이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

불확실성 하에서 다발성 경화증 치료에 대한 의사 결정

2019년 7월 24일 업데이트: Unity Health Toronto

이 연구의 주요 목적은 다음과 같습니다.

i) 공동 개별 실험을 적용하여 다발성 경화증(MS) 치료에서 치료 결정에 영향을 미치는 환자 수준, 의사 수준 및 건강 시스템 요인을 결정합니다.

ii) 참여하는 신경과 전문의 사이에서 치료 관성의 유병률을 결정하기 위해.

iii) 주어진 사례 시나리오를 평가할 때 임상적 판단과 정성적 또는 정량적 접근 방식을 비교합니다.

iv) 치료 결정에서 결정 피로의 영향을 평가하기 위해.

연구 개요

상태

알려지지 않은

상세 설명

MS 케어의 환경이 변화하고 있습니다. 현재 MS를 치료하는 데 사용할 수 있는 15개 이상의 질병 조절제(DMT)가 있으며 전 세계적으로 다양한 가용성이 있습니다.

이러한 요법과 관련된 효능 및 위험에는 상당한 이질성이 존재합니다.

다발성 경화증 환자를 돌보는 신경과 전문의는 각 의학적 만남에서 중요한 선택에 직면합니다. 1) 동일한 관리를 계속하거나, 2) 더 효과적이고 안전한 약제를 위해 치료를 시작하거나 확대하거나, 3) 현재 상태의 불확실성 하에서 몇 ​​달 안에 재평가를 고려합니다. 환자의.

의사가 치료 결정을 내릴 때 다양한 요소를 평가하는 방법에 대한 정보가 제한적입니다.

의사(의사 결정에 영향을 미치는 인지 편향) 및 의료 시스템(예: 주입 센터에 대한 접근) 요인은 MS 치료에서 실무 격차의 가장 책임 있는 원인입니다. 의사의 구성 요소는 가장 적게 연구됩니다.

치료 관성(Therapeutic inertia, TI)은 치료 개시 또는 단계적 확대(예: 가이드라인에서 권장하거나 질병 진행의 증거가 있는 경우 인터페론 또는 글라티라머를 핀골리모드/알렘투주맙/나탈리주맙/오크렐리주맙/ 등으로 전환합니다. 이러한 현상은 환자의 결과 악화, 장애 증가, 삶의 질 저하로 이어집니다.

연구 목표: i) 다발성경화증 치료에 대한 전문 지식을 갖춘 신경과 전문의 사이에서 치료 결정에 영향을 미치는 가장 관련성이 높은 요인을 결정합니다. ii) 의사가 가상 모델을 기반으로 한 질병 진행의 정량적 또는 정성적 추정에 비해 사례 시나리오에서 제공된 의료 정보에 의존하는지 여부를 평가합니다.

연구 유형

중재적

등록 (예상)

450

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Ontario
      • Toronto, Ontario, 캐나다, M5B 1X2
        • 모병
        • St. Michael's Hospital
        • 연락하다:
          • Gustavo Saposnik, MD, MSc
          • 전화번호: 416-864-6060
          • 이메일: saposnikg@smh.ca

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

23년 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

설명

포함 기준:

  • 적극적으로 활동하는 신경과
  • 다발성 경화증 환자 치료 전문성(연간 최소 12회)
  • 임상 환경: 학술 또는 지역 사회 기관, 개인 진료 또는 외래 진료소
  • 전문 분야의 공인 의사
  • 연구 참여에 대한 온라인 동의

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 다른
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 더블

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 정량적 위험 추정
참가자는 사례 시나리오에 노출됩니다. 각 사례 시나리오는 현재 임상 상황에 대한 설명을 제공합니다(예: 환자 연령, 현재 치료, 재발 횟수, 현재 EDSS, MRI 소견 등). 또한 참가자에게는 위험 진행 가능성(20%, 25%, 85%, 90%)을 나타내는 사각형 상자가 표시됩니다. 이 정보는 위험 예측 도구의 잠재적인 오류를 반영하기 위해 정확하거나 정확하지 않을 수 있습니다.
참가자는 질병 진행의 예상 위험을 나타내는 사각형 상자를 볼 수 있습니다. 그들은 케이스-시나리오의 설명 또는 사각형 상자에 표시된 예상 예측을 기반으로 치료 결정을 내리는 것을 선택해야 합니다.
활성 비교기: 정성적 위험 추정
참가자는 개입 부문과 동일한 사례 시나리오에 노출됩니다. 각 사례 시나리오는 현재 임상 상황에 대한 설명을 제공합니다(예: 환자 연령, 현재 치료, 재발 횟수, 현재 EDSS, MRI 소견 등). 또한 참가자는 위험 진행의 질적 확률(낮음, 높음)을 나타내는 사각형 상자를 보게 됩니다. 이 정보는 위험 예측 도구의 잠재적인 오류를 반영하기 위해 정확하거나 정확하지 않을 수 있습니다.
참가자는 질병 진행의 예상 위험을 나타내는 사각형 상자를 볼 수 있습니다. 그들은 케이스-시나리오의 설명 또는 사각형 상자에 표시된 예상 예측을 기반으로 치료 결정을 내리는 것을 선택해야 합니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
치료 관성 점수
기간: 학습이 완료되면 약 90분

치료 관성(TI) 점수는 다른 곳에서 발표된 이전 작업을 기반으로 합니다(참조 참조). 제시된 총 시나리오 수(10개)에 대해 치료 단계적 확대가 필요한 사례 시나리오의 총 수를 기반으로 합니다.

범위: 0(최저값) ~ 10(최대값). 더 높은 값은 더 높은 수준의 치료 관성을 나타냅니다. 하위 척도가 없습니다. 이 측정은 이전에 보고되었습니다(Saposnik et al. JAMA Netw 오픈. 2019년 7월 3;2(7):e197093. 도이: 10.1001/jamanetworkopen.2019.7093; Saposnik et al. MDM정책실무. 2019년 6월 21일;4(1):2381468319855642. 도이: 10.1177/2381468319855642)

학습이 완료되면 약 90분
치료 결정의 정확성
기간: 학습이 완료되면 약 90분
각 팔의 불일치 쌍 비교: 카이 제곱(파라메트릭) 테스트를 사용하여 정확한 치료 결정을 내린 참가자의 비율에서 그룹(개입 대 대조군) 간 비교가 있을 것입니다.
학습이 완료되면 약 90분

2차 결과 측정

결과 측정
측정값 설명
기간
피로 하에서의 치료 결정
기간: 학습이 완료되면 약 90분
참가자가 여러 사례 시나리오에 노출될 것이라는 점을 감안하여 이전에 보고된 사례 시나리오의 전반부와 후반부 사이에 치료 관성의 비교가 수행될 것입니다(Saposnik et al. 프론트 뉴롤. 2017년 8월 21일 8시 430분. 도이: 10.3389/fneur.2017.00430. e컬렉션 2017).
학습이 완료되면 약 90분
치료 관성(TI)의 유병률
기간: 학습이 완료되면 약 90분
치료 관성(TI)의 이진 정의를 사용한 치료 결정의 비교. 적어도 하나의 사례-시나리오(전체 중)에서 치료 단계적 확대 부족은 이전에 보고된 바와 같이 존재하는 TI로 간주됩니다((Saposnik et al. JAMA Netw 오픈. 2019년 7월 3;2(7):e197093. 도이: 10.1001/jamanetworkopen.2019.7093; Saposnik et al. MDM정책실무. 2019년 6월 21일;4(1):2381468319855642. 도이: 10.1177/2381468319855642)
학습이 완료되면 약 90분
치료 결정과 관련된 요인
기간: 학습이 완료되면 약 90분

참가자는 개별 선택 설계에 따라 12쌍의 사례 시나리오에 노출됩니다. 참가자는 이상적인 사례 시나리오(예: A, B 또는 어느 쪽도 아닌- 하지만 둘 다 선택할 수는 없음) 단계적 치료를 위해. 각 사례 시나리오 쌍은 가능한 변수의 포괄적인 조합을 나타냅니다. 치료 확대와 관련된 가장 일반적인 요인은 이러한 실험 설계를 기반으로 평가됩니다. 수집된 각 변수에 대해 가중 추정치가 계산됩니다.

Discrete Choice Experiment Response Rates: A Meta-analysis.Watson V et al. 건강 경제. (2017) 및 Saposnik et al. Stroke. 2019년 7월 22일: STROKEAHA119025631. 도이: 10.1161/STROKEAHA.119.025631. [인쇄에 앞선 EPUB]

학습이 완료되면 약 90분

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2019년 7월 6일

기본 완료 (예상)

2021년 7월 21일

연구 완료 (예상)

2021년 12월 22일

연구 등록 날짜

최초 제출

2019년 3월 25일

QC 기준을 충족하는 최초 제출

2019년 7월 24일

처음 게시됨 (실제)

2019년 7월 29일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2019년 7월 29일

QC 기준을 충족하는 마지막 업데이트 제출

2019년 7월 24일

마지막으로 확인됨

2019년 7월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

다발성 경화증에 대한 임상 시험

정량적 위험에 대한 임상 시험

3
구독하다