AI-gestuurde geïntegreerde zorg ter bevordering van colonoscopietoepassing

We zullen een tweearmige, cluster gerandomiseerde gecontroleerde studie uitvoeren om de effectiviteit te evalueren van een door AI ondersteund geïntegreerd zorgmodel (AICC) bij het verbeteren van de colonoscopie-opnamegraad onder hoogrisico-individuen van 40-64 jaar. Dit zal worden gevolgd door een pragmatische implementatiewetenschapsstudie om de gebruikersbetrokkenheid bij AICC te beoordelen en de bevorderende factoren en belemmeringen voor de implementatie ervan in de praktijk te identificeren.

De steekproefgrootteberekening, gebaseerd op het detecteren van een toename van de colonoscopie-opname van 15% naar 30% met 80% power (α=0,05, tweezijdig), een ICC van 0,05 en 10 deelnemers per cluster, wijst op een behoefte van 18 clusters per arm. Rekening houdend met 10% uitval, wordt de uiteindelijke steekproefgrootte bepaald op 20 clusters per arm. De totale steekproefgrootte is dus 400 deelnemers uit 40 clusters.

De werving van deelnemers zal plaatsvinden in 40 dorpen/gemeenschappen in drie representatieve provincies/steden in China. Een onafhankelijke biostatisticus zal deze dorpen/gemeenschappen binnen elke provincie/stad willekeurig toewijzen aan de studiearmen in een 1:1-verhouding. De studieprocedure omvat eerst het identificeren van hoogrisico-individuen voor CRC door middel van een initiële risicobeoordelingsvragenlijst en een fecaal immunochemische test (FIT). Degenen die aan de criteria voldoen, zullen vervolgens de interventie ontvangen die overeenkomt met de toegewezen studiegroep van hun dorp.

Deelnemers in de interventiegroep zullen AICC ontvangen. Dit omvat een colonoscopie-aanbeveling van een provinciespecialist voor zowel deelnemers als hun families, gevolgd door een introductie tot en begeleide registratie voor een CRC-educatie-chatbot met een initiële 5-minuten tutorial. Vervolgens zullen huisartsen drie maandelijkse persoonlijke follow-ups uitvoeren, elk bestaande uit een korte herinnering aan colonoscopie en een begeleid gebruik van de CRC-educatie-chatbot. De controlegroep zal alleen een colonoscopie-aanbeveling van een provinciespecialist ontvangen, met toegang tot de chatbot pas na afloop van de 6-maanden studieperiode. Na de interventie zullen alle deelnemers een vragenlijst invullen die de kennis over CRC-screening, gezondheidsopvattingen en gedragsintentie beoordeelt. De colonoscopie-opname zal worden verzameld via het ziekenhuisinformatiesysteem bij de follow-up na 3 en 6 maanden.

De primaire analyse zal het intention-to-treat (ITT)-principe volgen. Het primaire resultaat is de opname en timing van colonoscopie 3 en 6 maanden na interventie. Secundaire resultaten omvatten verschillende domeinen: kennis over CRC-screening, opvattingen en intentie; bruikbaarheid en gebruikersbetrokkenheid van de chatbot; en interventiekosten. Vergelijkingen tussen groepen voor continue en categorische variabelen zullen gebruikmaken van t-toetsen en chi-kwadraattoetsen. Om rekening te houden met mogelijke verstorende factoren, zal de generalized estimating equation (GEE) worden toegepast om robuuste effectschattingen te verkrijgen. De timing van colonoscopie-opname zal worden geanalyseerd met behulp van Kaplan-Meier-overlevingscurves en log-rank-toetsen, en de interventie-effecten op de tijd-tot-gebeurtenis zullen worden gekwantificeerd met een Cox proportional hazards-model. Subgroepanalyses zullen worden uitgevoerd om de effectheterogeniteit te verduidelijken over populaties gestratificeerd op basis van baselinekenmerken.