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

Een algoritme voor kunstmatige intelligentie voor het identificeren van gynaecologische kankerpatiënten die poliklinische palliatieve zorg nodig hebben

1 april 2025 bijgewerkt door: Mayo Clinic

Het testen van een algoritme voor kunstmatige intelligentie dat wordt gebruikt om patiënten te identificeren die poliklinische (of ambulante) palliatieve zorg nodig hebben in een oncologiepopulatie

Deze klinische proef test een algoritme voor kunstmatige intelligentie (AI) op zijn vermogen om patiënten te identificeren die baat kunnen hebben bij een consult voor palliatieve zorg voor gynaecologische kanker die zich heeft verspreid van de plaats waar deze voor het eerst begon naar nabijgelegen weefsels, lymfeklieren of afgelegen delen van het lichaam ( geavanceerd). Bij patiënten met kanker komt vaak een aanzienlijke vertraging voor bij de verwijzing naar palliatieve zorg. Deze vertraging kan leiden tot slechter symptoombeheer, verminderde kwaliteit van leven en zorg die niet aansluit bij de doelen of waarden van de patiënt. AI-algoritmen zijn computerprogramma’s die stapsgewijze procedures gebruiken om een ​​probleem op te lossen. In deze proef wordt een AI-algoritme toegepast op de medische dossiers van patiënten om patiënten met een hoge ziektelast te identificeren. De informatie die uit dit onderzoek wordt verzameld, kan onderzoekers helpen te achterhalen of dit AI-algoritme nuttig is voor het identificeren van patiënten die baat kunnen hebben bij poliklinische palliatieve zorgconsultatie.

Studie Overzicht

Gedetailleerde beschrijving

HOOFDDOEL:

I. Het testen van een oncologisch risicovoorspellingsmodel om patiënten te identificeren die baat kunnen hebben bij poliklinische palliatieve zorgconsultatie om het symptoombeheer en doelgerichte zorg in deze populatie te verbeteren.

OVERZICHT:

De medische dossiers van patiënten worden beoordeeld met het oog op een palliatieve zorgconsultatie, waarbij gebruik wordt gemaakt van een AI-algoritme, eenmaal per week (QW) gedurende 6 maanden.

Studietype

Ingrijpend

Inschrijving (Werkelijk)

221

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 in Rochester

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Beschrijving

Inclusiecriteria:

  • Volwassen patiënt in Enhanced, EPD-gefaciliteerde kankersymptoomcontrole (E2C2) met een diagnose van gevorderde gynaecologische maligniteit (International Classification of Diseases [ICD] codes C51 tot en met C58)
  • Wekelijks selecteren de beoordelaars patiënten door naar patiënten te kijken in gesorteerde volgorde, te beginnen met de hoogste score, vervolgens verder te gaan in de lijst en elke patiënt te beoordelen op uitsluitingscriteria.

Uitsluitingscriteria:

  • Patiënten die palliatieve zorg hebben gezien, worden gedurende 75 dagen uitgesloten
  • Patiënten jonger dan 18 jaar
  • Patiënten die momenteel in een hospice zijn opgenomen

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: Screening
  • Toewijzing: NVT
  • Interventioneel model: Opdracht voor een enkele groep
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Screening (AI-algoritme)
De medische dossiers van patiënten worden beoordeeld met het oog op palliatieve zorgconsulten met behulp van het AI-algoritme QW gedurende 6 maanden.
Medische dossiercontrole ondergaan
Gebruik AI-algoritme

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Tijdige identificatie van de behoefte aan palliatieve zorg
Tijdsspanne: Tot 6 maanden
Wordt gemeten als de tijd die nodig is om het elektronische dossier van het consult door het palliatieve zorgteam in de poliklinische setting te registreren.
Tot 6 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Aantal palliatieve zorgconsultaties
Tijdsspanne: Tot 6 maanden
Het aantal consulten voor palliatieve zorg wordt beoordeeld als het aantal deelnemers dat consulten voor palliatieve zorg ontvangt.
Tot 6 maanden
Aantal aantekeningen voor geavanceerde zorgplanning gedocumenteerd in het elektronische patiëntendossier
Tijdsspanne: Tot 6 maanden
De elektronische medische dossiers van de deelnemers worden beoordeeld op het aantal vermelde aantekeningen voor geavanceerde zorgplanning.
Tot 6 maanden
Aantal factuurcodes Internationale classificatie van ziekten, 10e herziening voor palliatieve zorg
Tijdsspanne: Tot 6 maanden
De elektronische medische dossiers van deelnemers worden beoordeeld op het aantal factuurcodes van de International Classification of Diseases, 10th Revision (ICD-10) voor palliatieve zorg.
Tot 6 maanden
Positief voorspellende waarde van gescreende patiënten
Tijdsspanne: Tot 6 maanden
Zal worden beoordeeld als het aantal patiënten dat is geïdentificeerd door het kunstmatige intelligentie-algoritme en dat daadwerkelijk palliatieve zorgconsultatie heeft ontvangen.
Tot 6 maanden
Prestatiestatistieken bij overdracht door beoordelaar/oncoloog
Tijdsspanne: Tot 6 maanden
Zal worden beoordeeld aan de hand van overeenkomststatistieken en beschrijvende statistieken over de tijd tussen oncologisch contact en oncologische respons.
Tot 6 maanden

Medewerkers en onderzoekers

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

Sponsor

Onderzoekers

  • Hoofdonderzoeker: Rachel D. Havyer, MD, Mayo Clinic in Rochester

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.

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)

11 december 2023

Primaire voltooiing (Werkelijk)

26 juni 2024

Studie voltooiing (Werkelijk)

26 juli 2024

Studieregistratiedata

Eerst ingediend

8 december 2023

Eerst ingediend dat voldeed aan de QC-criteria

13 december 2023

Eerst geplaatst (Werkelijk)

26 december 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

4 april 2025

Laatste update ingediend die voldeed aan QC-criteria

1 april 2025

Laatst geverifieerd

1 april 2025

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 23-008371 (Andere identificatie: Mayo Clinic in Rochester)
  • NCI-2023-09943 (Register-ID: CTRP (Clinical Trial Reporting Program))

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