Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Bruk av forklarlige AI-risikospådommer for å øke opptaket av influensavaksine

20. juli 2023 oppdatert av: National Bureau of Economic Research, Inc.
Studieteamet har tidligere vist at pasienter er mer sannsynlig å få influensavaksine etter å ha fått vite at de har høy risiko for influensakomplikasjoner. Med utgangspunkt i dette tidligere arbeidet vil denne studien undersøke om det å gi grunner til at pasienter anses som høy risiko for influensakomplikasjoner (a) ytterligere øker sannsynligheten for at de vil motta influensavaksine og (b) reduserer sannsynligheten for at de får diagnoser av influensa og/ eller influensalignende symptomer i den påfølgende influensasesongen. Den vil også undersøke om det å informere pasienter om at deres høyrisikostatus ble bestemt ved å analysere deres medisinske journaler eller av en kunstig intelligens (AI) / maskinlærings (ML) algoritme som analyserer deres medisinske journaler, vil påvirke sannsynligheten for å motta influensavaksine eller diagnoser av influensa og/eller influensalignende symptomer.

Studieoversikt

Detaljert beskrivelse

Geisinger har inngått samarbeid med Medial EarlySign og utviklet en ML-algoritme for å identifisere pasienter med risiko for alvorlige (moderat til alvorlige) influensassosierte komplikasjoner på grunnlag av deres eksisterende elektroniske helsejournal (EPJ). Geisinger vil bruke denne algoritmen på nåværende pasienter i influensasesongen 2021-22.

Denne studien vil evaluere effekten av å kontakte pasienter identifisert som høyrisiko med spesielle meldinger for å oppmuntre til vaksinasjon. Disse kommunikasjonene vil informere pasienter om at de er i høy risiko med enten (a) ingen ytterligere forklaring, (b) en forklaring på at denne bestemmelsen kommer fra en analyse av deres medisinske journaler, sammen med en kort liste over de viktigste faktorene fra deres medisinske journal som forklare risikoen deres, og (c) tilleggsforklaringen om at en AI- eller ML-algoritme har tatt denne avgjørelsen, sammen med en kort liste over de viktigste faktorene fra medisinsk journal som forklarer risikoen.

Inkludert i studien vil være aktuelle Geisinger-pasienter 18+ år uten kontraindikasjoner for influensavaksine og som har blitt vurdert av Medial-algoritmen og tildelt en risikoscore. De primære studieresultatene vil være frekvensen av influensavaksinasjon og influensadiagnose i sesongen 2020-21 av målrettede pasienter.

Studietype

Intervensjonell

Registrering (Faktiske)

45061

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Pennsylvania
      • Danville, Pennsylvania, Forente stater, 17822
        • Geisinger Clinic

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Beskrivelse

Inklusjonskriterier:

  • 18 år eller eldre
  • Nåværende Geisinger-pasient på studietidspunktet
  • Faller blant de øverste 10 % av pasientene med høyest risiko, identifisert av influensakomplikasjonsrisikoskårene til maskinlæringsalgoritmen (som opererer på kodede EPJ-data)

Ekskluderingskriterier:

  • Har kontraindikasjoner for influensavaksine
  • Har valgt bort å motta kommunikasjon fra Geisinger via alle modaliteter som testes

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Forebygging
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Enkelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Ingen inngripen: Ingen kontakt kontroll
Forsøkspersoner i kontaktfri kontrollarm vil ikke motta ytterligere pro-vaksinasjonsintervensjon utover helsesystemets normale innsats. Selv om noen pasienter for tiden er målrettet mot influensavaksinasjon på grunn av en konvensjonell ikke-ML-vurdering om at de har høy risiko for komplikasjoner, blir disse pasientene ikke fortalt at de har høy risiko eller at de har blitt målrettet.
Eksperimentell: Påminnelseskontroll
Personer i påminnelseskontrollarmen vil motta meldinger som minner dem om å få influensasprøyte uten å bli informert om deres risikostatus.
Sendt brev, SMS-tekst og/eller pasientportalmelding
Eksperimentell: Kun høy risiko
Pasienter i denne behandlingsarmen vil motta meldinger som forteller dem at de har blitt identifisert med høy risiko for influensakomplikasjoner, uten å spesifisere hvordan eller hvorfor helsesystemet mener dette er tilfelle.
Sendt brev, SMS-tekst og/eller pasientportalmelding
Sendt brev, SMS og/eller pasientportalmelding
Eksperimentell: Høy risiko med forklaring basert på medisinske journaler
Personer i denne behandlingsarmen vil motta meldinger som forteller dem at de har blitt identifisert å ha høy risiko for influensakomplikasjoner via gjennomgang av medisinske journaler og vil bli gitt en menneskeforståelig kort liste over de viktigste faktorene fra journalen som forklarer risikoen deres. .
Sendt brev, SMS-tekst og/eller pasientportalmelding
Sendt brev, SMS og/eller pasientportalmelding
Sendt brev, SMS og/eller pasientportalmelding
Andre navn:
  • Troverdighet
Eksperimentell: Høy risiko med forklaring basert på algoritme
Forsøkspersoner i denne behandlingsarmen vil motta meldinger som forteller dem at de har blitt identifisert med høy risiko for influensakomplikasjoner via analyse av medisinske journaler ved hjelp av en datamaskinalgoritme, og vil bli gitt en menneskeforståelig kort liste over de viktigste faktorene fra journalen deres. som forklarer risikoen deres.
Sendt brev, SMS-tekst og/eller pasientportalmelding
Sendt brev, SMS og/eller pasientportalmelding
Sendt brev, SMS og/eller pasientportalmelding
Andre navn:
  • Troverdighet
Sendt brev, SMS og/eller pasientportalmelding
Andre navn:
  • Troverdighet

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Influensavaksinasjon 2 uker etter siste oppsøkingsdato
Tidsramme: Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart
Fikk influensavaksine
Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Influensavaksinasjon 9 uker etter siste oppsøkingsdato
Tidsramme: Innen 9 uker etter den endelige oppsøkingsdatoen, 106 dager (15,14 uker) etter studiestart
Fikk influensavaksine
Innen 9 uker etter den endelige oppsøkingsdatoen, 106 dager (15,14 uker) etter studiestart
Influensadiagnose
Tidsramme: 8 måneder (mellom 9. september 2021 og 30. april 2022)

Fikk en "høysikkerhetsinfluensa"-diagnose (med positiv polymerasekjedereaksjon [PCR]/antigen/molekylær test) og/eller "sannsynlig influensa"-diagnose (som vurdert via International Classification of Disease [ICD]-koder eller Tamiflu-administrasjon eller positiv PCR/ antigen/molekylær test)

Merk at "sannsynlig influensa" er et supersett av "høysikkerhetsinfluensa"-diagnosene.

8 måneder (mellom 9. september 2021 og 30. april 2022)
Influensakomplikasjoner
Tidsramme: 11 måneder (mellom 9. september 2021 og 31. juli 2022)
Diagnostisert med influensarelaterte komplikasjoner
11 måneder (mellom 9. september 2021 og 31. juli 2022)
Utnyttelse av helsetjenester
Tidsramme: 11 måneder (mellom 9. september 2021 og 31. juli 2022)

Besøkte akuttmottaket eller ble innlagt på sykehus

MERK: Vårt forhåndsspesifiserte utfall var beskrivelsen "Besøkte akuttmottaket, ble innlagt på sykehus eller hadde influenserelaterte forsikringskrav." Vi mottok ikke skadedata, så disse resultatene inkluderer bare akuttbesøk og sykehusinnleggelser.

11 måneder (mellom 9. september 2021 og 31. juli 2022)

Andre resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Influensavaksinasjon 2 uker etter siste oppsøkende dato etter kjønn
Tidsramme: Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart
Fikk influensavaksine
Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart
Influensavaksinasjon 2 uker etter siste oppsøkingsdato etter løp
Tidsramme: Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart
Fikk influensavaksinasjon
Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart
Influensavaksinasjon 2 uker etter siste oppsøkende dato etter etnisitet
Tidsramme: Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart
Fikk influensavaksine
Innen 2 uker etter den endelige oppsøkingsdatoen, 57 dager (8,14 uker) etter studiestart

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Michelle N Meyer, PhD JD, Geisinger Clinic
  • Hovedetterforsker: Christopher F Chabris, PhD, Geisinger Clinic

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

9. september 2021

Primær fullføring (Faktiske)

5. november 2021

Studiet fullført (Faktiske)

31. juli 2022

Datoer for studieregistrering

Først innsendt

4. august 2021

Først innsendt som oppfylte QC-kriteriene

14. august 2021

Først lagt ut (Faktiske)

17. august 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

28. juli 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

20. juli 2023

Sist bekreftet

1. juli 2023

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

Data uten personlig identifiserbar informasjon vil bli gjort tilgjengelig for andre forskere på Open Science Framework for åpenhet. Dette vil inkludere de essensielle dataene og koden som trengs for å gjenskape analysen som ga rapporterte funn.

IPD-delingstidsramme

Innen avisens nettpubliseringsdato. Data vil forbli tilgjengelige så lenge Open Science Framework er vert for dem.

Tilgangskriterier for IPD-deling

Dataene i Open Science Framework vil være åpne for alle som ber om den informasjonen.

IPD-deling Støtteinformasjonstype

  • STUDY_PROTOCOL
  • SEVJE
  • ANALYTIC_CODE
  • CSR

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Påminnelse

3
Abonnere