입원 환자 병원 모집단의 완화 치료 검토 시간에 대한 인공 지능/머신 러닝 모델링
입원 환자 병원 인구에서 완화 치료 검토 시간에 대한 인공 지능/기계 학습(AI/ML)의 영향
연구 개요
상세 설명
시기 적절한 완화 치료의 필요성이 중요합니다. 고령화 환자 인구는 더욱 복잡해지고 있으며 종종 여러 전문 분야의 치료가 필요합니다. 특히 임종 임박한 서비스와 관련하여 임상 치료와 환자 선호도 사이의 불일치가 증가하고 있습니다. 연구에 따르면 대부분의 사람들이 집 밖에서(요양원이나 병원) 죽어도 집에서 죽는 것을 선호하는 것으로 나타났습니다. 치료 및 인센티브의 현재 모델을 감안할 때 완화 치료는 치료에 대한 모든 시도가 소진된 후 최후의 수단으로 간주됩니다. 이러한 지연은 통증 및 삶의 질 저하에 대한 최적이 아닌 증상 관리로 이어질 수 있습니다. 완화 치료에 대한 수요가 증가함에 따라 양질의 완화 치료 서비스로 이어지는 정책 이니셔티브 및 의뢰 분류 도구가 필요합니다.
2018년 Mayo Clinic은 조기 완화 치료 검토를 통해 혜택을 받을 수 있는 환자 식별에 초점을 맞춘 완전히 통합된 정보 기술(IT) 솔루션을 개발했습니다. Control Tower로 알려진 이 도구는 병원에서 완화 치료의 필요성을 예측하는 기계 학습 알고리즘을 중심으로 서로 다른 데이터 소스를 가져옵니다. 이 알고리즘은 2018년 12월부터 무음 모드로 생산에 투입되었습니다. 알고리즘은 다른 주요 환자 지표와 함께 그래픽 사용자 인터페이스(GUI)에 통합되어 작업자가 알고리즘 예측을 검토하고 이후에 작업자의 평가를 기록할 수 있습니다. 이 도구는 위험 평가를 강화하고 완화 치료가 환자의 요구를 능동적이고 효과적으로 선별할 수 있는 의료 모델을 만들 것으로 기대됩니다. 이 접근법의 예상되는 이점에는 개선된 증상 제어 및 환자 만족도뿐만 아니라 입원 환자 병원 사망률에 대한 측정 가능한 영향이 포함됩니다.
이 연구의 전반적인 목적은 16개의 입원 환자 단위에서 단계적 쐐기 클러스터 무작위 시험을 생성하여 Control Tower 완화 치료 알고리즘의 병원 진료에 대한 효과 및 구현을 평가하는 것입니다. 입원 환자가 입원하는 동안 환자의 건강 상태를 자동으로 선별하고 모니터링하는 알고리즘을 생성함으로써 연구자들은 참가자가 일반적인 치료 과정보다 더 일찍 필요한 완화 치료를 받을 것이라는 가설을 세웁니다. 임상 효과를 테스트하는 것 외에도 연구 구성원은 예측 알고리즘을 연구 영역에서 실습 설정으로 변환한 후 알고리즘 및 의료 성능을 평가하기 위한 프로세스 측정을 위한 데이터를 수집합니다.
연구 유형
등록 (실제)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
Minnesota
-
Rochester, Minnesota, 미국, 55906
- Mayo Clinic
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
설명
포함 기준:
- 2019년 8월 19일 - 2020년 8월 19일 동안 Mayo Clinic St. Mary's Hospital 및 Methodist Hospital에 입원했습니다.
- 월요일부터 금요일까지 하루에 한 번, CT 운영자는 시험에 참여하는 모든 간호 단위에서 완화 점수가 7 이상(100점 만점)인 환자 12명(현재 중재 그룹에 속해 있는지 여부)을 선택합니다. 즉, 위험이 높고 CT GUI에서 빨간색으로 표시되는 것입니다(이미 완화 치료를 받고 있지 않은 경우).
- CT 조작자는 가장 높은 점수부터 시작하여 목록 아래로 정렬된 순서로 환자를 보고 제외 기준에 대해 각 환자를 평가하여 선택한 환자를 선택합니다.
- CT 조작자가 12명의 적절한 환자를 식별하거나 고위험 환자의 끝(점수 7 이상)에 도달하면 중지합니다.
제외 기준:
- 미네소타 법령 144.335에 따라 일반 연구 연구를 위한 의료 기록을 검토하기 위해 연구 승인을 제공하지 않은 모든 환자는 제외됩니다.
- 18세 미만의 환자는 제외됩니다.
- 인덱스 병원 방문(즉, 점수와 관계없이 CT 사용자 인터페이스 내의 녹색 아이콘) 동안 완화 치료를 통해 이전에 본 환자는 제외됩니다.
- 검토 시점에 더 이상 활성 접촉이 없는 환자(사망 환자 또는 다른 시설로 이송된 환자는 제외)를 제외합니다.
- 현재 Mayo에서 호스피스 서비스에 등록된 환자는 제외됩니다.
- 현재 Palliative Homebound 프로그램(Mayo의 대체 의료 모델)에 등록된 환자는 제외됩니다.
- 24시간 이내에 퇴원 예정인 환자는 주의사항 표시를 통해 제외합니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 무작위
- 중재 모델: 크로스오버 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 관제탑 개입
중재 부문의 참가자를 위해 예측 모델의 결과는 여기에서 Control Tower로 알려진 GUI 인터페이스를 통해 표시됩니다.
참가자는 완화 치료에 대해 Control Tower로부터 점수(0-100; 더 높은 점수는 필요성 증가를 나타냄)를 받고 이후에 최고에서 최저로 순위가 매겨집니다.
빨간색(7 이상)은 고위험으로 간주됩니다.
개입에는 입원 환자 완화 치료 상담 서비스와 상호 작용할 Control Tower 운영자가 포함됩니다.
운영자는 주중 정상 업무 시간 동안 Control Tower를 모니터링하고 완화 치료 검토가 가장 필요한 개입 단위의 참가자 코호트를 매일 선택합니다.
참가자의 최종 목록은 완화 치료로 보내집니다.
서비스 중인 완화 치료 팀은 또한 각 참가자의 필요성을 평가할 것이며, 혜택을 받을 수 있다고 동의한 참가자는 담당 임상 팀에 접근하여 완화 치료 추천을 제안할 것입니다.
|
Mayo의 데이터 마트 및 전자 건강 기록에서 의료 데이터를 추출하고 환자가 완화 치료 상담에 적합한지 여부를 결정하는 예측 모델을 통해 처리하는 워크스테이션 및 소프트웨어 도구입니다.
|
|
간섭 없음: 치료의 표준
개입 기간이 아닌 참가자의 경우 임상 단위에 상응하는 표준 치료를 받게 됩니다.
관제탑 운영자와 완화의료팀 간 통신을 쉽게 제어해 클러스터 간 오염을 방지할 수 있는 실용적인 임상시험이라는 점에서 가능하다.
일반적인 치료 제어 소스 외에도 조사관은 완화 치료 서비스의 평균 용량과 일치하도록 예측 모델과 Control Tower 검토를 의도적으로 보정했습니다. 케어팀이 완화의료를 직접 상담합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
완화 치료의 필요성에 대한 적시 식별
기간: 12 개월
|
입원 환자 환경에서 완화 치료 팀이 상담한 전자 기록에 대해 시간 단위로 측정됩니다.
|
12 개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
입원환자 완화의료 상담 건수
기간: 12 개월
|
관심 입원 환자 단위의 완화 치료 상담 비율로 측정
|
12 개월
|
|
단위당 완화 치료의 필요성에 대한 적시 식별
기간: 12 개월
|
16개 간호 단위 각각에 대한 입원 환경에서 완화 치료 팀이 상담한 전자 기록에 시간 단위로 측정되었습니다.
|
12 개월
|
|
호스피스 지정 병상으로의 전환 시간
기간: 12 개월
|
Medicare 보험이 있는 모든 환자의 경우 입원 후 호스피스 지정 병상으로 옮길 때까지의 시간입니다.
|
12 개월
|
|
호스피스 지정까지의 시간
기간: 12 개월
|
입원 환자 환경에서 호스피스 케어 팀이 상담한 전자 기록에 대해 시간 단위로 측정됩니다.
|
12 개월
|
|
퇴원 후 30일 이내 응급실 방문
기간: 12 개월
|
입원 환자 환경에서 퇴원한 후 30일 이내에 Mayo Clinic 시설의 응급실로 재입원한 연구 참가자의 수로 측정됩니다.
|
12 개월
|
|
퇴원 후 30일 이내 입원 또는 재입원
기간: 12 개월
|
입원 환자 환경에서 퇴원한 후 30일 이내에 Mayo Clinic 시설의 입원 환자 단위로 재입원한 연구 참가자의 수로 측정됩니다(이동 및 계획된 재입원 제외).
|
12 개월
|
|
ICU 이송
기간: 12 개월
|
입원 기간 동안 중환자실로 이송된 연구 참여자 수로 측정됩니다.
|
12 개월
|
|
비호스피스 병원 사망에 대한 입원환자 호스피스 사망 비율
기간: 12 개월
|
호스피스 지정 병상에서 연구 참가자의 사망 수를 비호스피스 병상에서 사망한 수로 측정했습니다.
|
12 개월
|
|
외부 호스피스 퇴원율
기간: 12 개월
|
전자 건강 기록에 외부 호스피스로 퇴원한 참가자 수로 측정됩니다.
|
12 개월
|
|
입원 기간
기간: 12 개월
|
모든 연구 참여자에 대해 병원에서 퇴원할 때까지 첫 번째 유닛에 입원할 때의 차이로 측정됩니다.
|
12 개월
|
공동 작업자 및 조사자
스폰서
간행물 및 유용한 링크
유용한 링크
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- 19-002315
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .