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

NLP-basert tilbakemelding for å forbedre risikokommunikasjon og informert delt beslutningstaking

11. august 2026 oppdatert av: Timothy J. Daskivich, Cedars-Sinai Medical Center

Naturlig språkbehandlingsbasert tilbakemelding for å forbedre legens risikokommunikasjon og informert delt beslutningstaking hos menn med klinisk lokalisert prostatakreft

I denne pilotstudien vil etterforskerne vise gjennomførbarheten av det NLP-baserte tilbakemeldingssystemet i 20 konsultasjoner av menn med nydiagnostisert prostatakreft. Etterforskerne vil rekruttere fra praksisen til opptil 10 leger som vanligvis ser disse pasientene. Etterforskerne vil rapportere de fem beste setningene fra hver konsultasjon på tvers av nøkkelinnholdsområder (kreftprognose, forventet levealder, erektil dysfunksjon, urininkontinens og irritative urinveissymptomer) til både pasienter og leger innen 2 uker etter konsultasjonen.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

De primære forskningsprosedyrene er:

  1. Lydopptak og transkribering av behandlingsrådgivningsdiskusjoner for 20 menn med nylig diagnostisert klinisk lokalisert prostatakreft og bruker NLP for å trekke ut nøkkelinnhold ved å bruke systemet beskrevet ovenfor.
  2. Rapporter inkludert de fem beste setningene etter NLP-sannsynlighet for nøkkelinnholdsområder vil bli generert og vil bli gitt til pasienter og leverandører innen 2 uker etter hvert tilfelle.
  3. For pasienter vil beslutningskonflikt og risikooppfatning bli vurdert før og etter mottak av NLP-basert tilbakemelding.
  4. For leger vil etterforskerne vurdere grunnleggende kvalitet på risikokommunikasjon, eventuelle endringer i individuell legekommunikasjon over tid, og nøyaktigheten av risikoestimater for viktige innholdsområder.
  5. Innen 2 uker etter å ha mottatt den NLP-baserte tilbakemeldingen, vil etterforskerne gjennomføre et 30-minutters semistrukturert intervju med pasienter for å få deres mening om nytten og den ideelle implementeringsstrategien for den NLP-baserte tilbakemeldingen.
  6. Ved avslutningen av pilotforsøket vil etterforskerne gjennomføre et 30-minutters semistrukturert intervju med rådgivende leger for å få deres meninger om nytten og den ideelle implementeringsstrategien for den NLP-baserte tilbakemeldingen.

Studietype

Intervensjonell

Registrering (Antatt)

30

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

Studiesteder

  • Forente stater
    • California
      • Los Angeles, California, Forente stater, 90048
        • Rekruttering
        • Cedars-Sinai Medical Center
        • Hovedetterforsker:
          • Timothy Daskivich, MD
        • Ta kontakt med:
        • Ta kontakt med:

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Beskrivelse

Inklusjonskriterier:

  1. Menn som gjennomgår innledende behandlingskonsultasjon for klinisk lokalisert prostatakreft;
  2. Menn med oppgradert prostatakreft under aktiv overvåking som vurderer konvertering til definitiv lokal terapi.
  3. Cedars-Sinai pasient.
  4. Evne til å lese og skrive på engelsk.

Ekskluderingskriterier:

  1. under 18 år;
  2. Personer med kommunikasjonsvansker eller demens;
  3. Ikke-engelsktalende, gitt at våre NLP-baserte verktøy ikke kan brukes med andre språk enn engelsk;
  4. Menn med lokalt avansert eller metastatisk prostatakreft;
  5. Menn som allerede har blitt behandlet for klinisk lokalisert prostatakreft

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Helsetjenesteforskning
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: NLP Intervention Experimental Arm
20 menn med nylig diagnostisert klinisk lokalisert prostatakreft og bruker NLP for å trekke ut nøkkelinnhold ved å bruke de fem beste setningene etter NLP-sannsynlighet for nøkkelinnholdsområder, vil bli generert og vil bli gitt til pasienter og leverandører innen 2 uker etter hvert tilfelle.
Atferdsmessig: NLP-basert tilbakemelding
Lydopptak vil bli gjort ved hjelp av enten digitale opptakere eller telehelseplattformgenererte transkripsjoner. Pasientrapporter vil kun inneholde de utpakkede setningene relatert til innholdsområder. Legerapporter vil notere de utdragne utsagnene på tvers av hvert innholdsområde, kvalitetspoengene for individuelle utsagn basert på det forhåndsspesifiserte hierarkiet, utsagnene som oppnådde høyest poengsum på tvers av hvert innholdsområde, og tilbakemelding på hva som kan forbedres. For pasienter vil beslutningskonflikt og risikooppfatning bli vurdert før og etter mottak av NLP-basert tilbakemelding. For leger vil etterforskerne vurdere baselinekvaliteten på risikokommunikasjon etter forhåndsspesifisert hierarki, eventuelle endringer i individuell legekommunikasjon over tid og nøyaktigheten av risikoestimater for nøkkelinnholdsområder.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Endring i score for beslutningskonflikt før og etter intervensjon (utfall på pasientnivå)
Tidsramme: Måles direkte etter behandlingskonsultasjon og etter NLP-basert tilbakemelding gitt til pasienter innen 2 uker etter konsultasjon
Etterforskerne vil bruke den validerte Decision Conflict Scale (DCS) for å estimere usikkerhet knyttet til behandlingsvalg. Effektstørrelser på 0,3 til 0,4 anses som meningsfulle. Variabilitet (standardavvik) i DCS-skåre før og etter mottak av NLP-basert tilbakemelding vil bli vurdert og brukt i planlegging av et større forsøk.
Måles direkte etter behandlingskonsultasjon og etter NLP-basert tilbakemelding gitt til pasienter innen 2 uker etter konsultasjon
Endring i risikooppfatning før og etter intervensjon (utfall på pasientnivå)
Tidsramme: Målt direkte etter behandlingskonsultasjon og etter NLP-basert tilbakemelding gitt til pasienter innen 2 uker etter konsultasjon
Etterforskerne vil evaluere samsvar mellom kreftrisikooppfatning og faktisk kreftrisiko på pasientnivå før og etter intervensjonen. Persepsjon av kreftrisiko vil bli vurdert ved hjelp av flervalgsspørsmål. Overensstemmelse mellom pasientsvar og faktisk kreftrisiko som estimert ved utfall av den randomiserte SPCG-4 studien som sammenligner kirurgi versus vaktsom venting ved pasientens PCCI-anslåtte forventede levealder vil bli vurdert som et binært utfall. Risikooppfatning vil bli vurdert før og etter deres konsultasjon. Variabilitet (standardavvik) i risikopersepsjonsskårer før og etter mottak av NLP-basert tilbakemelding vil bli vurdert og brukt i planlegging av et større forsøk.
Målt direkte etter behandlingskonsultasjon og etter NLP-basert tilbakemelding gitt til pasienter innen 2 uker etter konsultasjon
Legens holdninger angående integrering av NLP-basert informasjon (utfall på legenivå)
Tidsramme: Intervjuer vil bli gjennomført innen 2 uker etter intervensjonen.
30-minutters semistrukturerte intervjuer med rådgivende leger vil bli gjennomført innen 2 uker etter intervensjonen for å få deres meninger om nytten og den ideelle implementeringsstrategien for den NLP-baserte tilbakemeldingen.
Intervjuer vil bli gjennomført innen 2 uker etter intervensjonen.
Forskjellen mellom rapportert risiko for bivirkninger og prognose med gullstandard (utfall på legenivå)
Tidsramme: Data vil bli fanget opp under behandlingskonsultasjonen - for varigheten av studien i opptil 1 år
Forskjellen i rapporterte risikoestimat gitt av leger under konsultasjonen sammenlignet med gullstandardene for disse risikoene (dvs. for bivirkninger, estimater fra CAESAR-studien; for kreftrisiko med og uten behandling, risiko for kreftdødelighet i WW-gruppen av SPCG-4-studie ved pasientens forventede levealder som bestemt av komorbiditetsindeksen for prostatakreft). Variabilitet (standardavvik) i nøyaktigheten av estimater vil bli vurdert og brukt i planlegging av et større forsøk. Nøyaktigheten av estimatene for intervensjonsperioden vil bli sammenlignet med legespesifikke historiske referanser fra en tidligere utført studie ved bruk av standarden for omsorg (dvs. ingen NLP-basert intervensjon).
Data vil bli fanget opp under behandlingskonsultasjonen - for varigheten av studien i opptil 1 år
Kvaliteten på sammensatt legerisikokommunikasjonsscore i behandlingskonsultasjon (utfall på legenivå)
Tidsramme: Data vil bli fanget under behandlingskonsultasjonen, for varighet av studien inntil 1 år
Kvaliteten på risikokommunikasjonsscore vil bli beregnet ved å kvalitativt analysere behandlingskonsultasjonsutskrifter for å vurdere den høyeste kvaliteten på kommunikasjonen som brukes til å overføre informasjon om alle viktige avveininger (kreftprognose, forventet levealder, erektil dysfunksjon, urininkontinens og irritative urinveissymptomer). Kvaliteten på risikokommunikasjonsskalaen varierer fra 0 til 5 for hvert utfall, hvor 0 representerer den laveste poengsummen og 5 representerer den høyeste poengsummen (Daskivich et al, J Urol 2022; Naser-Tavakolian et al, J Urol 2022). Poengsummene for alle viktige avveininger vil bli gjennomsnittet for å gi en sammensatt kvalitet på risikokommunikasjonspoengsummen. Variabilitet (standardavvik) i kvalitetsskår vil bli vurdert og brukt i planlegging av et større forsøk.
Data vil bli fanget under behandlingskonsultasjonen, for varighet av studien inntil 1 år
Pasientholdninger angående integrering av NLP-basert informasjon
Tidsramme: innen 4 uker etter at pasienter bruker NLP-systemet.
30-minutters semistrukturerte intervjuer med pasienter vil bli gjennomført ved avslutningen av studieperioden for å få deres meninger om nytten og ideell implementeringsstrategi for NLP-basert tilbakemelding
innen 4 uker etter at pasienter bruker NLP-systemet.

Samarbeidspartnere og etterforskere

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

Sponsor

Cedars-Sinai Medical Center

Samarbeidspartnere

National Cancer Institute (NCI)

Etterforskere

  • Hovedetterforsker: Timothy Daskivich, Cedars-Sinai Medical Center

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)

15. november 2023

Primær fullføring (Antatt)

15. juli 2027

Studiet fullført (Antatt)

15. juli 2027

Datoer for studieregistrering

Først innsendt

24. mai 2023

Først innsendt som oppfylte QC-kriteriene

27. juni 2023

Først lagt ut (Faktiske)

28. juni 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

12. august 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

11. august 2026

Sist bekreftet

1. juli 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • STUDY00002590
  • K08CA230155 (U.S. NIH-stipend/kontrakt)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

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. .

Abonnere