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

PainTrain-AI Implementeringsstudie i primærhelsetjenesten (Kompetansegap og kjønnsbias) (PT-AI-IMP)

28. mars 2026 oppdatert av: Francesc Valenzuela Pascual

Implementering av den digitale intervensjonen PainTrain-AI i primærhelsetjenesten: Kompetansegap og kjønnsbias i behandlingen av kronisk muskelskjelettsmerte

Klyngestudie for å vurdere effekten av en digital klinisk simulering (PainTrain AI) på klinisk tilstrekkelighet (0-100 rubrikk) på tvers av T0-T1-T2 i primærhelsetjenesten. Sekundære endepunkter: SUS, overholdelse, indikatorer for lavverdig praksis og ventetid/friksjon. Intervensjonen er utdannings-/atferdsbasert; plattformen er ikke diagnostisk og RAG-innhegnet til validert innhold. Analyse per protokoll: DiD og LMM/GLMM.

Studieoversikt

Detaljert beskrivelse

Denne studien er en pragmatisk, klynge-tildelt implementeringsstudie designet for å evaluere effekten av den digitale pedagogiske intervensjonen PainTrain-AI på klinisk beslutningstaking i primærhelsetjenesten. Intervensjonen trener helsepersonell gjennom standardiserte virtuelle pasientsimuleringer og korte, interaktive mikromoduler, ved bruk av en retrieval-augmented generation (RAG) sikkerhetsarkitektur som begrenser alle utdata til validerte kliniske innhold. PainTrain-AI genererer ikke ny klinisk informasjon og brukes utelukkende til pedagogiske formål.

Studien tilsvarer fase 3 av et bredere forskningsprogram beskrevet i prosjektprotokollen. I denne fasen blir hele primærhelsetjenestesentre tildelt enten intervensjonsgruppen (PainTrain-AI trening) eller kontrollgruppen (vanlig trening/standard praksis). En naturlig sammenligningssetting i spesialisert helsetjeneste er inkludert for analytiske formål, uten tilgang til hoveddatasett og uten å motta noen økonomisk støtte. Det primære utfallet er klinisk adekvats, vurdert gjennom en validert 0-100 rubrikk anvendt på standardiserte kliniske tilfeller ved tre tidspunkter: utgangspunkt (T0), umiddelbart etter trening (T1) og oppfølging (T2). Dobbelt-blind scoring og en tredje-gjennomgangs voldgiftsprosess brukes for å sikre pålitelighet (mål kappa ≥0,70).

Sekundære utfall inkluderer endringer i validerte psykometriske mål (NPQ-12, PABS-PT, HC-PAIRS, FABQ), overholdelse av PainTrain-AI mikromoduler, systembrukervennlighet (SUS), latens/friksjonsmetrikker hentet fra plattformlogger, og indikatorer på lavverdi klinisk praksis. Studien inkorporerer en kjønn/randomisering av kliniske vignetter for å identifisere og analysere potensiell kjønnsbias i kliniske beslutninger. Alle innsamlede data refererer til profesjonelle, ikke pasienter. Ingen identifiserbare kliniske data brukes; alle datasett er pseudonymisert i henhold til den godkjente Data Management Plan (FAIR).

Tildeling etter klynger forhindrer kontaminering mellom grupper, og alle sentre følger standardiserte operasjonsprosedyrer (PNT) for rekruttering, trening og evaluering. Plattformen opprettholder revisjonslogger, menneske-i-løkken tilsyn og ENS/RGPD-konforme sikkerhetstiltak. Analyser vil bruke blandede effektmodeller og Difference-in-Differences-tilnærminger for å ta hensyn til klyngeeffekter, gjentatte målinger og utgangsforskjeller. Resultatene vil informere om gjennomførbarhet, akseptabilitet og foreløpig effektivitet av en digital simuleringsbasert pedagogisk intervensjon som har til hensikt å redusere kompetansegapet, redusere lavverdi praksis og dempe kjønnsbias i behandlingen av kronisk muskel- og skjelettsmerter i primærhelsetjenesten.

Studietype

Intervensjonell

Registrering (Antatt)

185

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

    • Lleida
      • Lleida, Lleida, Spania
        • Institut Català de la Salut (ICS) - Primary Care Network
        • Ta kontakt med:
      • Lleida, Lleida, Spania
        • Specialized Care Comparative Setting
        • 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

Ja

Beskrivelse

Inklusjonskriterier:

  • Helsepersonell (medisin, sykepleie, fysioterapi, psykologi, ernæring) som jobber ved deltakende helsestasjoner.
  • Aktiv klinisk praksis i studieperioden.
  • Evne til å få tilgang til og bruke den digitale plattformen (PainTrain-AI) og fullføre nettbaserte vurderinger (T0, T1, T2).
  • Gir informert samtykke.

Eksklusjonskriterier:

  • Tidligere eksponering for PainTrain-AI-plattformen innen de siste 12 månedene (risiko for kontaminering).
  • Planlagt fravær eller midlertidig permisjon i evalueringsvinduene (T0, T1, T2).
  • Manglende evne til å bruke den digitale plattformen av tekniske årsaker som ikke kan løses med støtte.
  • Avslår deltakelse.

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: Ikke-randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: PainTrain-AI Opplæring (Klyngelimplementeringsarm)
Deltakere i primærhelsetjenesten som er tildelt intervensjonsgruppen, får den atferdsmessige opplæringen PainTrain-AI. Intervensjonen består av simulert klinisk møte med virtuelle standardiserte pasienter og interaktive mikromoduler, med bruk av en RAG-innhegnet arkitektur begrenset til validerte kliniske innhold. Alle deltakere i denne gruppen fullfører T0-, T1- og T2-vurderinger.
PainTrain-AI er en atferdsmessig opplæringsintervensjon levert gjennom en digital klinisk simuleringsplattform. Systemet bruker en sikkerhetsarkitektur for hentingsforsterket generering (RAG) som begrenser alle utdata til validert klinisk innhold; plattformen er ikke-diagnostisk og genererer ikke ny klinisk informasjon. Deltakerne fullfører simulerte konsultasjoner med virtuelle standardiserte pasienter og en serie korte mikromoduler designet for å trene biopsykososial klinisk resonnering for kronisk muskelskjelettsmerte. Intervensjonen brukes utelukkende til profesjonell opplæring og involverer ikke pasientdata. Alle deltakere i intervensjonsgruppen fullfører vurderinger ved T0, T1 og T2.
Aktiv komparator: Vanlig trening / Standard praksis (Kontrollarm)
Deltakere i primærhelsetjenestesentre som er tildelt kontrollklyngen følger vanlig opplæring og standard praksis som er tilgjengelig ved deres institusjon. Ingen eksponering for PainTrain-AI-plattformen skjer i løpet av studieperioden. Sentrene fortsetter sine rutinemessige aktiviteter for videreutdanning i medisin. Alle deltakere fullfører T0-T1-T2-vurderinger med de samme standardiserte kliniske tilfellene og rubrikken. Denne armen fungerer som den aktive komparatoren for å evaluere endringer i klinisk adekvathet, indikatorer for lavverdig praksis og kjønnsrelaterte beslutningsmønstre.

Deltakerne fortsetter med vanlig trening og standard praksis tilgjengelig ved deres institusjon.

Ingen eksponering for PainTrain-AI skjer. Denne gruppen fungerer som den aktive sammenligningsgruppen.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Klinisk adekvathetsscore (0-100 rubrikk)
Tidsramme: Baseline (T0), umiddelbart etter trening (T1), og 3-måneders oppfølging (T2)
Klinisk adekvathet vil bli vurdert ved bruk av et validert 0-100-skjema som anvendes på standardiserte kliniske tilfeller. Poengsummer varierer fra 0 (lavest adekvathet) til 100 (høyest adekvathet), og høyere poengsummer indikerer et bedre klinisk resultat. Skjemaet evaluerer tre domener: (1) evaluering/triage (passende tester og vurdering av røde flagg), (2) terapeutisk anbefaling (prioritering av aktive strategier og smerteopplæring basert på evidens), og (3) klinisk kommunikasjon (unngå iatrogene meldinger og etablere funksjonelle mål). Poengsummer genereres av dobbeltblindede vurderere med avgjørelse av en tredje vurderer ved uenighet (målsatt kappa ≥0,70). Endring vil bli analysert fra T0 til T1 og T2.
Baseline (T0), umiddelbart etter trening (T1), og 3-måneders oppfølging (T2)

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
System Usability Scale (SUS, 0-100)
Tidsramme: Umiddelbart etter trening
Brukervennligheten til PainTrain-AI-intervensjonen vil bli vurdert med System Usability Scale (SUS), et valideret 10-spørsmålsskjema som gir en score fra 0 (lavest brukervennlighet) til 100 (høyest brukervennlighet). Høyere score indikerer bedre brukervennlighet. Gjennomførbarhetsterskelen er SUS ≥70, med et optimalt mål ≥80.
Umiddelbart etter trening
Overholdelse av PainTrain-AI mikromoduler (% fullført)
Tidsramme: I treningsperioden (opptil 4 uker)
Adferd vil bli målt som prosentandelen av planlagte mikromoduler eller simuleringsøkter som er fullført av hver deltaker i den definerte treningsperioden. Poengsummene spenner fra 0% (ingen moduler fullført) til 100% (alle tildelte moduler fullført). Høyere prosentandeler indikerer større engasjement i den atferdsmessige intervensjonen.
I treningsperioden (opptil 4 uker)
Indikatorer for klinisk praksis med lav verdi (antall per sak)
Tidsramme: Utgangspunkt, umiddelbart etter opplæring, og 3 måneder etter opplæring
Indikatorer for lavverdi-praksis vil bli målt ved hjelp av standardiserte kliniske tilfeller som vurderes med 0-100 adekvansrubrikken. For dette utfallet telles lavverdi-praksiser som diskrete hendelser, med mulige verdier fra 0 (ingen lavverdi-beslutninger i et tilfelle) til en høyere telling som indikerer flere upassende beslutninger. Indikatorer inkluderer upassende diagnostisk bildebehandling, unødvendig farmakologisk eskalering, eller tidlig henvisning til spesialisert behandling når det ikke er klinisk indikert. Målet reflekterer antall lavverdi-beslutninger per tilfelle ved hvert tidspunkt.
Utgangspunkt, umiddelbart etter opplæring, og 3 måneder etter opplæring
Systemlatens (sekunder)
Tidsramme: Under opplæringsperioden (opptil 4 uker)
Latency vil bli målt som gjennomsnittlig systemrespons tid (i sekunder) mellom brukerinndata og plattformutdata under PainTrain-AI-interaksjoner. Poengene varierer fra 0 sekunder (best mulig ytelse) og oppover, med høyere verdier som indikerer større teknologisk friksjon og lavere teknisk ytelse. Latency registreres automatisk gjennom systemlogger.
Under opplæringsperioden (opptil 4 uker)

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Studieleder: Fran Valenzuela-Pascual, PhD, IRBLleida / Universitat de Lleida
  • Studieleder: Ester García Martínez, PhD, Universitat de Lleida / IDIAP Jordi Gol

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 (Antatt)

1. mars 2029

Primær fullføring (Antatt)

1. mars 2030

Studiet fullført (Antatt)

1. desember 2030

Datoer for studieregistrering

Først innsendt

24. mars 2026

Først innsendt som oppfylte QC-kriteriene

28. mars 2026

Først lagt ut (Faktiske)

2. april 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

2. april 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

28. mars 2026

Sist bekreftet

1. mars 2026

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Ingen individuelle deltakerdata (IPD) vil bli delt fordi studien ikke omfatter pasientdata eller klinisk informasjon på individuelt nivå. Alle datasett refererer til helsepersonell og er pseudonymisert. Kun aggregerte resultater og anonymiserte bruksdatasett (logger, kodebøker, behandlede data) kan deles etter studiens fullføring i henhold til FAIR-prinsippene, som beskrevet i Data Management Plan.

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