Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Machine Learning om hypertensie te verminderen Behandeling Klinische inertie

7 april 2025 bijgewerkt door: Temple University
Bij personen met een ongecontroleerde bloeddruk tijdens het huidige bezoek, is het doel van deze studie om de klinische behandeling van hypertensie te vergelijken met en zonder informatie van een machine learning-algoritme over de vraag of een patiënt een ongecontroleerde bloeddruk zal hebben bij hun volgende vervolgbezoek via een casus -vignet studie.

Studie Overzicht

Gedetailleerde beschrijving

Onder volwassenen met ongecontroleerde bloeddruk (BP) tijdens een bezoek aan de kliniek is klinische inertie gebruikelijk. Klinische traagheid wordt gedefinieerd als het falen van zorgverleners om de behandeling te starten of te intensiveren (d.w.z. medicatie toe te voegen of de dosering te verhogen) wanneer richtlijnen dit aangeven. Eerdere studies melden dat clinici de behandeling met antihypertensiva intensiveren in minder dan 20% van de bezoeken waar intensivering klinisch zou zijn aanbevolen. Het is dus mogelijk dat patiënten met een ongecontroleerde bloeddruk niet tijdig worden behandeld om hun bloeddruk onder controle te krijgen. Om dit probleem aan te pakken, zullen de onderzoekers een gerandomiseerde opzet gebruiken om de hypothese te testen dat clinici meer geneigd zullen zijn om het hypertensieve regime te intensiveren en/of niet-therapietrouw te beoordelen voor patiënten met ongecontroleerde bloeddruk tijdens het huidige bezoek wanneer ze informatie krijgen dat een patiënt wordt voorspeld om ongecontroleerde BP te hebben bij het volgende bezoek door een algoritme voor machine learning.

Studietype

Ingrijpend

Inschrijving (Geschat)

50

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

  • Naam: Gabriel Tajeu, DrPH
  • Telefoonnummer: 2055312258
  • E-mail: gtajeu@uab.edu

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

21 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Ja

Beschrijving

Inclusiecriteria: praktiserende huisartsen van het Temple University Health System die patiënten zien (d.w.z. interne geneeskunde, huisartsgeneeskunde, behandelend artsen, verpleegkundig specialisten) komen in aanmerking voor deelname -

Uitsluitingscriteria:

-

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Behandeling
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Dubbele

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Geen tussenkomst: Geen informatie van machine learning-algoritme
De onderzoekers zullen casusvignetten maken om het gedrag van clinici op het gebied van hypertensiebeheer te beoordelen, met name de intensivering van antihypertensiva bij personen met een ongecontroleerde bloeddruk (BP). Deze arm zal geen informatie bevatten van een machine learning-algoritme dat is ontworpen om ongecontroleerde bloeddruk te voorspellen bij een vervolgbezoek.
Experimenteel: Informatie van machine learning-algoritme
De onderzoekers zullen casusvignetten maken om het gedrag van clinici op het gebied van hypertensiebeheer te beoordelen, met name de intensivering van antihypertensiva bij personen met een ongecontroleerde bloeddruk (BP). Deze arm zal informatie bevatten van een machine learning-algoritme dat is ontworpen om ongecontroleerde bloeddruk bij een vervolgbezoek te voorspellen over de vraag of het algoritme voorspelt dat de patiënt ongecontroleerde bloeddruk zal hebben bij het volgende bezoek.
De onderzoekers hebben een algoritme voor machinaal leren ontwikkeld om de status van ongecontroleerde bloeddruk (BP) (ja/nee) te voorspellen bij een vervolgbezoek bij volwassenen met ongecontroleerde bloeddruk bij hun huidige bezoek. De onderzoekers zullen bepalen of het toevoegen van deze informatie aan een vignet dat een patiënt beschrijft, de kans vergroot dat een clinicus de behandeling met antihypertensiva intensiveert.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Vignet #1 - intensivering van de behandeling met antihypertensiva
Tijdsspanne: Direct na klinisch vignet
Een klinisch vignet van een patiënt met ongecontroleerde bloeddruk zal aan clinici worden gepresenteerd. Vervolgens wordt hen gevraagd te beoordelen of ze de behandeling met antihypertensiva zouden intensiveren. Dit wordt beoordeeld aan de hand van een 5-punts Likertschaal met scores variërend van 1 ("Helemaal mee oneens") tot 5 ("Helemaal mee eens"). Scores op de Likert-schaal zullen worden vergeleken tussen clinici in de controle- en interventiegroep.
Direct na klinisch vignet
Vignet #2 - intensivering van de behandeling met antihypertensiva
Tijdsspanne: Direct na klinisch vignet
Een tweede klinisch vignet van een patiënt met ongecontroleerde bloeddruk zal aan clinici worden voorgelegd. Vervolgens wordt hen gevraagd te beoordelen of ze de behandeling met antihypertensiva zouden intensiveren. Dit wordt beoordeeld aan de hand van een 5-punts Likertschaal met scores variërend van 1 ("Helemaal mee oneens") tot 5 ("Helemaal mee eens"). Scores op de Likert-schaal zullen worden vergeleken tussen clinici in de controle- en interventiegroep.
Direct na klinisch vignet
Vignet #3 - intensivering van de behandeling met antihypertensiva
Tijdsspanne: Direct na klinisch vignet
Een derde klinisch vignet van een patiënt met ongecontroleerde bloeddruk zal aan clinici worden voorgelegd. Vervolgens wordt hen gevraagd te beoordelen of ze de behandeling met antihypertensiva zouden intensiveren. Dit wordt beoordeeld aan de hand van een 5-punts Likertschaal met scores variërend van 1 ("Helemaal mee oneens") tot 5 ("Helemaal mee eens"). Scores op de Likert-schaal zullen worden vergeleken tussen clinici in de controle- en interventiegroep.
Direct na klinisch vignet

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Gabriel Tajeu, DrPH, University of Alabama at Birmingham

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

25 april 2025

Primaire voltooiing (Geschat)

31 mei 2025

Studie voltooiing (Geschat)

31 juli 2025

Studieregistratiedata

Eerst ingediend

25 mei 2022

Eerst ingediend dat voldeed aan de QC-criteria

1 juni 2022

Eerst geplaatst (Werkelijk)

6 juni 2022

Updates van studierecords

Laatste update geplaatst (Werkelijk)

10 april 2025

Laatste update ingediend die voldeed aan QC-criteria

7 april 2025

Laatst geverifieerd

1 april 2025

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • K01HL151974 (Subsidie/contract van de Amerikaanse NIH)

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren