Een studie van workflow-geïntegreerde kunstmatige intelligentie voor RPM-inschrijving
10 juli 2023 bijgewerkt door: Tufia C. Haddad, Mayo Clinic
Pragmatische analyse van de impact en het gebruik van workflow-geïntegreerde kunstmatige intelligentie voor RPM-inschrijving
Het doel van deze studie is het evalueren van de effectiviteit, bruikbaarheid en klinisch nut van de "fit"-score voor patiëntbewaking op afstand (RPM) bij het kiezen van patiënten voor deelname aan het RPM-programma.
Studie Overzicht
Studietype
Ingrijpend
Inschrijving (Geschat)
300
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.
Studie Locaties
-
-
Minnesota
-
Rochester, Minnesota, Verenigde Staten, 55905
- Mayo Clinic Minnesota
-
-
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
18 jaar en ouder (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Ja
Beschrijving
Inclusiecriteria:
- De deelnemers aan de studie zullen verpleegkundigen zijn die deel uitmaken van het RPM-zorgteam dat zorgt voor volwassen patiënten ≥18 jaar.
- De gegevens van een patiënt worden meegenomen in de analyse als de patiënt ≥18 jaar is en zorg krijgt van een deelnemende verpleegkundige.
- Patiëntgegevens worden alleen verzameld als dit is toegestaan (op basis van het gebruik van de Minnesota Research Authorization Retrieval Tool).
- Patiënten die in aanmerking komen voor deze studie zullen worden beoordeeld op basis van standaard RPM-programma-inclusie- en exclusiecriteria voor elk van de RPM-programma's voor chronische ziekten (congestief hartfalen, coronaire hartziekte, hypertensie, diabetes type 2, COPD en algemene complexe zorg). ).
Uitsluitingscriteria:
- < 18 jaar oud.
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: Onderzoek naar gezondheidsdiensten
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Ander: Arm niet van toepassing
|
De FitScore is een machine learning-algoritme dat is ingebed in het elektronische patiëntendossier dat patiënten identificeert die het meest waarschijnlijk baat zullen hebben bij patiëntbewaking op afstand.
Andere namen:
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Evaluatie van de effectiviteit, bruikbaarheid en klinische bruikbaarheid van de RPM "fit"-score zoals weergegeven in de Acute Multipatient Viewer (AMP) en onderliggende AI-modellen in de praktijk
Tijdsspanne: 1 jaar
|
De effectiviteit van FitScore wordt bepaald door de resultaten van het gebruik van de patiëntenzorg van degenen die wel of niet hebben deelgenomen aan RPM (voor degenen die zijn ingeschreven met of zonder de FitScore).
Bruikbaarheid en klinisch nut zullen door verplegend personeel zelf worden gerapporteerd, verzameld via enquêtes of zoals direct waargenomen door onderzoekspersoneel (wat betreft ervaring met of zonder de FitScore).
|
1 jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Beoordeling van het algehele effect van de "fit"-score op de efficiëntie van de verpleging en klinische workflows
Tijdsspanne: 1 jaar
|
Efficiëntie zal worden gemeten door timingstudies van screening van verpleegkundige patiënten op geschiktheid voor RPM, zoals direct waargenomen door onderzoekspersoneel.
Het effect op klinische workflows wordt door verplegend personeel zelf gerapporteerd door middel van enquêtes (naar ervaring met of zonder de FitScore).
|
1 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Hoofdonderzoeker: Tufia Haddad, MD, Mayo Clinic
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Nuttige links
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 (Werkelijk)
19 juni 2023
Primaire voltooiing (Geschat)
1 juni 2024
Studie voltooiing (Geschat)
1 december 2024
Studieregistratiedata
Eerst ingediend
2 februari 2023
Eerst ingediend dat voldeed aan de QC-criteria
15 februari 2023
Eerst geplaatst (Werkelijk)
24 februari 2023
Updates van studierecords
Laatste update geplaatst (Werkelijk)
11 juli 2023
Laatste update ingediend die voldeed aan QC-criteria
10 juli 2023
Laatst geverifieerd
1 juli 2023
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- 22-008014
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
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 .
Klinische onderzoeken op Verpleging
-
National Taipei University of Nursing and Health...WervingDe effectiviteit van Precision Nursing Intervention Program op cognitieve functie, slaapkwaliteit en emotionele toestand van kwetsbare vrouwelijke ouderen in de gemeenschapTaiwan