- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07432893
Het beoordelen van de effectiviteit van door Large Language Model (LLM) ondersteunde verpleegkundige behandelplanning in 2 Indiase districten
Evaluatie van de effectiviteit van Large Language Model (LLM)-gebaseerde verpleegkundige behandelplanning in 2 Indiase districten: een pilotstudie
Het doel van deze klinische studie is om te onderzoeken of AI-ondersteunde, door verpleegkundigen geleide behandelplanning de kwaliteit van klinisch redeneren en management kan verbeteren in vergelijking met standaard door artsen geleide zorg bij volwassen patiënten in de eerstelijnszorg (≥18 jaar) die zich presenteren met hypertensie, diabetes mellitus, koorts, kortademigheid of musculoskeletale pijn in landelijke en semi-stedelijke gebieden in India.
De belangrijkste vragen die het onderzoek beoogt te beantwoorden zijn:
- Behaalt een consult door een verpleegkundige + groot taalmodel (LLM) niet-inferieure klinische kwaliteitsscores in vergelijking met een standaard consult door een arts?
- Is AI-ondersteunde, door verpleegkundigen geleide zorg acceptabel en bevredigend voor patiënten in eerstelijnsgezondheidszorginstellingen? Onderzoekers zullen consulten door verpleegkundigen + LLM vergelijken met standaardconsulten door artsen bij dezelfde deelnemer om te zien of het AI-ondersteunde verpleegkundigenmodel vergelijkbare of verbeterde klinische redenering en behandelplanning oplevert.
Deelnemers zullen:
- Twee opeenvolgende consulten voor hetzelfde bezoek ontvangen (één met een verpleegkundige die een AI-hulpmiddel gebruikt en één met een arts, in willekeurige volgorde).
- Beide consulten laten audio-opnemen voor geblindeerde beoordeling van klinische kwaliteit.
- Na het AI-ondersteunde verpleegkundigenconsult een korte eindvragenlijst invullen over communicatie, vertrouwen en tevredenheid.
Studie Overzicht
Toestand
Conditie
Studietype
Inschrijving (Werkelijk)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
West Bengal
-
Birbhum, West Bengal, Indië
- Liver Foundation
-
Puruliya, West Bengal, Indië
- Liver Foundation
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Volwassenen van 18 jaar en ouder
- Presentatie bij deelnemende eerstelijnszorginstellingen in de studiecentra
Voldoet aan de criteria voor ten minste één van de volgende aandoeningen of symptomen:
- Hypertensie: Bekende diagnose
- Diabetes mellitus: Bekende diagnose of laboratoriumbewijs (HbA1c ≥6,5%, nuchtere bloedglucose ≥126 mg/dL, of postprandiale glucose ≥200 mg/dL)
- Koorts: Presenteert als hoofdklacht
- Benauwdheid: Presenteert als hoofdklacht, zonder aanwijzingen voor koorts
- Musculoskeletale pijn: Presenteert als hoofdklacht, zonder aanwijzingen voor koorts
- In staat en bereid om schriftelijke geïnformeerde toestemming te verlenen
- Bereid om deel te nemen aan twee opeenvolgende consulten en een exit-enquête in te vullen
Exclusiecriteria:
- Onvermogen om geïnformeerde toestemming te verlenen vanwege cognitieve beperkingen (bijv. dementie of verstandelijke beperking)
- Medische instabiliteit of aandoening die onmiddellijke spoedverwijzing vereist
- Eerdere deelname aan de studie tijdens een eerdere bezoek
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Behandeling
- Toewijzing: Gerandomiseerd
- Interventioneel model: Crossover-opdracht
- Masker: Enkel
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Verpleegkundige+Groot taalmodel klinisch consult
Deelnemers in deze groep krijgen een door een verpleegkundige geleid eerstelijnsconsult, ondersteund door een op een groot taalmodel (LLM) gebaseerd hulpmiddel voor klinische besluitvorming.
Tijdens het consult voert een getrainde verpleegkundige een routinematige anamnese en klinische beoordeling uit en gaat via een digitale interface een meerzijdige interactie aan met het LLM om differentiële diagnose, klinisch redeneren en op bewijs gebaseerde behandeling en follow-upplanning te ondersteunen.
De verpleegkundige kan op basis van LLM-aanwijzingen aanvullende vragen aan de patiënt stellen.
De uiteindelijke klinische aanbevelingen worden door de verpleegkundige in samenwerking met de LLM-uitkomsten gegenereerd en vastgelegd als een behandelplan.
Deze groep evalueert of door AI ondersteunde, door verpleegkundigen geleide zorg een klinische kwaliteit kan leveren die vergelijkbaar is met standaard door artsen geleide zorg in eerstelijnsgezondheidszorg.
|
Een door een verpleegkundige geleid consult in de eerstelijnszorg, ondersteund door een klinisch beslissingsondersteunend instrument gebaseerd op een groot taalmodel.
De verpleegkundige gebruikt het AI-instrument tijdens het patiëntcontact om klinisch redeneren, differentiële diagnose en op bewijs gebaseerde behandeling en follow-up planning te ondersteunen.
|
|
Actieve vergelijker: Artsgeleid klinisch consult (standaardzorg)
Het doktersconsult vertegenwoordigt de standaard klinische behandeling waarvan bekend en geaccepteerd is dat deze effectief is voor het diagnosticeren en behandelen van de onderzoeksaandoeningen.
Het is een actieve klinische interventie, geen placebo, nepbehandeling of geen-interventie groep, en dient als de vergelijkingsgroep voor de experimentele verpleegkundige + LLM-interventie.
|
Deelnemers ontvangen een routinematig, door een arts geleid, eerstelijns zorgconsult dat wordt uitgevoerd volgens de bestaande klinische praktijk.
De arts voert onafhankelijk anamnese, klinische beoordeling, diagnose en behandelplanning uit zonder gebruik te maken van het AI-hulpmiddel.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Clinical Quality of Consultation (Clinical Management and Clinical Reasoning Score)
Tijdsspanne: Day 1 (same study visit, immediately after completion of both consultations)
|
Clinical quality of the consultation, scored by two blinded physician graders using a domain-based rubric (Annexure 1).
Each domain is scored 0 (inadequate), 1 (suboptimal), or 2 (optimal).
Disease (clinical management: hypertension, diabetes) cases are scored on four domains - quality of history, accuracy of next steps, safety, and comprehensiveness - for a total of 0-8.
Symptom (clinical reasoning: fever, breathlessness, musculoskeletal pain) cases are scored on all six domains, adding quality of differential and accuracy of provisional diagnosis, for a total of 0-12.
The primary outcome is the absolute total score; results are also reported normalised to 0-100% for concordance with the original registration.
The two study arms (nurse+LLM vs. physician standard of care) are compared within each patient.
|
Day 1 (same study visit, immediately after completion of both consultations)
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Door verpleegkundigen gerapporteerde acceptatie- en uitvoerbaarheidsthema's uit semi-gestructureerde interviews
Tijdsspanne: Tot studievoltooiing (nadat verpleegkundigen minimaal 10 AI-ondersteunde consulten hebben voltooid; tot 9 maanden)
|
Kwalitatieve beoordeling van door verpleegkundigen gerapporteerde bruikbaarheid, vertrouwen in AI-aanbevelingen, impact op werkstromen, belemmeringen, bevorderende factoren en bereidheid tot voortgezet gebruik.
Interviews worden audiogeregistreerd en thematisch geanalyseerd.
Resultaten worden gerapporteerd als geïdentificeerde thema's met representatieve citaten en frequentie van thema-voorkomen over de deelnemers.
|
Tot studievoltooiing (nadat verpleegkundigen minimaal 10 AI-ondersteunde consulten hebben voltooid; tot 9 maanden)
|
|
Patient Experience on Exit Survey
Tijdsspanne: Day 1 (immediately after completion of the nurse + LLM consultation during the study visit)
|
Patient-reported experience of the nurse+LLM consultation, measured by a brief exit survey covering three domains: communication and understanding, trust and comfort with AI use, and respect and satisfaction (one item per domain; three-point response scale).
Responses are summarised descriptively (frequencies/proportions per item and domain).
|
Day 1 (immediately after completion of the nurse + LLM consultation during the study visit)
|
Medewerkers en onderzoekers
Sponsor
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
Aanvullende relevante MeSH-voorwaarden
- Endocriene systeemziekten
- Vaatziekten
- Hart-en vaatziekten
- Metabole ziekten
- Ziekten van de luchtwegen
- Ademhalingsstoornissen
- Glucosemetabolismestoornissen
- Tekenen en symptomen, ademhaling
- Veranderingen in lichaamstemperatuur
- Pathologische aandoeningen, tekenen en symptomen
- Voedings- en stofwisselingsziekten
- Tekenen en symptomen
- Hypertensie
- Suikerziekte
- Dyspneu
- Koorts
Andere studie-ID-nummers
- HREC,IILDS/2025-R70
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .