위스콘신 환자들을 위한 수술 치료 재설계
노인의 건강 결과 목표와 돌봄 선호도를 지원하는 수술 치료 재설계: 더 나은 동의를 위한 더 나은 대화
이 연구는 수술 목표, 치료의 단점, 예상되는 결과를 환자가 이해할 수 있도록 돕는 방식으로 사전 동의를 개선하기 위해 설계된 근거 기반 의사소통 프레임워크인 'Better Conversations'를 외과 의사들이 사용하도록 교육하는 전략을 평가합니다. Better Conversations는 전통적인 사전 동의의 알려진 단점을 해결하며, 숙고, 환자 준비, 환자 목표와의 결정 일치를 지원합니다.
이 연구의 목적은 외과 의사 교육의 두 가지 방법을 비교하는 것입니다: (1) 교육 전문가가 감사 및 피드백을 사용하여 제공하는 교육, 그리고 (2) 외과 상담의 익명화된 기록에서 Better Conversations의 요소를 식별하는 컴퓨터화된 자동화로 지원되는 교육입니다. 핵심 질문은 자동화된 교육 프로그램이 전문가 제공 프로그램에 비해 열등하지 않은지 여부입니다.
두 개의 학술 의료 시스템에서 약 60명의 외과 의사가 이러한 교육 접근법 중 하나에 무작위로 배정될 것입니다. 각 외과 의사는 강의 세션을 완료하고, 피드백을 위한 외래 수술 상담을 녹음하며, 교육 후 평가 기록을 완료할 것입니다. 등록된 외과 의사의 환자들은 환자가 보고한 의사소통 결과를 평가하기 위해 의사의 교육 전후에 설문조사를 완료할 것입니다.
이 연구의 결과는 자동화된 교육의 효과성, 실현 가능성, 수용 가능성을 평가하고, Better Conversations가 환자 결과에 미치는 광범위한 효과를 평가하기 위한 더 큰 실용적 연구의 개발을 지원할 것입니다.
연구 개요
상세 설명
이 연구는 외과의사들이 Better Conversations(증거 기반 의사소통 프레임워크)를 사용하도록 돕기 위한 두 가지 훈련 전략을 평가합니다. Better Conversations은 환자의 이해, 숙고, 수술 준비를 지원함으로써 정보에 기반한 동의를 개선합니다. 연구팀의 선행 연구에 따르면 Better Conversations는 전통적인 동의 절차의 단점을 해결하고, 품질 개선 기준과 일치하며, 외과의사와 환자들로부터 호평을 받고 있습니다.
이는 (1) 교육 전문가가 제공하는 감사 및 피드백 훈련과 (2) 자연어 처리 및 능동적 기계 학습을 사용하여 수술 상담의 비식별화된 기록에서 Better Conversations의 핵심 요소를 식별하는 자동화된 훈련 접근법을 비교하는 비열등성 시험입니다. 자동화된 출력은 외과의사들과 공유되기 전에 교육 전문가가 검토하고 최종 결정합니다. 가설은 자동화된 훈련이 전문가가 제공하는 훈련에 비해 5%의 비열등성 마진을 가지고 비열등할 것이라는 것입니다.
이 연구는 또한 두 기관에 걸쳐 많은 수의 외과의사를 훈련시키는 것의 실행 가능성과 수용 가능성을 평가합니다. 실행 가능성은 적어도 85%의 외과의사를 능력에 도달하도록 훈련시키는 것으로 정의됩니다. 수용 가능성은 외과의사 설문조사와 종료 인터뷰, 그리고 환자 보고 결과를 사용하여 평가될 것입니다. 환자들은 외과의사의 훈련 전후에 검증된 설문조사(Feeling Heard and Understood; CAHPS Surgical Care 항목)를 완료할 것입니다. 일부 환자들은 그들의 상담 경험에 관한 인터뷰에 참여할 것입니다. 별도의 환자 그룹은 외과의사 훈련 또는 평가 목적으로만 상담 내용을 오디오 녹음하는 데 동의할 것입니다.
UW Health와 Medical College of Wisconsin의 60명의 외과의사들이 현장별로 계층화하여 두 훈련 그룹 중 하나에 무작위로 배정될 것입니다. 모든 외과의사들은 30분의 교수법 세션으로 시작한 후, 해당 피드백이 제공되는 10개의 훈련 기록과 능력을 평가하는 데 사용되는 5개의 평가 기록을 진행할 것입니다. 상담 내용은 피드백과 분석 전에 오디오 녹음, 필사, 비식별화될 것입니다. 능력은 연구팀이 개발한 표준화된 준수 체크리스트를 사용하여 평가되며, 필요한 의사소통 요소의 존재와 질을 모두 평가합니다.
이 연구는 의사소통 성과와 환자 보고 결과에서 외과의사 내 및 외과의사 간 변동의 추정치를 생성할 것입니다. 이 데이터는 Better Conversations가 환자의 의사 결정, 만족도, 건강 결과에 미치는 광범위한 영향을 조사하는 미래의 실용적 시험을 위한 분석 계획 및 검정력 계산에 정보를 제공할 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
Wisconsin
-
Madison, Wisconsin, 미국, 53792
- UW Health
-
Milwaukee, Wisconsin, 미국, 53226
- Medical College of Wisconsin
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준 (외과 의사):
- 위스콘신 대학교 매디슨 및 위스콘신 의과대학 외과 학과에서 근무하며, 외래 환자 외과 클리닉을 운영하고 UW Health 또는 Froedtert Hospital 및 MCW에서 성인 환자를 치료하는 외과 의사
포함 기준 (환자):
- 의사 결정 능력을 가진 성인 환자
- 등록된 외과 의사의 클리닉에 수술 문제를 논의하기 위해 내원하는 환자
제외 기준 (외과 의사):
- 단독으로 미성년자(18세 미만)를 치료하는 외과 의사(예: 소아 외과 의사)는 본 연구에서 제외되지만, 본 연구 외부에서 교육이 제공됩니다.
- 이전에 Better Conversations 사용 교육을 받은 UWH 외과 의사(25명)는 제외됩니다.
제외 기준 (환자):
- 의사 결정 능력이 없는 성인 환자는 제외됩니다.
- 영어를 구사하지 않는 개인은 제외됩니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 삼루타
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
활성 비교기: 통제군 - 교육 전문가가 제공하는 훈련
외과의사들은 교육 전문가가 제공하는 표준 감사 및 피드백 교육을 받으며, 여기에는 간단한 교수법 세션과 10건의 비식별화된 외래환자 상담에 대한 피드백이 포함됩니다.
추가 녹화 5건은 준수 체크리스트를 사용한 성과 평가에 활용됩니다.
|
교육 전문가가 제공하는 Better Conversations 프레임워크 교육으로, 간단한 강의식 세션과 10개의 비식별화된 외래 환자 상담 기록을 바탕으로 한 감사 및 피드백을 포함하며, 이후 준수 체크리스트로 채점된 5개의 추가 녹음 기록을 사용한 평가가 뒤따릅니다.
다른 이름들:
|
|
실험적: 개입 A - 자동화된 훈련
외과의들은 자동화된 감사 및 피드백 훈련을 받습니다.
10건의 상담 기록에서 개인정보가 제거된 대화록은 기존에 개발된 자연어 처리 기술로 처리되며, 교육 전문가가 자동화된 출력을 검토하고 편집합니다.
동일한 체크리스트를 사용하여 추가 5건의 녹음 기록을 평가합니다.
|
Better Conversations 프레임워크에 대한 교육이 컴퓨터화된 자동화로 지원됩니다.
절차는 교육 전문가 접근 방식과 일치합니다(강의 세션; 10개의 훈련 녹음; 5-7개의 평가 녹음).
각 훈련 상담에 대해, 비식별화된 대본은 사전 개발된 자연어 처리 및 능동/지도 머신 러닝을 사용하여 Better Conversations의 요소가 존재하는지 또는 부재하는지 그리고 일반적인 오류를 식별하도록 처리됩니다.
교육 전문가는 자동화된 출력을 검토 및 편집하고, 동일한 표준화된 형식을 사용하여 일주일 이내에 피드백과 점수표를 이메일로 보냅니다.
자동화-훈련 그룹의 절반에서, 외과의사는 또한 일부 피드백이 컴퓨터 생성되었다는 간헐적 공개 메시지를 받습니다.
다른 이름들:
|
|
실험적: 개입 B - 공개 메시징이 포함된 자동화된 교육
외과의사에게 일부 피드백이 컴퓨터 생성되었음을 알리는 간헐적 공개 메시지를 추가한 점을 제외하면 중재 A와 동일합니다.
평가 및 채점 절차는 다른 그룹과 일치하며, 숙련도 기준을 갖춘 준수 체크리스트를 사용합니다.
|
Better Conversations 프레임워크에 대한 교육이 컴퓨터화된 자동화로 지원됩니다.
절차는 교육 전문가 접근 방식과 일치합니다(강의 세션; 10개의 훈련 녹음; 5-7개의 평가 녹음).
각 훈련 상담에 대해, 비식별화된 대본은 사전 개발된 자연어 처리 및 능동/지도 머신 러닝을 사용하여 Better Conversations의 요소가 존재하는지 또는 부재하는지 그리고 일반적인 오류를 식별하도록 처리됩니다.
교육 전문가는 자동화된 출력을 검토 및 편집하고, 동일한 표준화된 형식을 사용하여 일주일 이내에 피드백과 점수표를 이메일로 보냅니다.
자동화-훈련 그룹의 절반에서, 외과의사는 또한 일부 피드백이 컴퓨터 생성되었다는 간헐적 공개 메시지를 받습니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
역량 기준으로 훈련된 외과 의사의 비율
기간: 평가 단계 완료 시(외과의당 10회의 훈련 기록 및 5회의 평가 기록 후), 약 3-12개월
|
역량 평가는 확립된 10개 항목 준수 체크리스트를 사용하여 수행되며, 각 외과의가 10개의 교육 녹음을 완료한 후 획득한 5개의 평가 오디오 녹음에 적용하여 0에서 10까지의 총 가능 점수를 산출합니다.
높은 점수는 Better Conversations 프레임워크에 대한 충실도가 높음을 나타내며, 역량은 6 이상입니다.
자동화 교육 그룹의 외과의 성과는 교육 전문가 교육 그룹의 성과와 비교되며, 5% 비열등성 마진을 사용하여 비열등성을 평가할 것입니다.
실현 가능성은 80% 이상의 외과의가 역량 수준으로 교육받는 것으로 정의됩니다.
|
평가 단계 완료 시(외과의당 10회의 훈련 기록 및 5회의 평가 기록 후), 약 3-12개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
외과의 평가 점수
기간: 평가 단계 완료 시(외과의당 10회의 훈련 기록 및 5회의 평가 기록 후), 약 3-12개월
|
각 치료군별로 외과의사의 평가 점수(범위 0-10)의 평균과 표준편차가 보고됩니다.
높은 점수는 높은 숙련도를 나타냅니다.
|
평가 단계 완료 시(외과의당 10회의 훈련 기록 및 5회의 평가 기록 후), 약 3-12개월
|
|
듣고 이해받는 느낌
기간: 각 환자의 외과 상담 후 7일 이내; 각 외과의사의 훈련 완료 시점에 상대적으로 분석 (훈련 전 vs 훈련 후)
|
외과의 교육 전후의 '소통 이해도' 점수의 평균과 표준편차가 보고될 것입니다.
이 환자 설문 항목은 5점 리커트 척도(1 = 전혀 사실이 아님, 5 = 완전히 사실임)를 사용하며, 점수가 높을수록 인지된 소통이 더 좋음을 나타냅니다.
이는 환자 수용도와 외과의 교육과 관련된 예비 변화를 평가하는 데 사용됩니다.
각 외과의에 대해, 교육 후 점수와 교육 전 점수 간의 차이로 정의된 변화 점수가 계산될 것입니다.
외과의 수준의 변화 점수는 95% 신뢰 구간을 사용하여 그룹 간에 비교될 것입니다.
|
각 환자의 외과 상담 후 7일 이내; 각 외과의사의 훈련 완료 시점에 상대적으로 분석 (훈련 전 vs 훈련 후)
|
|
소비자 의료 제공자 및 시스템 평가(CAHPS) 수술 치료 설문조사
기간: 각 환자의 외과 상담 후 7일 이내; 외과의사 교육 완료 시점(이전 vs 이후)에 상대적으로 분석됨
|
CAHPS 외과 치료 설문 항목을 각 외과의당 훈련 전 5명, 훈련 후 5명의 환자로부터 수집하여 외과의별 및 군별로 집계하여 의사소통에 대한 환자 경험을 특성화합니다.
항목에는 예/아니오 응답(0-1), 3점 척도 응답(0-2), 4점 척도 응답(0-3)이 포함됩니다.
값이 높을수록 더 나은 경험을 나타내며 점수는 0-100의 연속 백분율로 표시됩니다.
외과의 수준 변화 점수는 95% 신뢰 구간을 사용하여 그룹 간에 비교됩니다.
|
각 환자의 외과 상담 후 7일 이내; 외과의사 교육 완료 시점(이전 vs 이후)에 상대적으로 분석됨
|
|
외과의사 수용성 (의료진 의견 조사)
기간: 평가 단계 완료 시(외과의당 10회의 훈련 녹화 및 5회의 평가 녹화 후), 약 3-12개월
|
교육 및 평가 후 실시된 의사 의견 조사로, 외과의사들이 Better Conversations 교육과 사용에 대한 관점(예: 유용성 및 실행 가능성)을 평가합니다.
항목은 0-5 응답 척도를 사용하며, 점수가 높을수록 수용도가 더 높음을 나타냅니다.
전체 및 각 군별로 요약됩니다.
점수는 0-100의 연속 백분율로 표현됩니다.
|
평가 단계 완료 시(외과의당 10회의 훈련 녹화 및 5회의 평가 녹화 후), 약 3-12개월
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Margaret (Gretchen) L Schwarze, MD, MPP, UW School of Medicine and Public Health
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
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 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. .