- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06810076
Utvikling og evaluering av et maskinlærende opioid Overdose prediksjon og risikostatifiseringsverktøy i primæromsorg (DEMONSTRATE)
Utvikling og evaluering av en maskinlærende opioidprediksjon og risikostatifisering e-plattform (demonstrerer)
Studieoversikt
Status
Forhold
Detaljert beskrivelse
Denne kliniske studien evaluerer pilotimplementeringen av et ML-drevet CDS-verktøy designet for å forutsi opioid overdoserisiko innenfor Electronic Health Record (EHR) -systemet ved Nine UF Health Internal Medicine and Family Medicine Clinics i Gainesville, Florida.
Implementeringsprosessen involverte backend- og frontend -utvikling og integrering av CDS -verktøyet. For backend -integrasjon gjennomgikk etterforskerne kliniske arbeidsflyter, designet en dataflytplan for å innlemme risikoscore i pasientdiagrammer, og samarbeidet med UF Health IT og Integrated Data Repository (IDR) forskningstjenester for å adressere varsel implementering, dataflyt, serverspesifikasjoner og og ansvar. Risikovurderinger godkjent av UF Health IT og Institutional Review Board (IRB) sikret sikker tilgang til pasienthelseinformasjon (PHI) og muliggjorde EHR -integrasjon. For frontend-utvikling brukte etterforskerne en brukersentrert designtilnærming for å lage CDS-verktøyprototypen, og innlemmet tilbakemelding fra PCPs under formative intervjuer for å avgrense brukergrensesnittet og sikre rettidige, handlingsrike varsler gjennom det episke systemet uten å forstyrre kliniske arbeidsflyter.
Studien tar først og fremst som mål å vurdere brukbarhet, aksept og gjennomførbarhet av CDS-verktøyet seks måneder etter implementering gjennom evalueringer av blandet metode. Forskere vil bruke semistrukturerte intervjuer og et online spørreskjema for å samle tilbakemeldinger fra PCP-er, med fokus på varsling, preferanser og utfall. Kvantitative analyser vil evaluere varselinntrengning, bruksmønstre og PCP -handlinger, mens kvalitative analyser vil utforske temaer og innsikt fra overstyringskommentarer for å veilede verktøyoptimalisering. Forskere vil også utforske sekundære resultat på pasientnivå ved bruk av EHR-data som nalokson resepter.
Studietype
Registrering (Faktiske)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Florida
-
Gainesville, Florida, Forente stater, 32608
- University of Florida Health Internal Medicine and Family Medicine
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inkluderingskriterier:
For vurdering av PCP -nivåer
- PCPs
- Øvende i noen av de 9 deltakende klinikkene (6 UF Health Family Medicine Clinics og 3 UF Health Internal Medicine) i Gainesville, Florida.
For vurdering av pasientnivå:
Inkluderingskriterier: Pasienter som ble sett i noen av de 9 deltagende UF -helseklinikkene som
- er i alderen 18 år
- Mottatt noen opioidresept det siste året før klinikkbesøket.
- blir identifisert som å være forhøyet risiko for overdose av ML -algoritmen. Eksklusjonskriterier: pasienter som
- Hadde ondartet kreftdiagnose eller hospitsomsorg før du studerte påmelding
Studieplan
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: OPAs intervensjonsarm for overdoseforebygging (OPA)
Intervensjonsarmen vil motta et ML CDS -verktøy som gir avbrytende varsler for pasienter med forhøyet risiko for overdosering av opioider, utløst når en kliniker signerer en opioidrekkefølge.
|
I denne studien vil forskere pilot teste et avbrytende, ML CDS -verktøy for overdosering av opioider over tretten primæromsorgsklinikker ved UF Health i Gainesville, FL.
Når en pasient blir identifisert av ML -algoritmen som å ha en forhøyet overdoserisiko og en PCP signerer en opioidresept for pasienten, vil et opioidforebyggende varsel (OPA) bli utløst.
Varslingen vil omfatte begrunnelsen for pasientens forhøyede risikostatus og gi tre anbefalinger om risikoredusering: optimalisere smertebehandling og mental helse støtte, gjennomgå og diskutere risiko med pasienten og tilby naloxone årlig hvis ingen tidligere naloxone -ordre er funnet i pasientens journal.
PCP -er kan også velge en overstyringsmessig grunn, for eksempel at pasienten allerede har nalokson, avvist intervensjonen, er ikke til stede/det er ikke riktig tidspunkt, eller varselet er ikke relevant/andre kommentarer når det er aktuelt.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sammensatte resultat på pasientnivå relatert til opioider
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering av OPA
|
CDS -verktøyet vil generere en overdoseforebyggende varsel (OPA) når en PCP signerer en opioidrekkefølge i EPIC®. For å evaluere verktøyets effektivitet, vil forskere gjennomføre sammenligninger innen klinisk (pre-vs. etterimplementering) og undersøke en sammensatt av pasientnivåutfall etter implementering, inkludert andelen pasienter som har noen av de følgende 6 resultatene:
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering av OPA
|
|
PCPs bruk av tilbakemeldinger fra Overdose Prevention Alert (OPA)
Tidsramme: Fra påmelding og opptil 7 måneder etter implementering av OPA
|
Et online spørreskjema for PCP-er som samhandlet med OPA inkluderer 12 Likert-skalaer (4-punkts skala: 1 = sterkt uenig i 4 = veldig enig) Vurdering av OPAs akseptabilitet, hensiktsmessighet og gjennomførbarhet:
Gjennomsnittlig score (med standardavvik [SD]) vil bli beregnet på tvers av alle elementer, så vel som individuelle gjennomsnittlige score (SD). |
Fra påmelding og opptil 7 måneder etter implementering av OPA
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Mottak av en naloksonordre eller reseptfylling
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering av overdoseforebyggende varsel (OPA)
|
Andel pasienter som mottar varsel som har en naloksonordre eller reseptfylling
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering av overdoseforebyggende varsel (OPA)
|
|
Fravær av diagnoser av opioider overdosering og naloksonadministrasjon
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
Andel pasienter som mottar varsel som ikke har en opioid overdosediagnoser og naloksonadministrasjon
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
|
Fravær av ED -besøk eller sykehusinnleggelser på grunn av overdosering av opioider eller oud
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
Andel pasienter som mottar varsel som ikke har ED -besøk eller sykehusinnleggelser på grunn av overdosering av opioider eller uorden for opioidbruk (OUD)
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
|
Fravær av overlappende opioid- og benzodiazepinbruk
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
Andel pasienter som mottar varsel som ikke har overlappende opioid- og benzodiazepinbruk
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
|
Fravær av høydose opioidbruk (gjennomsnittlig daglig morfin milligram ekvivalent ≥50)
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
Andel pasienter som mottar varsel som ikke har høydose opioidbruk (gjennomsnittlig daglig morfin milligram ekvivalent ≥50).
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
|
Mottak av henvisninger til ikke-farmakologisk smertehåndtering (f.eks. Fysioterapi, kiropraktisk pleie
Tidsramme: Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
Andel pasienter som mottar varsel som har henvisninger til ikke-farmakologisk smertehåndtering (f.eks. Fysioterapi, kiropraktisk pleie).
|
Fra påmelding og opptil 12 måneder (3, 6, 12 måneder) etter implementering
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Hovedetterforsker: Wei-Hsuan Lo-Ciganic, PhD, Division of General Internal Medicine, School of Medicine, University of Pittsburgh, Pittsburgh, PA
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Lo-Ciganic WH, Huang JL, Zhang HH, Weiss JC, Kwoh CK, Donohue JM, Gordon AJ, Cochran G, Malone DC, Kuza CC, Gellad WF. Using machine learning to predict risk of incident opioid use disorder among fee-for-service Medicare beneficiaries: A prognostic study. PLoS One. 2020 Jul 17;15(7):e0235981. doi: 10.1371/journal.pone.0235981. eCollection 2020.
- Lo-Ciganic WH, Donohue JM, Yang Q, Huang JL, Chang CY, Weiss JC, Guo J, Zhang HH, Cochran G, Gordon AJ, Malone DC, Kwoh CK, Wilson DL, Kuza CC, Gellad WF. Developing and validating a machine-learning algorithm to predict opioid overdose in Medicaid beneficiaries in two US states: a prognostic modelling study. Lancet Digit Health. 2022 Jun;4(6):e455-e465. doi: 10.1016/S2589-7500(22)00062-0.
- Nguyen K, Wilson DL, Diiulio J, Hall B, Militello L, Gellad WF, Harle CA, Lewis M, Schmidt S, Rosenberg EI, Nelson D, He X, Wu Y, Bian J, Staras SAS, Gordon AJ, Cochran J, Kuza C, Yang S, Lo-Ciganic W. Design and development of a machine-learning-driven opioid overdose risk prediction tool integrated in electronic health records in primary care settings. Bioelectron Med. 2024 Oct 18;10(1):24. doi: 10.1186/s42234-024-00156-3.
- Militello LG, Diiulio J, Wilson DL, Nguyen KA, Harle CA, Gellad W, Lo-Ciganic WH. Using human factors methods to mitigate bias in artificial intelligence-based clinical decision support. J Am Med Inform Assoc. 2025 Feb 1;32(2):398-403. doi: 10.1093/jamia/ocae291.
- Lo-Ciganic WH, Huang JL, Zhang HH, Weiss JC, Wu Y, Kwoh CK, Donohue JM, Cochran G, Gordon AJ, Malone DC, Kuza CC, Gellad WF. Evaluation of Machine-Learning Algorithms for Predicting Opioid Overdose Risk Among Medicare Beneficiaries With Opioid Prescriptions. JAMA Netw Open. 2019 Mar 1;2(3):e190968. doi: 10.1001/jamanetworkopen.2019.0968.
- Hong JJ,Wilson DL,Nguyen K,Gellad WF,Diiulio J,Militello L,Yan S,Harle CA,Nelson D,Rosenberg EI,Schmidt S,Chang CH,Cochran G,Wu Y,Staras SAS,Kuza C,Lo-Ciganic WH
Hjelpsomme linker
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- STUDY24040038
- R01DA050676 (U.S. NIH-stipend/kontrakt)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
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. .