일차 진료에서 기계 학습 오피오이드 과다 복용 예측 및 위험 추적 도구 개발 및 평가 (DEMONSTRATE)
기계 학습 오피오이드 예측 및 위험 강조 E- 플랫폼 개발 및 평가 (시연)
연구 개요
상태
상태
정황
정황
개입 / 치료
개입 / 치료
상세 설명
이 임상 시험은 플로리다 게인즈 빌에있는 9 개의 UF 건강 내과 및 가정 의학 클리닉에서 전자 건강 기록 (EHR) 시스템 내에서 오피오이드 과다 복용 위험을 예측하도록 설계된 ML 구동 CDS 도구의 파일럿 구현을 평가합니다.
구현 프로세스에는 백엔드 및 프론트 엔드 개발 및 CDS 도구의 통합이 포함되었습니다. 백엔드 통합을 위해, 조사관은 임상 워크 플로우를 검토하고, 위험 점수를 환자 차트에 통합하기위한 데이터 흐름 계획을 설계하고, UF Health IT 및 IDR (Integrated Data Repository) 연구 서비스와 협력하여 경보 구현, 데이터 흐름, 서버 사양, 및 서버 사양 및 책임. UF Health IT 및 IRB (Institutional Review Board)가 승인 한 위험 평가는 PHI (Patient Health Information)에 대한 안전한 액세스를 보장하고 EHR 통합을 가능하게했습니다. Frontend Development의 경우, 조사관은 사용자 중심 디자인 접근 방식을 사용하여 CDS 도구 프로토 타입을 만들었습니다. CDS 도구 프로토 타입을 만들었습니다. 포용 인터뷰 중에 PCP의 피드백을 통합하여 사용자 인터페이스를 개선하고 임상 워크 플로우를 방해하지 않고 서사시 시스템을 통해시기 적절하고 실행 가능한 경고를 보장합니다.
이 연구는 주로 혼합 방법 평가를 통해 구현 후 6 개월 후 CDS 도구의 유용성, 수용 및 타당성을 평가하는 것을 목표로합니다. 연구원들은 반 구조화 된 인터뷰와 온라인 설문지를 사용하여 PCP의 피드백을 수집하여 경보 유용성, 선호도 및 결과에 중점을 둘 것입니다. 정량적 분석은 경보 침투, 사용 패턴 및 PCP 동작을 평가하는 반면, 질적 분석은 TEREADRIDE COMMING의 주제와 통찰력을 탐색하여 도구 최적화를 안내합니다. 연구원들은 또한 날록손 처방전과 같은 EHR 데이터를 사용하여 2 차 환자 수준 결과를 탐색 할 것입니다.
연구 유형
연구 유형
등록 (실제)
등록
단계
단계
- 해당 없음
연락처 및 위치
연구 연락처
연구 연락처
- 이름: Wei-Hsuan Lo-Ciganic, PhD
- 전화번호: 412-383-2171
- 이메일: cp3@pitt.edu
연구 연락처 백업
- 이름: Debbie L Wilson, PhD
- 전화번호: 352-273-6255
- 이메일: debbie.wilson@cop.ufl.edu
연구 장소
-
-
Florida
-
Gainesville, Florida, 미국, 32608
- University of Florida Health Internal Medicine and Family Medicine
-
-
참여기준
자격 기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준 :
PCP 수준 결과 평가의 경우
- PCP
- 플로리다 게인즈 빌 (Gainesville)에서 9 개의 참여 클리닉 (6 UF Health Family Medicine Clinics 및 3 UF Health Internal Medicine) 중에서 연습.
환자 수준 결과 평가 :
포함 기준 : 참여한 9 명의 UF Health Clinics에서 본 환자
- 18 세 이상입니다
- 클리닉 방문 전 지난 1 년 동안 오피오이드 처방전을 받았습니다.
- ML 알고리즘에 의한 과다 복용 위험이 높아지는 것으로 식별됩니다. 제외 기준 : 환자
- 연구 등록 전에 악성 암 진단 또는 호스피스 치료를 받았습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
팔의 수
무기와 개입
참가자 그룹 / 팔참가자 그룹 / 팔 |
개입 / 치료개입 / 치료 |
|---|---|
|
실험적: 과다 복용 예방 경보 (OPA) 중재 암
중재 ARM은 오피오이드 과다 복용의 위험이 높아진 환자에게 중단 경보를 제공하는 ML CDS 도구를 받게됩니다.
|
이 연구에서 연구원들은 플로리다 주 게인즈 빌에있는 UF Health의 13 개의 1 차 진료 클리닉에서 오피오이드 과다 복용 위험에 대한 중단적인 ML CDS 도구를 시험 할 것입니다.
ML 알고리즘에 의해 환자가 과다 복용 위험이 높은 것으로 식별되고 PCP가 환자에 대한 오피오이드 처방에 서명하면 오피오이드 예방 경보 (OPA)가 트리거됩니다.
경고에는 환자의 위험 상태에 대한 이론적 근거가 포함되며 통증 치료 및 정신 건강 지원 최적화, 환자와의 위험 검토 및 논의 및 환자의 기록에서 사전 Naloxone 순서가없는 경우 매년 날록손을 제공하는 세 가지 위험 완화 권장 사항을 제공합니다.
PCP는 또한 이미 Naloxone을 가지고 있거나 중재를 거부했으며, 적절한시기가 아니거나, 적절한 경우 관련이 없거나 다른 의견이 아닙니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
오피오이드와 관련된 복합 환자 수준의 결과
기간: OPA 구현 후 등록 및 최대 12 개월 (3, 6, 12 개월)
|
CDS 도구는 PCP가 Epic®에서 오피오이드 순서에 서명 할 때 과다 복용 예방 경보 (OPA)를 생성합니다. 도구의 효과를 평가하기 위해, 연구원들은 클린 닉 내 비교 (사전 vs. 구현 후)를 수행하고 다음 6 가지 결과를 가진 환자의 비율을 포함하여 구현 후 환자 수준 결과의 복합재를 조사 할 것입니다.
|
OPA 구현 후 등록 및 최대 12 개월 (3, 6, 12 개월)
|
|
과다 복용 예방 경보 (OPA)의 PCP의 사용 피드백
기간: OPA 구현 후 등록 및 최대 7 개월
|
OPA와 상호 작용 한 PCP에 대한 온라인 설문지에는 12 개의 리 커트 규모 항목 (4 점 척도 : 1 = 4 = 강하게 동의하지 않음) OPA의 수용 가능성, 적절성 및 타당성을 평가합니다.
평균 점수 (표준 편차 [SD])는 모든 항목과 개별 평균 점수 (SD)에 걸쳐 계산됩니다. |
OPA 구현 후 등록 및 최대 7 개월
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
날록손 주문 또는 처방전 채우기 수령
기간: 과다 복용 예방 경보 (OPA)의 구현 후 등록 및 최대 12 개월 (3, 6, 12 개월)
|
날록손 주문 또는 처방전 채우기를 가진 경고를받는 환자의 비율
|
과다 복용 예방 경보 (OPA)의 구현 후 등록 및 최대 12 개월 (3, 6, 12 개월)
|
|
오피오이드 과다 복용 진단 및 날록손 투여의 부재
기간: 등록 및 최대 12 개월 (3, 6, 12 개월) 구현 후
|
오피오이드 과다 복용 진단 및 날록손 투여가없는 경고를받는 환자의 비율
|
등록 및 최대 12 개월 (3, 6, 12 개월) 구현 후
|
|
오피오이드 과다 복용 또는 OUD로 인한 ED 방문 또는 입원이 없음
기간: 등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
오피오이드 과다 복용 또는 오피오이드 사용 장애 (OUD)로 인해 ED 방문 또는 입원이없는 경고를받는 환자의 비율
|
등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
|
오피오이드 및 벤조디아제핀 사용의 겹치는 부재
기간: 등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
오피오이드와 벤조디아제핀 사용이 겹치지 않는 경고를받는 환자의 비율
|
등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
|
고용량 오피오이드 사용의 부재 (평균 일일 모르핀 밀리그램 등가 ≥50)
기간: 등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
고용량 오피오이드 사용이없는 경고를받는 환자의 비율 (평균 일일 모르핀 밀리그램 등가 ≥50).
|
등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
|
비 약리 학적 통증 관리에 대한 진료 의뢰 수령 (예 : 물리 치료, 카이로 프랙틱 치료
기간: 등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
비 약리학 적 통증 관리에 대한 진료 의뢰를받은 경보를받는 환자의 비율 (예 : 물리 치료, 카이로 프랙틱 치료).
|
등록 및 최대 12 개월 (3, 6, 12 개월) 이후 구현 후
|
공동 작업자 및 조사자
협력자
협력자
수사관
수사관
- 수석 연구원: Wei-Hsuan Lo-Ciganic, PhD, Division of General Internal Medicine, School of Medicine, University of Pittsburgh, Pittsburgh, PA
간행물 및 유용한 링크
일반 간행물
- Lo-Ciganic WH, Huang JL, Zhang HH, Weiss JC, Kwoh CK, Donohue JM, Gordon AJ, Cochran G, Malone DC, Kuza CC, Gellad WF. Using machine learning to predict risk of incident opioid use disorder among fee-for-service Medicare beneficiaries: A prognostic study. PLoS One. 2020 Jul 17;15(7):e0235981. doi: 10.1371/journal.pone.0235981. eCollection 2020.
- Lo-Ciganic WH, Donohue JM, Yang Q, Huang JL, Chang CY, Weiss JC, Guo J, Zhang HH, Cochran G, Gordon AJ, Malone DC, Kwoh CK, Wilson DL, Kuza CC, Gellad WF. Developing and validating a machine-learning algorithm to predict opioid overdose in Medicaid beneficiaries in two US states: a prognostic modelling study. Lancet Digit Health. 2022 Jun;4(6):e455-e465. doi: 10.1016/S2589-7500(22)00062-0.
- Nguyen K, Wilson DL, Diiulio J, Hall B, Militello L, Gellad WF, Harle CA, Lewis M, Schmidt S, Rosenberg EI, Nelson D, He X, Wu Y, Bian J, Staras SAS, Gordon AJ, Cochran J, Kuza C, Yang S, Lo-Ciganic W. Design and development of a machine-learning-driven opioid overdose risk prediction tool integrated in electronic health records in primary care settings. Bioelectron Med. 2024 Oct 18;10(1):24. doi: 10.1186/s42234-024-00156-3.
- Militello LG, Diiulio J, Wilson DL, Nguyen KA, Harle CA, Gellad W, Lo-Ciganic WH. Using human factors methods to mitigate bias in artificial intelligence-based clinical decision support. J Am Med Inform Assoc. 2025 Feb 1;32(2):398-403. doi: 10.1093/jamia/ocae291.
- Lo-Ciganic WH, Huang JL, Zhang HH, Weiss JC, Wu Y, Kwoh CK, Donohue JM, Cochran G, Gordon AJ, Malone DC, Kuza CC, Gellad WF. Evaluation of Machine-Learning Algorithms for Predicting Opioid Overdose Risk Among Medicare Beneficiaries With Opioid Prescriptions. JAMA Netw Open. 2019 Mar 1;2(3):e190968. doi: 10.1001/jamanetworkopen.2019.0968.
- Hong JJ,Wilson DL,Nguyen K,Gellad WF,Diiulio J,Militello L,Yan S,Harle CA,Nelson D,Rosenberg EI,Schmidt S,Chang CH,Cochran G,Wu Y,Staras SAS,Kuza C,Lo-Ciganic WH
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
연구 시작
기본 완료 (추정된)
기본 완료
연구 완료 (추정된)
연구 완료
연구 등록 날짜
최초 제출
최초 제출
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
처음 게시됨
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
기타 연구 ID 번호
- STUDY24040038
- R01DA050676 (미국 NIH 보조금/계약)
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .