- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06621134
Vergelijking van de effectiviteit van AI-chatbot met die van een telefonische hotline (AI chatbot)
Vergelijking van de effectiviteit van een AI-chatbot met die van een telefonische hotline voor het beantwoorden van COVID-19-gerelateerde problemen
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
De COVID-19-pandemie heeft sinds de uitbraak in december 2019 een ongekende impact gehad op het welzijn van de mensen in Hongkong. De regering heeft een beleid van sociale afstand genomen om het risico op infectie te minimaliseren. Deze omvatten, maar zijn niet beperkt tot; sluiting van scholen, werken op afstand en het verbod op groepsbijeenkomsten. Deze infectiebestrijdingsmaatregelen hebben geleid tot een verandering in het patroon in het gebruik van gezondheidszorgdiensten en het zoeken naar hulp. Studies hebben ook aangetoond dat een gebrek aan socialisatie leidt tot hogere stressniveaus voor zowel ouders als kinderen.
Terwijl de sluiting van scholen en de maatregelen voor werken op afstand voortduren, staan zowel kinderen als ouders onder grote druk. UNESCO (2020) meldde dat medio april 2020 meer dan 1,58 miljard kinderen en jongeren in 200 landen werden getroffen door de sluiting van scholen. Hoewel het langetermijneffect van COVID-19 op de geestelijke gezondheid van kinderen en ouders onbekend is, zijn de gevallen van kindermisbruik, verwaarlozing en uitbuiting toegenomen in het licht van zulke ongekende tijden. Gezinnen met een laag inkomen of gezinnen met kinderen met speciale onderwijsbehoeften (SEN) zijn vatbaar voor mishandeling van kinderen en/of een geestelijke gezondheidscrisis. Ouders die thuiswerken worden geconfronteerd met de uitdaging om een drievoudige rol te vervullen: werk, kinderopvang en thuiszorg. Erger nog, het gebrek aan leerinteresses en motivatie van kinderen zorgt voor een extra last voor ouders als zij de rol van leraar op zich nemen. Ouders zijn geneigd een ouderlijke burn-out te ervaren, die wordt gekenmerkt door mentale en fysieke uitputting, met een gevoel van hopeloosheid. Het is daarom duidelijk dat er grote maatschappelijke behoeften zijn aan onderzoek naar de fysieke en geestelijke gezondheid van COVID-19. Het is absoluut noodzakelijk om potentiële problemen met betrekking tot de ouder-kindrelatie, ouderlijke stress en gezinsfunctioneren als gevolg van COVID-19 te voorkomen en te beperken.
Daarom moet het onderzoeken van gemakkelijker toegankelijke en efficiëntere manieren om met potentiële en bestaande gezondheidsproblemen (zowel fysiek als mentaal) om te gaan een prioriteit zijn. Kunstmatige intelligentie (AI) in de gezondheidszorg heeft het potentieel om de werkdruk van gezondheidswerkers te verminderen door veelgestelde vragen via het AI-systeem te beantwoorden, allemaal vanuit het comfort van het huis van de patiënt. Gezien het potentieel schadelijke effect van COVID-19 op zowel kinderen als ouders is het belangrijk om de onderzoekslacune op te vullen over de manier waarop AI kan dienen als platform voor het zoeken naar hulp, vooral in tijden van sociale afstand.
AI is de afgelopen tien jaar op grote schaal toegepast in de gezondheidszorg. Vooral het gebruik van chatbots heeft de betrokkenheid van het publiek bij de gezondheidszorg vergroot, allemaal vanuit het comfort van het huis van de patiënt. AI-chatbots maakten gebruik van natuurlijke taalverwerking (NLP) om de interactie met gebruikers in gesprekken te vergemakkelijken, waardoor passend medisch advies toegankelijk werd voor het publiek. Intelligente algoritmen in AI maken een vroege diagnose van ziekten mogelijk en bieden behandelingstechnieken aan degenen die anders misschien te laat zouden zijn gediagnosticeerd. De Amerikaanse Centers for Disease Control and Prevention (CDC) hebben bijvoorbeeld een chatbot gelanceerd met de naam Clara om gebruikers te helpen toegang te krijgen tot informatie over mogelijke symptomen van het coronavirus en hen in staat te stellen beslissingen te nemen over de noodzaak om medische hulp te zoeken). Dit is vooral nuttig omdat het risicogroepen identificeert die medische hulp nodig hebben door patiënten te beoordelen op basis van hun symptomen, waardoor ziekenhuisbezoeken voor kleine gevallen worden verminderd. Het biedt ook ondersteuning aan familieleden van risicogroepen over welke maatregelen kunnen worden genomen om infectie te voorkomen en manieren om de druk bij de zorg voor patiënten binnen hun gezin te verlichten.
AI-chatbots verdienen aandacht vanwege het snelle antwoord op vragen van gebruikers, aangezien ze 24 uur per dag service verlenen. Bovendien worden de antwoorden van AI als nauwkeuriger beschouwd dan die van zoekmachines, afhankelijk van de vaardigheid van dataminingmethoden. Deze kenmerken zijn van belang omdat gebruikers psycho-medisch advies kunnen inwinnen terwijl ze sociale afstand nemen, zonder persoonlijke afspraken met artsen.
AI-chatbots kunnen dienen als een zelfhulpmiddel om inzicht te krijgen in het omgaan met zowel mentale als fysieke aandoeningen, maar het is verre van perfectie. De hoop is dat dit onderzoek ertoe kan bijdragen dat AI-chatbots een geïntegreerd onderdeel van de gezondheidszorg worden.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Hong Kong, Hongkong, 0000
- Department of Paediatrics and Adolescent Medicine, The University of Hong Kong
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Proefpersonen die toestemming geven om deel te nemen aan het onderzoek.
Uitsluitingscriteria:
- Proefpersonen die geen toestemming geven om aan het onderzoek deel te nemen.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Controlegroep
Deelnemers wordt bij hun eerste toegang tot ons systeem gevraagd om toestemming te geven voor randomisatie.
Via een telefonische hotline kunnen gebruikers vragen stellen die onder de vragenbank vallen, en specifieke vragen die niet onder de vraag vallen.
|
Deelnemers wordt bij hun eerste toegang tot ons systeem gevraagd om toestemming te geven voor randomisatie.
Via een telefonische hotline kunnen gebruikers vragen stellen die onder de vragenbank vallen, en specifieke vragen die niet onder de vraag vallen.
|
|
Interventie Groep
Deelnemers moeten toestemming geven voor randomisatie wanneer ze voor het eerst toegang krijgen tot ons systeem.
Gebruikers kunnen via een AI-chatbox vragen stellen die door de vragenbank worden beantwoord, maar ook specifieke vragen die niet door de bank worden behandeld.
|
Deelnemers moeten toestemming geven voor randomisatie wanneer ze voor het eerst toegang krijgen tot ons systeem.
Gebruikers kunnen via een AI-chatbox vragen stellen die door de vragenbank worden beantwoord, maar ook specifieke vragen die niet door de bank worden behandeld.
Het doel is om het significante verschil te begrijpen tussen het gebruik van AI-chatbots en telefonische hotlines om ouders te helpen, evenals de effectiviteit van AI-chatbots in vergelijking met telefonische hotlines.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Algemene angststoornis (GAD - 7)
Tijdsspanne: 1 week binnen de pre-test, 1 week binnen de post-test
|
De vragenlijst met zeven items (GAD-7) voor gegeneraliseerde angststoornis is een zelfgerapporteerd screeningsinstrument dat wordt gebruikt om de ernst van symptomen van gegeneraliseerde angststoornis bij volwassenen te beoordelen.
Het bestaat uit zeven vragen waarin wordt gevraagd naar verschillende symptomen die vaak verband houden met een gegeneraliseerde angststoornis, zoals zenuwachtig, angstig of gespannen voelen. Algemene angststoornis (GAD - 7)
|
1 week binnen de pre-test, 1 week binnen de post-test
|
|
Vragenlijst over de gezondheid van patiënten-9
Tijdsspanne: 1 week binnen de pre-test, 1 week binnen de post-test
|
De Patient Health Questionnaire-9 (PHQ-9) is een zelf in te vullen vragenlijst die wordt gebruikt om de ernst van depressie bij patiënten te screenen en te beoordelen.
Het bestaat uit negen vragen, gebaseerd op de criteria voor het diagnosticeren van een depressieve stoornis in de Diagnostic and Statistical Manual of Mental Disorders (DSM-5).
Patiënten wordt gevraagd aan te geven hoe vaak zij de afgelopen twee weken bepaalde symptomen van depressie hebben ervaren, waarbij de antwoordmogelijkheden variëren van ‘helemaal niet’ tot ‘bijna elke dag’.
De totaalscore op de PHQ-9 kan zorgverleners helpen de aanwezigheid en ernst van depressie bij een patiënt te bepalen, en hun reactie op de behandeling in de loop van de tijd te volgen.
|
1 week binnen de pre-test, 1 week binnen de post-test
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Diensttevredenheidsonderzoek
Tijdsspanne: 1 week binnen de pre-test, 1 week binnen de post-test
|
Een Service Tevredenheidsonderzoek is een methode die organisaties gebruiken om feedback van klanten of opdrachtgevers te verzamelen over hun tevredenheid over de geleverde diensten.
Deze enquêtes bevatten doorgaans vragen die verschillende aspecten van de service-ervaring beoordelen, zoals kwaliteit, reactievermogen, professionaliteit en algemene tevredenheid.
De feedback die uit deze onderzoeken wordt verzameld, kan organisaties helpen verbeterpunten te identificeren en weloverwogen beslissingen te nemen om hun diensten te verbeteren.
|
1 week binnen de pre-test, 1 week binnen de post-test
|
Medewerkers en onderzoekers
Sponsor
Publicaties en nuttige links
Algemene publicaties
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Kretzschmar K, Tyroll H, Pavarini G, Manzini A, Singh I; NeurOx Young People's Advisory Group. Can Your Phone Be Your Therapist? Young People's Ethical Perspectives on the Use of Fully Automated Conversational Agents (Chatbots) in Mental Health Support. Biomed Inform Insights. 2019 Mar 5;11:1178222619829083. doi: 10.1177/1178222619829083. eCollection 2019.
- Tso WWY, Wong RS, Tung KTS, Rao N, Fu KW, Yam JCS, Chua GT, Chen EYH, Lee TMC, Chan SKW, Wong WHS, Xiong X, Chui CS, Li X, Wong K, Leung C, Tsang SKM, Chan GCF, Tam PKH, Chan KL, Kwan MYW, Ho MHK, Chow CB, Wong ICK, Lp P. Vulnerability and resilience in children during the COVID-19 pandemic. Eur Child Adolesc Psychiatry. 2022 Jan;31(1):161-176. doi: 10.1007/s00787-020-01680-8. Epub 2020 Nov 17.
- Russell BS, Hutchison M, Tambling R, Tomkunas AJ, Horton AL. Initial Challenges of Caregiving During COVID-19: Caregiver Burden, Mental Health, and the Parent-Child Relationship. Child Psychiatry Hum Dev. 2020 Oct;51(5):671-682. doi: 10.1007/s10578-020-01037-x.
- Lee J. Mental health effects of school closures during COVID-19. Lancet Child Adolesc Health. 2020 Jun;4(6):421. doi: 10.1016/S2352-4642(20)30109-7. Epub 2020 Apr 14. No abstract available. Erratum In: Lancet Child Adolesc Health. 2020 Jun;4(6):e16. doi: 10.1016/S2352-4642(20)30128-0.
- Garrido S, Millington C, Cheers D, Boydell K, Schubert E, Meade T, Nguyen QV. What Works and What Doesn't Work? A Systematic Review of Digital Mental Health Interventions for Depression and Anxiety in Young People. Front Psychiatry. 2019 Nov 13;10:759. doi: 10.3389/fpsyt.2019.00759. eCollection 2019.
- Cluver L, Lachman JM, Sherr L, Wessels I, Krug E, Rakotomalala S, Blight S, Hillis S, Bachman G, Green O, Butchart A, Tomlinson M, Ward CL, Doubt J, McDonald K. Parenting in a time of COVID-19. Lancet. 2020 Apr 11;395(10231):e64. doi: 10.1016/S0140-6736(20)30736-4. Epub 2020 Mar 25. No abstract available. Erratum In: Lancet. 2020 Apr 11;395(10231):1194. doi: 10.1016/S0140-6736(20)30790-X.
- Chew AMK, Ong R, Lei HH, Rajendram M, K V G, Verma SK, Fung DSS, Leong JJ, Gunasekeran DV. Digital Health Solutions for Mental Health Disorders During COVID-19. Front Psychiatry. 2020 Sep 9;11:582007. doi: 10.3389/fpsyt.2020.582007. eCollection 2020. No abstract available.
Nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- UW21-344
- Collaborative Research Fund (Ander subsidie-/financieringsnummer: University Grants Committee)
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
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 .