Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Badania Przesiewowe Raka Jajnika i Sztuczna Inteligencja (AI-OCS-Gyn)

25 marca 2026 zaktualizowane przez: Odette Wegwarth, Charite University, Berlin, Germany

AI a postawy ginekologów wobec badań przesiewowych raka jajnika

Ginekolodzy często przeceniają korzyści i bezpieczeństwo badań przesiewowych w kierunku raka jajnika. Dyskusje wspierane sztuczną inteligencją mogą pomóc skorygować te błędne przekonania. To badanie sprawdza, czy rozmowa kierowana sztuczną inteligencją na temat dowodów dotyczących badań przesiewowych w kierunku raka jajnika może poprawić wiedzę ginekologów i zmniejszyć nieoparte na dowodach zalecenia dotyczące badań przesiewowych, w porównaniu z kontrolną dyskusją AI na temat częstości występowania raka jajnika.

Przegląd badań

Status

Status

Wskazuje aktualny stan rekrutacji lub stan rozszerzonego dostępu.
Jeszcze nie rekrutacja

Warunki

Warunki

Badana choroba, zaburzenie, zespół, choroba lub uraz. Na stronie ClinicalTrials.gov warunki mogą również obejmować inne kwestie związane ze zdrowiem, takie jak długość życia, jakość życia i zagrożenia dla zdrowia.

Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.

Szczegółowy opis

Dotychczasowe badania wykazały, że ginekolodzy często znacznie przeceniają zarówno skuteczność, jak i bezpieczeństwo badań przesiewowych w kierunku raka jajnika, pomimo solidnych dowodów wskazujących, że takie badania nie przynoszą korzyści klinicznej netto. Wyniki te podkreślają potrzebę innowacyjnych strategii komunikacyjnych wspierających praktykę kliniczną opartą na dowodach i ograniczających opiekę o niskiej wartości.

Interwencje konwersacyjne oparte na sztucznej inteligencji wykazały obiecujące wyniki w innych dziedzinach, mając na celu korygowanie błędnych przekonań lub zachęcanie do zaangażowania w dowody, szczególnie wśród osób początkowo opornych na informacje faktograficzne. Wykorzystując te spostrzeżenia, niniejsze badanie analizuje, czy dyskusje ułatwiane przez sztuczną inteligencję mogą skutecznie poprawić wiedzę ginekologów na temat profilu korzyści i szkód badań przesiewowych w kierunku raka jajnika, a w konsekwencji ograniczyć rekomendacje nieoparte na dowodach.

Badanie wykorzystuje przekrojowy projekt badawczy, w którym ginekolodzy, którzy wcześniej deklarowali regularne zalecanie badań przesiewowych w kierunku raka jajnika za pomocą przezpochwowego USG i potencjalnie dodatkowego testu CA 125 swoim bezobjawowym pacjentkom o przeciętnym ryzyku, są randomizowani do jednego z dwóch warunków:

  1. Warunek interwencji: Uczestnicy angażują się w rozmowę prowadzoną przez sztuczną inteligencję, w której wyjaśniają swoje powody zalecania badań przesiewowych w kierunku raka jajnika. Sztuczna inteligencja jest zaprogramowana, aby reagować na błędne przekonania i wyjaśniać brak dowodów wspierających pozytywny stosunek korzyści do szkód.
  2. Warunek kontrolny: Uczestnicy biorą udział w dyskusji z sztuczną inteligencją na temat częstości występowania raka jajnika, nie otrzymując informacji ani korektywnej informacji zwrotnej dotyczącej wyników badań przesiewowych.

Przed i po dyskusji opartej na sztucznej inteligencji wszyscy uczestnicy są pytani o ich numeryczną (X na 1000 kobiet) i subiektywną percepcję korzyści i szkód badań przesiewowych w kierunku raka jajnika oraz o ich rekomendacje dotyczące badań. Miary pochodzą z narzędzi stosowanych w poprzednich badaniach.

Głównym celem tego badania jest ocena zmiany, od przed do po rozmowie opartej na sztucznej inteligencji, w rozumieniu przez klinicystów stosunku korzyści do szkód oraz ich rekomendacji dotyczących rutynowych badań przesiewowych w kierunku raka jajnika u bezobjawowych kobiet o przeciętnym ryzyku, wewnątrz i pomiędzy grupami badawczymi.

Typ studiów

Typ studiów

Opisuje charakter badania klinicznego. Rodzaje badań obejmują badania interwencyjne (zwane także badaniami klinicznymi), badania obserwacyjne (w tym rejestry pacjentów) i rozszerzony dostęp.
Interwencyjne

Zapisy (Szacowany)

Zapisy

Liczba uczestników badania klinicznego. „Przewidywana” rekrutacja to docelowa liczba uczestników, których naukowcy potrzebują do badania.
350

Faza

Faza

Etap badania klinicznego badającego lek lub produkt biologiczny w oparciu o definicje opracowane przez amerykańską Agencję ds. Żywności i Leków (FDA). Faza opiera się na celu badania, liczbie uczestników i innych cechach. Istnieje pięć faz: wczesna faza 1 (wcześniej wymieniona jako faza 0), faza 1, faza 2, faza 3 i faza 4. Nie dotyczy jest używany do opisania badań bez faz zdefiniowanych przez FDA, w tym prób urządzeń lub interwencji behawioralnych.
  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kontakt w sprawie studiów

Imię i nazwisko oraz dane kontaktowe osoby, która może odpowiedzieć na pytania dotyczące rejestracji do badania klinicznego. Każda lokalizacja, w której prowadzone jest badanie, może mieć również określoną osobę kontaktową, która może lepiej odpowiedzieć na te pytania.

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Niemcy
    • State of Berlin
      • Mitte, State of Berlin, Niemcy, 10117
        • Charité - Universitätsmedizin Berlin

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Kryteria kwalifikacji

Kluczowe wymagania, które muszą spełniać osoby chcące wziąć udział w badaniu klinicznym lub cechy, które muszą posiadać. Kryteria kwalifikowalności obejmują zarówno kryteria włączenia (które są wymagane, aby dana osoba mogła uczestniczyć w badaniu), jak i kryteria wykluczenia (które uniemożliwiają osobie udział). Rodzaje kryteriów kwalifikowalności obejmują to, czy badanie akceptuje zdrowych ochotników, ma wymagania dotyczące wieku lub grupy wiekowej lub jest ograniczone ze względu na płeć.

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria włączenia:

  • ginekolodzy w opiece ambulatoryjnej, którzy przeprowadzają badania przesiewowe w kierunku raka jajnika u bezobjawowych kobiet o średnim ryzyku (niezgodnie z wytycznymi)

Kryteria wykluczenia:

  • ginekolodzy w opiece szpitalnej
  • ginekolodzy w opiece ambulatoryjnej, którzy NIE przeprowadzają badań przesiewowych w kierunku raka jajnika u bezobjawowych kobiet o średnim ryzyku (zgodnie z wytycznymi)

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Ekranizacja
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Pojedynczy

Broń i interwencje

Grupa uczestników / Arm

Grupa uczestników / Arm

Grupa lub podgrupa uczestników badania klinicznego, którzy zgodnie z protokołem badania otrzymują określoną interwencję/leczenie lub nie otrzymują żadnej interwencji.
Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.
Inny: Control (ChatGPT Control Condition)

Uczestnicy w tej grupie prowadzą trzyczęściową rozmowę z ChatGPT. Rola AI polega na:

  • Omówieniu postrzegania przez uczestnika, jak niebezpieczny jest rak jajnika.
  • Dostarczeniu faktów na temat rozpowszechnienia, ryzyka w ciągu życia, wskaźników śmiertelności i ogólnej epidemiologii.
  • Unikaniu jakichkolwiek wzmianek o badaniach przesiewowych, zaleceniach wytycznych czy korzyściach/szkodach związanych z badaniami przesiewowymi.
  • Utrzymywaniu odpowiedzi w zwięzłej formie (5-8 zdań na każdą część rozmowy).
  • Rozpoczęciu od reakcji na otwierające pytanie uczestnika: „Według ciebie, jak niebezpieczny jest rak jajnika?”
Behawioralne: ChatGPT - Kontrola

Trzyrundowa rozmowa; omawia ryzyko i epidemiologię raka jajnika; unika tematów badań przesiewowych; zwięzłe odpowiedzi (5-8 zdań).

Sposób realizacji: Interfejs czatu online; uczestnik wchodzi w interakcję bezpośrednio z ChatGPT.
Eksperymentalny: Eksperymentalna (ChatGPT Dyskusja na Podstawie Dowodów Medycznych)

Uczestnicy w tej grupie prowadzą trzyrundową rozmowę z ChatGPT.
Rola AI polega na:

  • Poproszeniu uczestników o rozwinięcie powodów, dla których zalecają badania przesiewowe w kierunku raka jajnika.
  • Dostarczeniu jasnych, opartych na dowodach informacji o korzyściach i szkodach badań przesiewowych w kierunku raka jajnika u kobiet o średnim ryzyku.
  • Odniesieniu się do kluczowych wyników dużych badań (np. PLCO, UKCTOCS) z liczbami bezwzględnymi (wskaźniki wyników fałszywie dodatnich, niepotrzebne operacje, wskaźniki powikłań, brak korzyści w zakresie śmiertelności).
  • Podsumowaniu stanowisk głównych wytycznych w USA (np. USPSTF, ACOG), w tym zalecenia przeciwko rutynowym badaniom przesiewowym u bezobjawowych kobiet o średnim ryzyku.
  • Ocenie dowodów i stwierdzeniu, czy rutynowe badania przesiewowe są wspierane na podstawie obecnych danych.
  • Utrzymaniu szacownego, nienarzucającego tonu; krytykowaniu dowodów, a nie uczestnika.
  • Zachowaniu zwięzłości odpowiedzi (5-8 zdań na rundę).
  • Rozpoczęciu od odpowiedzi na pytanie otwierające uczestnika: "Dlaczego zalecasz badania przesiewowe w kierunku raka jajnika?"
Behawioralne: ChatGPT - Opierająca się na dowodach naukowych dyskusja na temat badań przesiewowych

Trzyrundowa rozmowa; pyta uczestników o uzasadnienie badań przesiewowych; dostarcza oparte na dowodach informacje o korzyściach/szkodach, danych z badań klinicznych, stanowiskach wytycznych; zwięzłe odpowiedzi (5-8 zdań).

Sposób realizacji: Interfejs czatu online; uczestnik wchodzi w interakcję bezpośrednio z ChatGPT.

Co mierzy badanie?

Podstawowe miary wyniku

Podstawowe miary wyniku

W protokole badania klinicznego planowana miara wyniku, która jest najważniejsza dla oceny efektu interwencji/leczenia. Większość badań klinicznych ma jedną główną miarę wyniku, ale niektóre mają więcej niż jedną.
Miara wyniku
Opis środka
Ramy czasowe
Zmiana w intencji polecania badań przesiewowych raka jajnika
Ramy czasowe: Bezpośrednio po interwencji
Różnica w częstotliwości, z jaką uczestnicy sami zgłaszali, że będą w przyszłości zalecać badanie przesiewowe w kierunku raka jajnika kobietom o przeciętnym ryzyku po interakcji z ChatGPT, a częstotliwością, z jaką sami zgłaszali, że zalecali to badanie w przeszłości.
Bezpośrednio po interwencji

Miary wyników drugorzędnych

Miary wyników drugorzędnych

W protokole badania klinicznego planowana miara wyniku, która nie jest tak ważna jak główna miara wyniku w ocenie efektu interwencji, ale nadal jest interesująca. Większość badań klinicznych ma więcej niż jedną drugorzędową miarę wyniku.
Miara wyniku
Opis środka
Ramy czasowe
Zmiana w ocenie stosunku korzyści do szkód w badaniach przesiewowych raka jajnika
Ramy czasowe: Bezpośrednio po interwencji
Różnica między samodzielnie zgłaszaną oceną stosunku korzyści do szkód przed i po interakcji z ChatGPT.
Bezpośrednio po interwencji
Dokładność wiedzy na temat dowodów dotyczących badań przesiewowych raka jajnika
Ramy czasowe: Natychmiast po interwencji
Zrozumienie przez uczestników korzyści, zagrożeń i zaleceń wytycznych dotyczących badań przesiewowych w kierunku raka jajnika, oceniane za pomocą pytań z ankiety
Natychmiast po interwencji

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Sponsor

Organizacja lub osoba, która inicjuje badanie i która ma władzę i kontrolę nad badaniem.
Charite University, Berlin, Germany

Współpracownicy

Współpracownicy

Organizacja inna niż sponsor, która zapewnia wsparcie dla badania klinicznego. Wsparcie to może obejmować działania związane z finansowaniem, projektowaniem, wdrażaniem, analizą danych lub raportowaniem.
German Research Foundation
Max Planck Institute for Human Development

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Szacowany)

Rozpoczęcie studiów

Rzeczywista data włączenia pierwszego uczestnika do badania klinicznego. „Przewidywana” data rozpoczęcia badania to data, którą naukowcy uważają za datę rozpoczęcia badania.
27 marca 2026

Zakończenie podstawowe (Szacowany)

Zakończenie podstawowe

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję w celu zebrania ostatecznych danych dla głównego pomiaru wyniku. To, czy badanie kliniczne zakończyło się zgodnie z protokołem, czy też zostało zakończone, nie ma wpływu na tę datę. W przypadku badań klinicznych z więcej niż jedną miarą wyniku pierwotnego i różnymi datami zakończenia termin ten odnosi się do daty zakończenia gromadzenia danych dla wszystkich miar wyniku pierwotnego. „Przewidywana” data ukończenia podstawowego badania to data, którą naukowcy uważają za pierwotną datę zakończenia badania.
30 kwietnia 2026

Ukończenie studiów (Szacowany)

Ukończenie studiów

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję/leczenie w celu zebrania ostatecznych danych dotyczących głównych miar wyników, drugorzędowych miar wyników i zdarzeń niepożądanych (tj. ostatnia wizyta ostatniego uczestnika). „Przewidywana” data zakończenia badania to data, którą naukowcy uważają za datę zakończenia badania.
30 kwietnia 2026

Daty rejestracji na studia

Pierwszy przesłany

Pierwszy przesłany

Data, w której sponsor badania lub badacz po raz pierwszy przesłał dokumentację badania do ClinicalTrials.gov. Zwykle występuje kilkudniowe opóźnienie między pierwszą przesłaną datą a udostępnieniem rekordu na ClinicalTrials.gov (pierwsza data opublikowania).
25 marca 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Data, w której sponsor badania lub badacz po raz pierwszy przesłał zapis badania zgodny z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Sponsor lub badacz może być zmuszony do zmiany i przedłożenia dokumentacji badania raz lub kilka razy, zanim zostaną spełnione kryteria przeglądu kontroli jakości NLM. Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
25 marca 2026

Pierwszy wysłany (Rzeczywisty)

Pierwszy wysłany

Data pierwszego udostępnienia zapisu badania na stronie ClinicalTrials.gov po zakończeniu przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Zwykle występuje kilkudniowe opóźnienie między datą przesłania dokumentacji badania przez sponsora badania lub badacza a datą pierwszego zaksięgowania.
31 marca 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

Ostatnia wysłana aktualizacja

Najnowsza data udostępnienia zmian w rekordzie badania na stronie ClinicalTrials.gov. Może wystąpić opóźnienie między momentem przesłania zmian do ClinicalTrials.gov przez sponsora badania lub badacza (data ostatniego przesłania aktualizacji) a datą ostatniego opublikowania aktualizacji.
31 marca 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Najnowsza data, w której sponsor badania lub badacz przesłał zmiany w rekordzie badania, które są zgodne z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
25 marca 2026

Ostatnia weryfikacja

Ostatnia weryfikacja

Najnowsza data, w której sponsor badania lub badacz potwierdził, że informacje o badaniu klinicznym na stronie ClinicalTrials.gov są dokładne i aktualne. Jeśli badanie ze statusem rekrutacji to rekrutacja; jeszcze nie rekrutacja; lub aktywny, brak rekrutacji nie został potwierdzony w ciągu ostatnich 2 lat, status rekrutacji do badania jest pokazany jako nieznany.
1 marca 2026

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

Inne numery identyfikacyjne badania

Identyfikatory lub numery identyfikacyjne inne niż numer NCT, które są przypisane do badania klinicznego przez sponsora badania, podmioty finansujące lub inne osoby. Numery te mogą zawierać unikalne identyfikatory z innych rejestrów badań i numery grantów National Institutes of Health.
  • 2025ChatGPTGyn

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

Będziemy używać osf.io do opublikowania surowych danych behawioralnych uczestników bez jakichkolwiek identyfikatorów oraz otwartych komunikacji tekstowych po zakończeniu badania i opublikowaniu wyników (październik 2026).

Typ informacji pomocniczych dotyczących udostępniania IPD

  • ANALITYCZNY_KOD

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Ustawienia plików cookie

Używamy plików cookie, aby zapewnić najlepszą jakość korzystania z naszej witryny. Aby uzyskać więcej informacji, przeczytaj uważnie naszą Politykę prywatności i pliki cookie. ...>>>Możesz zmienić swoje preferencje lub wycofać zgodę w dowolnym momencie, usuwając pliki cookie ze swojej strony internetowej lub komputera, zgodnie z opisem w polityce. Zaakceptuj go i wybierz swoje preferencje, zaznaczając odpowiednie pola w sekcji „Zarządzaj ustawieniami” poniżej. Przeczytaj uważnie nasze Warunki korzystania z usług, zanim zaczniesz korzystać z jakiejkolwiek części tej witryny.
«Zarządzaj ustawieniami