- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07497997
PainTrain-AI Pilot: Haalbaarheid, Bruikbaarheid (SUS) en Conceptverschuiving in de Eerstelijnszorg en een Gespecialiseerde Setting (PT-AI Pilot)
Haalbaarheid en bruikbaarheid van een digitale klinische simulatie (PainTrain AI) voor chronische pijn training bij zorgprofessionals: Een multicenter pilot in de eerstelijnszorg (ICS) en een gespecialiseerde vergelijkende setting
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Deze haalbaarheidspilot zal het gebruik van PainTrain AI evalueren, een gedragsmatige educatieve interventie die is ontworpen om klinisch redeneren over chronische pijn te verbeteren door middel van gesimuleerde dialogen met virtuele gestandaardiseerde patiënten. Het platform gebruikt een Retrieval Augmented Generation (RAG) veiligheidsarchitectuur die alle gegenereerde reacties beperkt tot gevalideerd pedagogisch materiaal en geen klinisch advies verstrekt. Er worden geen patiëntgegevens verzameld.
Het onderzoek omvat gezondheidsprofessionals uit de Eerstelijnszorg en een gespecialiseerde vergelijkende setting. Deelnemers zullen een basislijnbeoordeling voltooien en vervolgens gedurende een gedefinieerde trainingsperiode interacteren met de PainTrain AI-simulatie. De bruikbaarheid zal worden beoordeeld met behulp van de System Usability Scale (SUS). Conceptverschuiving zal worden gemeten als de vermindering van vooraf gedefinieerde neurofysiologie-misvattingen die worden gescoord via een gestandaardiseerde rubric. Aanvullende metrieken omvatten naleving van micromodules en interactielatentie als indicatoren van technologische wrijving.
Deze pilot heeft tot doel de haalbaarheid, acceptatie en voorlopige signalen van educatieve effectiviteit te bepalen om een toekomstige implementatiestudie in de Eerstelijnszorg te informeren. De interventie is uitsluitend educatief, niet diagnostisch en AVG-conform.
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studiecontact
- Naam: Fran Valenzuela-Pascual, Dr
- Telefoonnummer: +34 973 702 459
- E-mail: fran.valenzuela@udl.cat
Studie Locaties
-
-
Lleida
-
Lleida, Lleida, Spanje, 25198
- Universitat de Lleida
-
Contact:
- Fran Valenzuela-Pascual, Dr.
- Telefoonnummer: +34 973 702 459
- E-mail: fran.valenzuela@udl.cat
-
Contact:
- Fran
- E-mail: fran.valenzuela@udl.cat
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Gezondheidsprofessionals in de Eerstelijnszorg (geneeskunde, fysiotherapie, verpleging, psychologie, voeding) en gespecialiseerde setting; bereidheid om het platform te gebruiken; institutionele goedkeuring.
Exclusiecriteria:
- gebrek aan institutionele toegang; onbeschikbaarheid tijdens de pilotperiode
Studie plan
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 |
|---|---|
|
Experimenteel: PainTrain-AI Gedragstraining
Deelnemers in deze arm krijgen de gedragseducatieve interventie PainTrain-AI, een digitale klinische simulatie die een retrieval-augmented generation (RAG) veiligheidsarchitectuur gebruikt om op wetenschappelijk bewijs gebaseerde lesinhoud te leveren.
Het platform biedt gesimuleerde dialogen met virtuele gestandaardiseerde patiënten om biopsychosociale redenering over chronische pijn te trainen.
Alle deelnemers krijgen dezelfde interventie; er is geen controlegroep.
|
PainTrain-AI is een gedragsmatige educatieve interventie die wordt aangeboden via een digitaal klinisch simulatieplatform.
Het systeem gebruikt een retrieval-augmented generation (RAG) veiligheidsarchitectuur om ervoor te zorgen dat alle reacties alleen worden gegenereerd uit gevalideerde pedagogische inhoud.
Deelnemers gaan gesimuleerde dialogen aan met virtuele gestandaardiseerde patiënten om biopsychosociale redenering over chronische pijn te oefenen.
De interventie is niet-diagnostisch, geeft geen klinisch advies en omvat geen patiëntgegevens.
Alle deelnemers krijgen dezelfde interventie.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Usability (SUS, 0-100)
Tijdsspanne: 4-8 weken na onboarding
|
De bruikbaarheid wordt beoordeeld met behulp van de System Usability Scale (SUS), een gevalideerde vragenlijst met 10 items die een score van 0 tot 100 oplevert.
Hogere scores duiden op betere bruikbaarheid.
Deelnemers zullen de SUS invullen na interactie met de PainTrain-AI educatieve simulatie voor de vooraf bepaalde trainingsperiode.
Het primaire haalbaarheidscriterium is het behalen van een gemiddelde SUS-score ≥75, wat goede bruikbaarheid aangeeft.
|
4-8 weken na onboarding
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Conceptverschuiving
Tijdsspanne: 4-8 weken.
|
Concept-shift wordt beoordeeld als de verandering in het aandeel van vooraf gedefinieerde misvattingen over pijnneurofysiologie die worden geïdentificeerd in een gestandaardiseerde beoordelingsrubriek.
Deelnemers zullen voor en na blootstelling aan de PainTrain-AI educatieve simulatie een korte conceptuele test afleggen.
Concept-shift wordt berekend als de vermindering van onjuiste of verouderde uitspraken met betrekking tot chronische pijnmechanismen.
Hogere verbetering weerspiegelt een beter conceptueel begrip.
Er zijn geen patiëntgegevens betrokken.
|
4-8 weken.
|
|
Therapietrouw
Tijdsspanne: 4-8 weken
|
Naleving wordt gemeten als het aandeel van de geplande trainingsmodules of simulatierondes die elke deelnemer binnen de studietermijn voltooit.
Naleving wordt berekend als het percentage voltooide sessies ten opzichte van het totale aantal toegewezen modules.
Hogere waarden duiden op grotere betrokkenheid bij de PainTrain-AI educatieve interventie.
Er zijn geen patiëntengegevens bij betrokken.
|
4-8 weken
|
|
Latentie/wrijving
Tijdsspanne: 4-8 weken
|
De latentie wordt gemeten als de gemiddelde systeemresponsetijd (in seconden) tijdens gebruikersinteracties met de PainTrain-AI digitale simulatie.
Latentie wordt automatisch berekend uit platformlogs als de tijd die verstreken is tussen een gebruikersinvoer en het gegenereerde antwoord van het systeem.
Hogere latentie duidt op grotere technologische wrijving.
Deze uitkomst evalueert de technische haalbaarheid en gebruikerservaring.
Er zijn geen patiëntengegevens betrokken.
|
4-8 weken
|
Medewerkers en onderzoekers
Sponsor
Onderzoekers
- Hoofdonderzoeker: Fran Valenzuela-Pascual, Dr., Institut de Recerca Biomèdica de Lleida (IRBLleida) / Universitat de Lleida (UdL)
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
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
- PT-AI-PILOT-2026
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 .