Interwencja farmaceuty MTM świadoma ryzyka i korzyści w przypadku niewydolności serca
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Szczegółowy opis
Niewydolność serca jest bardzo rozpowszechnioną, złożoną chorobą związaną ze znaczną zachorowalnością i kosztami. Na przykład Geisinger obsługuje rocznie ponad 900 przyjęć do szpitala z powodu niewydolności serca, a koszt każdego przyjęcia szacuje się na 10 000–12 000 dolarów. W miarę jak modele płatności w dalszym ciągu przechodzą z opłat za usługę na oparte na wartości, dokonuje się znacznych inwestycji w zasoby zespołów opiekuńczych, aby pomóc w zarządzaniu populacjami pacjentów z niewydolnością serca. Zasoby tego zespołu opiekuńczego wykazały skuteczność. Na przykład wewnętrzne wskaźniki Geisingera wskazują, że interwencje prowadzone przez farmaceutów klinicznych, ukierunkowane na źle kontrolowaną cukrzycę typu II, doprowadziły do trwałego, mediany (bezwzględnego) spadku stężenia hemoglobiny, hemoglobiny a1C (hemoglobiny glikowanej) o 1%. W tym nowym środowisku inteligentne wykorzystanie ograniczonych zasobów ma kluczowe znaczenie dla zapewnienia jakości i ograniczenia kosztów.
W przypadku niewydolności serca obecne przewidywanie ryzyka wykazało słabe możliwości prognostyczne i stanowi przeszkodę w „precyzyjnym zapewnieniu” zasobów zespołu opiekuńczego. Obecnie podejścia są ograniczone ze względu na niepełne wykorzystanie bogatych, wysoce szczegółowych obiektywnych danych, takich jak obrazowanie, wyniki badań laboratoryjnych i parametry życiowe, i dlatego nie są zoptymalizowane pod kątem dokładnego przewidywania wyników. Badacze opracowali model uczenia maszynowego umożliwiający przewidywanie zarówno rocznego przeżycia, jak i hospitalizacji z powodu niewydolności serca w ciągu 6 miesięcy od wykonania badania echokardiograficznego. W modelu tym wykorzystano 169 zmiennych wejściowych, w tym dane kliniczne, pomiary obrazowe i 18 zmiennych dotyczących luk w opiece. Nasze wyniki pokazały nie tylko, że model uczenia maszynowego miał znacznie większą dokładność w przewidywaniu punktów końcowych zachorowalności w porównaniu z obecnymi podejściami wykorzystującymi dane z kodu rozliczeniowego, ale także, że zmienne luki w opiece były ważne dla przewidywania rocznego przeżycia. Co więcej, badacze wykazali, że zamknięcie czterech zmiennych luki w opiece zdrowotnej (szczepienie przeciw grypie, leczenie beta-adrenolitykami oparte na dowodach, leczenie inhibitorami ACE (enzymu konwertującego angiotensynę)/ARB (blokerami receptora angiotensyny) oraz kontrola stężenia glukozy we krwi u chorych na cukrzycę (tj. wartości „w celu)”) spowodowały przewidywaną poprawę przeżycia 1 roku u ~1200 (z ~11 000) pacjentów. Dlatego też niniejsze badanie ma na celu zastosowanie tego podejścia do uczenia maszynowego do bezpośrednich zasobów zespołu opiekuńczego w warunkach klinicznych, aby ocenić jego wpływ na przeżycie pacjentów i wykorzystanie opieki zdrowotnej.
Typ studiów
Typ studiów
Zapisy (Rzeczywisty)
Zapisy
Faza
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Pennsylvania
-
Danville, Pennsylvania, Stany Zjednoczone, 17822
- Geisinger Health System
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Wszyscy dorośli pacjenci z chorobą Geisingera z niewydolnością serca, zidentyfikowani za pomocą zatwierdzonego algorytmu fenotypowego opartego na EHR (Electonic Health Record),
- Pacjenci korzystający z usług podstawowej opieki zdrowotnej firmy Geisinger (PCP)
- Pacjenci poddawani terapii Geisinger Cardiology (przynajmniej 1 wizyta w ciągu ostatnich dwóch lat).
- Spełnia specyfikacje dotyczące przypisania ramienia w oparciu o wyniki modelu świadczeń z tytułu luki w opiece.
Kryteria wyłączenia:
- Pacjenci korzystający z opieki PCP firmy Geisinger lub kardiologa w regionie południowo-centralnym (część oddziału Geisinger Holy Spirit), ponieważ dostępność MTM w tym obszarze usług jest ograniczona.
- Pacjenci, którzy zgłosili, że nie chcą brać udziału w badaniach naukowych
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Podwójnie
Liczba ramion
Broń i interwencje
Grupa uczestników / ArmGrupa uczestników / Arm |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
Eksperymentalny: Wysoka korzyść, MTM
Ramię to obejmie pacjentów z niewydolnością serca, w przypadku których przewiduje się, że odniosą duże korzyści (zmniejszenie ryzyka zgonu) w wyniku uzupełnienia braków w opiece otwartej.
Po randomizacji zostaną skierowani do apteki MTM w celu przeglądu leczenia w celu uzupełnienia braków w odpowiedniej opiece.
|
Pacjenci będą kierowani na spotkanie z farmaceutą prowadzącym terapię lekową.
|
|
Brak interwencji: Wysoka korzyść, brak MTM
Ramię to obejmie pacjentów z niewydolnością serca, w przypadku których przewiduje się, że odniosą duże korzyści (zmniejszenie ryzyka zgonu) w wyniku uzupełnienia braków w opiece otwartej.
Po randomizacji będą nadal otrzymywać standard opieki klinicznej: regularne wizyty kontrolne w ramach medycyny środowiskowej (co 3 miesiące) i kardiologii (co sześć miesięcy).
Co ważne, osoby te kwalifikują się do skierowania do MTM według uznania swojego lekarza.
|
|
|
Aktywny komparator: Niska korzyść, MTM
Ramię to obejmie pacjentów z niewydolnością serca, w przypadku których przewiduje się, że w wyniku uzupełnienia braków w opiece otwartej odniosą niewielkie korzyści (zmniejszenie ryzyka zgonu).
Zostaną wybrani na podstawie wieku, płci i dopasowania ryzyka do grupy MTM, która zapewnia duże korzyści.
Zostaną skierowani do apteki MTM w celu przeglądu leczenia i próby uzupełnienia braków w odpowiedniej opiece.
|
Pacjenci będą kierowani na spotkanie z farmaceutą prowadzącym terapię lekową.
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Śmiertelność ze wszystkich przyczyn
Ramy czasowe: 1 rok
|
Śmierć po randomizacji
|
1 rok
|
|
Przyjęcie do szpitala
Ramy czasowe: 1 rok
|
Liczba przyjęć do szpitala
|
1 rok
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wykorzystanie opieki zdrowotnej — całkowity koszt opieki
Ramy czasowe: 1 rok
|
Całkowity koszt opieki (dopłaty, wypłacone odszkodowania, współubezpieczenie, koszty własne) dla podzbioru pacjentów objętych badaniem objętym Planem Opieki Zdrowotnej Geisinger
|
1 rok
|
|
Występowanie zamknięcia luki w opiece nad szczepionkami przeciw grypie; związek ze śmiertelnością
Ramy czasowe: 1 rok
|
Badacze porównają wskaźniki zamknięcia luki w opiece nad szczepionkami przeciw grypie w poszczególnych ramionach oraz porównają przewidywaną i rzeczywistą śmiertelność w zależności od zaobserwowanej luki w opiece zdrowotnej.
|
1 rok
|
|
Występowanie opartego na dowodach zamknięcia luki w opiece nad beta-blokerami; związek ze śmiertelnością
Ramy czasowe: 1 rok
|
Badacze porównają wskaźniki zamykania opartych na dowodach różnic w opiece nad beta-adrenolitykami w poszczególnych ramionach leczenia oraz porównają przewidywaną i faktyczną hospitalizację w zależności od zaobserwowanej luki w opiece.
|
1 rok
|
|
Częstość występowania zamknięcia luki w opiece nad inhibitorem ACE/ARB; związek ze śmiertelnością
Ramy czasowe: 1 rok
|
Badacze porównają współczynniki zamknięcia luki w opiece z inhibitorami ACE/ARB w poszczególnych ramionach oraz porównają przewidywaną i rzeczywistą hospitalizację w zależności od zaobserwowanego wypełnienia luki w opiece.
|
1 rok
|
|
Częstość występowania „docelowej” luki w opiece zdrowotnej u chorych na cukrzycę; związek ze śmiertelnością
Ramy czasowe: 1 rok
|
Badacze porównają odsetek zamknięć w przypadku „docelowej” luki w opiece nad chorymi na cukrzycę z a1C w poszczególnych ramionach oraz porównają przewidywaną i rzeczywistą hospitalizację w zależności od zaobserwowanej luki w opiece.
|
1 rok
|
Współpracownicy i badacze
Sponsor
Sponsor
Śledczy
Śledczy
- Główny śledczy: Christopher M Haggerty, PhD, Geisinger Clinic
- Główny śledczy: Brandon K Fornwalt, MD, PhD, Geisinger Clinic
Publikacje i pomocne linki
Publikacje ogólne
- Mortazavi BJ, Downing NS, Bucholz EM, Dharmarajan K, Manhapra A, Li SX, Negahban SN, Krumholz HM. Analysis of Machine Learning Techniques for Heart Failure Readmissions. Circ Cardiovasc Qual Outcomes. 2016 Nov;9(6):629-640. doi: 10.1161/CIRCOUTCOMES.116.003039. Epub 2016 Nov 8.
- Bhavnani SP, Parakh K, Atreja A, Druz R, Graham GN, Hayek SS, Krumholz HM, Maddox TM, Majmudar MD, Rumsfeld JS, Shah BR. 2017 Roadmap for Innovation-ACC Health Policy Statement on Healthcare Transformation in the Era of Digital Health, Big Data, and Precision Health: A Report of the American College of Cardiology Task Force on Health Policy Statements and Systems of Care. J Am Coll Cardiol. 2017 Nov 28;70(21):2696-2718. doi: 10.1016/j.jacc.2017.10.018. No abstract available.
- Haga K, Murray S, Reid J, Ness A, O'Donnell M, Yellowlees D, Denvir MA. Identifying community based chronic heart failure patients in the last year of life: a comparison of the Gold Standards Framework Prognostic Indicator Guide and the Seattle Heart Failure Model. Heart. 2012 Apr;98(7):579-83. doi: 10.1136/heartjnl-2011-301021.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Zakończenie podstawowe
Ukończenie studiów (Rzeczywisty)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- 2018-0735
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Niewydolność serca
-
NCT05255172Rejestracja na zaproszenieNiewydolność serca Klasa II według New York Heart Association (NYHA). | Niewydolność serca Klasa III według New York Heart Association (NYHA).
-
NCT04705337ZakończonyNiewydolność serca, skurcz | Niewydolność serca ze zmniejszoną frakcją wyrzutową | Niewydolność serca Klasa IV według New York Heart Association | Niewydolność serca Klasa III według New York Heart Association
-
NCT03727646ZakończonyNiewydolność serca, zastoinowa | Zmiana mitochondrialna | Niewydolność serca Klasa IV według New York Heart Association
-
NCT07343674RekrutacyjnyCiężkie objawowe zwężenie zastawki aortalnej (zdefiniowane jako klasa New York Heart Association (NYHA) ≥ II)