後のフォローアップ時に病院情報システムを通じて収集されます。

主要解析は意向治療（ITT）の原則に従います。 主要アウトカムは、介入後3か月および6か月時点での大腸内視鏡検査の受診状況とタイミングです。 副次アウトカムには、大腸がんスクリーニングに関する知識、信念、意図、チャットボットの使用性とユーザーエンゲージメント、介入コストなど、いくつかの領域が含まれます。 連続変数とカテゴリ変数の群間比較には、t検定とカイ二乗検定を使用します。 潜在的な交絡因子を考慮するため、一般化推定方程式（GEE）を用いて頑健な効果推定値を導出します。 大腸内視鏡検査受診のタイミングは、カプラン・マイヤー生存曲線とログランク検定を用いて分析し、イベント発生までの時間に対する介入効果はCox比例ハザードモデルで定量化します。 ベースライン特性で層別化された集団間での効果の不均一性を明らかにするため、サブグループ解析を実施します。