Dynamiczna CDSA do zarządzania chorymi dziećmi w Rwandzie (DYNAMIC-RW)
Algorytmy dynamicznego wspomagania decyzji klinicznych w zarządzaniu chorymi dziećmi w placówkach podstawowej opieki zdrowotnej w Rwandzie
Przegląd badań
Szczegółowy opis
Dzieci są dobrze znaną wrażliwą populacją, która nadal cierpi z powodu wysokiego wskaźnika ostrych chorób zakaźnych i zgonów, którym można było zapobiec. Jest to szczególnie prawdziwe w niestabilnych systemach opieki zdrowotnej w Afryce Subsaharyjskiej, gdzie śmiertelność dzieci poniżej piątego roku życia jest 10 razy wyższa niż w krajach o wysokich dochodach. Opieka nad chorymi dziećmi na poziomie podstawowej opieki zdrowotnej w tych środowiskach pozostaje niewystarczająca, ponieważ klinicystom pierwszej linii brakuje odpowiedniej diagnostyki, nadzoru nad doskonaleniem umiejętności i narzędzi wspomagających podejmowanie decyzji. Klinicznie potwierdzone testy diagnostyczne w miejscu opieki (POC) są często niedostępne, a wytyczne dotyczące praktyki szybko stają się nieaktualne z powodu nowych dowodów i zmieniającej się epidemiologii. Kiedy pojawia się epidemia, te statyczne, ogólne wytyczne mogą nawet stać się szkodliwe, jeśli zdarzenie nie zostanie wykryte na czas i włączone do zaleceń.
Wobec braku wiarygodnych wytycznych pracownicy służby zdrowia mają tendencję do przepisywania antybiotyków w nadmiernych ilościach (Hopkins i in. 2017, Fink i in. 2019). Około 9 na 10 dzieci na poziomie podstawowej opieki zdrowotnej w Tanzanii otrzymuje antybiotyk, podczas gdy tylko 1 na 10 go potrzebuje (D'Acremont et al. 2014). Niewłaściwe stosowanie antybiotyków zaburza florę jelitową, sprzyjając namnażaniu się patogenów i osłabiając odpowiedź immunologiczną dziecka (Benoun i wsp. 2016). Jest również głównym czynnikiem wywołującym oporność na antybiotyki, która według szacunków jest odpowiedzialna za nawet 10 milionów zgonów rocznie do 2050 r. (Holmes i in. 2016, Fink i in. 2019). Równie ważne jak nadużywanie antybiotyków jest jego niedostateczne stosowanie. Zaginięcie dziecka wymagającego antybiotykoterapii lub podanie dziecku niewłaściwego rodzaju lub dawki antybiotyku naraża je na ryzyko zachorowalności i śmierci, którym można zapobiec. To samo dzieje się z lekami przeciwmalarycznymi, które nie zawsze są przepisywane potrzebującym dzieciom: dzieciom z pozytywnym wynikiem testu na malarię.
Błędne diagnozy mają konsekwencje, które wykraczają poza pacjenta. Zwiększają wskaźniki ponownej frekwencji, dodatkowo przeciążając placówki podstawowej opieki zdrowotnej i generując straty ekonomiczne nie tylko dla rodzin, ale dla całego systemu opieki zdrowotnej. Systematyczne błędy w danych na poziomie pacjenta kumulują się, a ponieważ są one agregowane w celu pomiaru wskaźników na poziomie populacji, mogą potencjalnie wpływać na statystyki wykorzystywane do ustalania priorytetów interwencji zdrowotnych i, co ważne, identyfikowania epidemii.
WHO określiła cyfrowe interwencje zdrowotne i narzędzia prognostyczne w podstawowej opiece zdrowotnej jako kluczowe czynniki przyspieszające osiągnięcie 3. Celu Zrównoważonego Rozwoju 2030, jakim jest zapewnienie wszystkim dobrego zdrowia i dobrego samopoczucia. Nowe proste i tanie technologie, takie jak urządzenia mobilne, w połączeniu z postępem w dziedzinie informatyki i analizy danych mogą pomóc złagodzić niektóre z wyżej wymienionych wyzwań. Proponowana interwencja cyfrowa to algorytm wspomagania decyzji klinicznych trzeciej generacji (CDSA), który ma pomóc personelowi medycznemu na poziomie podstawowej opieki zdrowotnej w leczeniu dzieci z ostrymi chorobami. Pierwsze dwie wersje algorytmu zostały poddane rygorystycznej ocenie w kontrolowanych warunkach badawczych, jak podsumowano poniżej:
Algorytm pierwszej generacji o nazwie ALMANACH był testowany w Tanzanii w latach 2010-2011, uzyskując poprawę wyleczenia klinicznego (z 92% do 97%) i spadek przepisywania antybiotyków (z 84% do 15%) w porównaniu z rutynową opieką (Shao i in. al.2015A). ALMANACH doprowadził również do bardziej spójnych ocen klinicznych, nie zajmując więcej czasu niż konwencjonalna konsultacja i był postrzegany przez klinicystów jako „potężne i użyteczne” narzędzie (Shao i in. 2015B).
Algorytm drugiej generacji o nazwie ePOCT był testowany w Tanzanii w latach 2014-2016. Oprócz objawów przedmiotowych i przedmiotowych wykorzystano kilka testów POC, aby pomóc wykryć dzieci z ciężkimi infekcjami wymagającymi leczenia szpitalnego (oksymetria i poziom hemoglobiny) i/lub dzieci z poważnymi infekcjami bakteryjnymi (CRP). Zastosowanie ePOCT skutkowało wyższym wyleczeniem klinicznym (98%) w porównaniu z ALMANACHEM (96%) i rutynową opieką (95%). Algorytm dodatkowo ograniczył przepisywanie antybiotyków do 11%, w porównaniu z 30% przy użyciu ALMANACH i 95% w rutynowej opiece (Keitel i in. 2017).
Algorytmy elektroniczne można zatem z powodzeniem wdrażać w celu poprawy wytycznych klinicznych i dostarczania klinicystom informacji zwrotnych, a także umożliwiania analiz danych w czasie zbliżonym do rzeczywistego w celu monitorowania i oceny interwencji zdrowotnych, nadzoru nad chorobami i wykrywania ognisk. Celem tego badania jest poprawa diagnostyki klinicznej, zmniejszenie zachorowalności i śmiertelności dzieci oraz złagodzenie oporności na środki przeciwdrobnoustrojowe przy użyciu nowatorskich dynamicznych technologii POC, które pomagają personelowi medycznemu pierwszej linii w zarządzaniu chorymi pacjentami, wzmocnione przez inteligentny nadzór nad chorobami i mechanizmy wykrywania epidemii.
Dokładniej, badanie to ma na celu:
Cel 1: Poprawa zintegrowanego zarządzania dziećmi z ostrą chorobą poprzez zapewnienie elektronicznego CDSA (ePOCT+) klinicystom pracującym na poziomie podstawowej opieki zdrowotnej;
Cel 2: Poprawa dokładności algorytmu klinicznego i dostosowanie go do czasowych zmian epidemiologicznych i zasobów w oparciu o dane wygenerowane za pomocą narzędzia ePOCT+, przeanalizowane przy użyciu uczenia maszynowego i sprawdzone przez ekspertów klinicznych;
Cel 3: Ulepszenie systemu zarządzania informacją zdrowotną w celu monitorowania i oceny oraz prowadzenia nadzoru wspomagającego (zwiększona liczba znaczących wskaźników, które są przeglądane i regularnie poddawane działaniu) w HF z wykorzystaniem danych klinicznych generowanych przez narzędzie ePOCT+ i wzbogaconych o dodatkowe tablice analizy danych i wizualizacji ;
Cel 4: Stworzenie ram dla rozwoju i wdrażania dynamicznych narzędzi CDSA i nadzoru chorób, dla zrównoważonego i klinicznie odpowiedzialnego wykorzystania uczenia maszynowego i nauki o danych na dużą skalę.
Podstawowe badanie interwencyjne zostanie przeprowadzone w dwóch etapach.
Faza 1: otwarte, dwuramienne, nierandomizowane, kontrolowane badanie wyższości w grupach równoległych, przeprowadzone w sposób rozłożony w czasie/sekwencyjny, łącznie w 32 placówkach służby zdrowia. Interwencja obejmuje algorytm wspomagania decyzji klinicznych ePOCT+ (CDSA) wyświetlany na tabletach (czytnik medAL), testy przyłóżkowe i urządzenia niebędące częścią rutynowej opieki (pulsoksymetr, szybki test CRP, dodatkowe kuwety z hemoglobiną), uzupełniające szkolenie w zakresie narzędzia, regularne monitorowanie i wizyty mentorskie/superwizyjne zespołu badawczego i/lub Douncil Health Management Team (DHMT). Opiekę mentorską i superwizję umożliwi komplementarny dashboard (medAL-monitor), służący do wizualizacji i monitorowania wskaźników związanych z badaniem. Ze względu na pragmatyczny charakter badania, projekt jest adaptacyjny, ponieważ zmiany we wdrażaniu w trzech badaniach klastrowych mogą być dokonywane na podstawie danych z monitoringu i informacji zwrotnych z placówek służby zdrowia. Te zmiany implementacyjne (z wyłączeniem znaczących dostosowań do treści algorytmu) zostaną dokładnie udokumentowane i uwzględnione przy porównywaniu efektów w trzech badaniach klastrowych.
Faza 2: rozszerzenie skali interwencji na większą liczbę placówek służby zdrowia i przekształcenie w algorytm dynamiczny Narzędzie ePOCT+ zostanie rozszerzone na placówki służby zdrowia służące jako kontrole w fazie 1, a także na dodatkowe placówki sąsiadujące z obszarem docelowym, aby osiągnąć łącznie do 40 placówek w Rwandzie. W fazie 2 adaptacyjny projekt badania zostanie wykorzystany do pomiaru tych samych wskaźników wyniku, co w fazie 1. Treść medyczna algorytmu nie będzie już stała, ale raczej modyfikowalna. Każda potencjalna modyfikacja zostanie najpierw oceniona przez grupę ekspertów klinicznych z Tanzanii pod kątem spójności klinicznej, bezpieczeństwa i potencjalnych korzyści, a następnie zastosowana do danych retrospektywnych. Jeżeli analizy te potwierdzą zarówno klinicznie istotny pozytywny wpływ, jak i oszacują, że w okresie badania będzie wystarczająco dużo przypadków w przyszłości, aby wykryć tę poprawę, zmiana algorytmu zostanie przetestowana w randomizowanym badaniu cząstkowym z wykorzystaniem tego samego projektu badania, co w fazie 1, z wyjątkiem tego, że randomizacja będzie miała miejsce na poziomie pacjenta, a nie na poziomie placówki zdrowotnej. Jeśli pozytywny wpływ zostanie potwierdzony w badaniu cząstkowym, modyfikacja zostanie wdrożona we wszystkich odpowiednich lokalizacjach/podgrupach pacjentów.
Dodatkowe przekrojowe badania operacyjne z wykorzystaniem metod mieszanych będą miały miejsce w całym okresie interwencji w celu zbadania kontekstu wdrażania, czynników ułatwiających i barier w zwiększaniu skali tej interwencji i jej integracji z podstawowym systemem opieki zdrowotnej w Rwandzie.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Nyamasheke, Rwanda
- Kamonyi CS
-
Nyamasheke, Rwanda
- Karengera CS
-
Nyamasheke, Rwanda
- Mukoma CS
-
Nyamasheke, Rwanda
- Muyange CS
-
Rusizi, Rwanda
- Nkanka CS
-
-
Nyamasheke
-
Bushekeri, Nyamasheke, Rwanda
- Gisakura CS
-
Bushenge, Nyamasheke, Rwanda
- Bushenge CS
-
Cyato, Nyamasheke, Rwanda
- Yove CS
-
Gihombo, Nyamasheke, Rwanda
- Kibingo CS
-
Kagano, Nyamasheke, Rwanda
- Nyamasheke CS
-
Kanjongo, Nyamasheke, Rwanda
- Kibogora CS
-
Kanjongo, Nyamasheke, Rwanda
- Ruheru CS
-
Karambi, Nyamasheke, Rwanda
- Cyivugiza CS
-
Karambi, Nyamasheke, Rwanda
- Karambi CS
-
Karambi, Nyamasheke, Rwanda
- Ngange CS
-
Karengera, Nyamasheke, Rwanda
- Mwezi CS
-
Kibogora, Nyamasheke, Rwanda
- Mahembe CS
-
Macuba, Nyamasheke, Rwanda
- Gatare CS
-
Macuba, Nyamasheke, Rwanda
- Hanika CS
-
Rangiro, Nyamasheke, Rwanda
- Rangiro CS
-
Shangi, Nyamasheke, Rwanda
- Mugera CS
-
-
Rusizi
-
Bugarama, Rusizi, Rwanda
- Islamic CS
-
Gashonga, Rusizi, Rwanda
- Mibilizi CS
-
Giheke, Rusizi, Rwanda
- Giheke CS
-
Gihundwe, Rusizi, Rwanda
- Bweyeye CS
-
Gihundwe, Rusizi, Rwanda
- Nkombo CS
-
Gihundwe, Rusizi, Rwanda
- Shagasha CS
-
Gitambi, Rusizi, Rwanda
- Mashesha CS
-
Kamembe, Rusizi, Rwanda
- Gihundwe CS
-
Kamembe, Rusizi, Rwanda
- Mont Cyangugu CS
-
Mibilizi, Rusizi, Rwanda
- Bugarama CS
-
Mibilizi, Rusizi, Rwanda
- Gikundamvura CS
-
Mibilizi, Rusizi, Rwanda
- Nyabitimbo CS
-
Mururu, Rusizi, Rwanda
- Rusizi CS
-
Nkungu, Rusizi, Rwanda
- Nkungu CS
-
Nyakabuye, Rusizi, Rwanda
- Nyakabuye CS
-
Nyakarenzo, Rusizi, Rwanda
- Nyakarenzo CS
-
Nzahaha, Rusizi, Rwanda
- Rwinzuki CS
-
Rwimbogo, Rusizi, Rwanda
- Mushaka CS
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Zgłoszenie z powodu ostrego stanu medycznego lub chirurgicznego
Kryteria wyłączenia:
- Zgłoszenie się na planową konsultację w sprawie choroby przewlekłej (np. HIV, gruźlica, NCD, niedożywienie)
- Zgłoszenie się na rutynową opiekę profilaktyczną (np. monitoring wzrostu, suplementacja witaminowa, odrobaczanie, szczepienia)
- Opiekun niedostępny, niezdolny lub niechętny do udzielenia pisemnej świadomej zgody (z wyjątkiem starszych dzieci, które mogą wyrazić ustną zgodę w obecności dorosłego świadka podczas procesu wyrażania zgody)
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: ePOCT+
Placówki ochrony zdrowia przydzielone do ramienia interwencyjnego ePOCT+ otrzymają na tablecie elektroniczny algorytm wspomagania decyzji klinicznych (ePOCT+), który przeprowadzi je przez konsultacje pediatryczne.
W ramach badania zostaną zapewnione testy przyłóżkowe proponowane przez ePOCT+, które nie są częścią rutynowej opieki (pulsoksymetr, szybki test CRP, dodatkowe kuwety z hemoglobiną oraz inhalatory salbutamolu i spejsery).
Szkolenie w zakresie korzystania z ePOCT+ i powiązanych umiejętności klinicznych zostanie zapewnione przed wdrożeniem badania, wraz z wizytami mentorskimi, aby pomóc w kwestiach związanych z wdrożeniem ePOCT+.
|
ePOCT+ to elektroniczny algorytm wspomagania decyzji klinicznych
|
|
Brak interwencji: Rutynowa pielęgnacja
W placówkach medycznych przypisanych do ramienia kontrolnego konsultacje pediatryczne będą prowadzone w trybie rutynowym; jednak testy/wyniki badań, diagnozy, zarządzanie i leczenie będą rejestrowane w elektronicznym formularzu opisu przypadku na tablecie.
Równoważne szkolenie kliniczne zostanie przeprowadzone przed rozpoczęciem badania.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Odsetek dzieci przepisanych na wstępną konsultację antybiotykową w grupie interwencyjnej (ePOCT+) w porównaniu z grupą kontrolną (opieka rutynowa)
Ramy czasowe: do końca konsultacji wstępnej (dzień 0)
|
Przepisanie antybiotyku doustnego lub pozajelitowego podczas wstępnej konsultacji, zgodnie z raportem HW.
|
do końca konsultacji wstępnej (dzień 0)
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Odsetek dzieci wyleczonych w 7. dniu w grupie interwencyjnej (ePOCT+) w porównaniu z grupą kontrolną (opieka rutynowa)
Ramy czasowe: w dniu 7 (zakres 6-14) po rejestracji
|
Dziecko jest definiowane jako wyleczone w 7 dniu, jeśli opiekun stwierdzi, że dziecko jest wyleczone lub poprawiło się od pierwszej konsultacji.
Hospitalizacje wtórne bez skierowania (jeśli opiekun twierdzi, że dziecko było hospitalizowane między dniem 0 a dniem 7, ale elektroniczne dane kliniczne nie wskazują na skierowanie do szpitala) będą jednak uważane za niepowodzenia kliniczne, nawet jeśli dziecko jest już wyleczone w dniu 7.
|
w dniu 7 (zakres 6-14) po rejestracji
|
|
Odsetek dzieci z co najmniej jedną nieplanowaną wizytą ponowną w dowolnej placówce opieki zdrowotnej do dnia 7
Ramy czasowe: do 7 dnia (zakres 6-14) po rejestracji
|
Kontakt telefoniczny lub wizyta domowa po 7 dniach (zakres 6-14 dni) od zapisania przedmiotu.
Za dzień 0 uznaje się dzień wpisania przedmiotu.
|
do 7 dnia (zakres 6-14) po rejestracji
|
|
Odsetek dzieci z poważnymi wynikami klinicznymi (zgon lub nieskierowana wtórna hospitalizacja) do dnia 7
Ramy czasowe: do 7 dnia (zakres 6-14) po rejestracji
|
Śmierć i nieskierowana wtórna hospitalizacja zostaną ocenione przez telefon lub wizytę domową po 7 dniach (zakres 6-14 dni) po włączeniu pacjenta.
Za dzień 0 uznaje się dzień wpisania przedmiotu.
|
do 7 dnia (zakres 6-14) po rejestracji
|
|
Odsetek gorączkujących dzieci przebadanych pod kątem malarii metodą RDT i/lub mikroskopii w dniu 0
Ramy czasowe: do końca konsultacji wstępnej (dzień 0)
|
Dziecko gorączkujące to dziecko z gorączką w wywiadzie (mierzona lub podejrzewana gorączka w ciągu ostatnich 48 godzin) lub wysoką temperaturą.
|
do końca konsultacji wstępnej (dzień 0)
|
|
Odsetek dzieci skierowanych na wstępną konsultację do szpitala lub oddziału stacjonarnego przychodni
Ramy czasowe: do końca konsultacji wstępnej (dzień 0)
|
Udokumentowane przez HW na koniec wstępnej konsultacji w eCRF (ramię kontrolne) lub w ePOCT+ (ramię interwencyjne), kiedy uczestnik został włączony (dzień 0).
|
do końca konsultacji wstępnej (dzień 0)
|
|
Odsetek dzieci zakażonych malarią, którym przepisano lek przeciwmalaryczny w dniu 0
Ramy czasowe: do końca konsultacji wstępnej (dzień 0)
|
Recepta na malarię to każdy doustny, doodbytniczy, domięśniowy lub dożylny lek przeciwmalaryczny przepisany przez pracownika służby zdrowia podczas pierwszej konsultacji lub wizyty kontrolnej.
|
do końca konsultacji wstępnej (dzień 0)
|
|
Odsetek dzieci z ujemnym wynikiem na malarię, którym przepisano lek przeciwmalaryczny w dniu 0
Ramy czasowe: do końca konsultacji wstępnej (dzień 0)
|
Recepta na malarię to każdy doustny, doodbytniczy, domięśniowy lub dożylny lek przeciwmalaryczny przepisany przez pracownika służby zdrowia podczas pierwszej konsultacji lub wizyty kontrolnej.
|
do końca konsultacji wstępnej (dzień 0)
|
|
Odsetek dzieci nietestowanych na malarię, którym przepisano lek przeciwmalaryczny w dniu 0
Ramy czasowe: do końca konsultacji wstępnej (dzień 0)
|
Recepta na malarię to każdy doustny, doodbytniczy, domięśniowy lub dożylny lek przeciwmalaryczny przepisany przez pracownika służby zdrowia podczas pierwszej konsultacji lub wizyty kontrolnej.
|
do końca konsultacji wstępnej (dzień 0)
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zmiana odsetka dzieci z podstawowymi cechami antropometrycznymi i objawami klinicznymi ocenianymi w czasie / w trzech badaniach klastrowych
Ramy czasowe: do ukończenia studiów, czyli około 1 roku
|
Zmiana odsetka dzieci z pomiarami antropometrycznymi (waga, wzrost, MUAC) i objawami klinicznymi (częstość oddechów) ocenionymi i udokumentowanymi przez pracownika służby zdrowia.
Wynik ten będzie oceniany z miesiąca na miesiąc i porównywany w trzech badaniach klastrowych wyłącznie w ramieniu interwencyjnym.
Datowane zmiany we wdrażaniu zostaną przedstawione w kontekście czasowych zmian w wynikach.
|
do ukończenia studiów, czyli około 1 roku
|
|
Zmiana odsetka dzieci, którym przepisano antybiotyk w czasie / w trzech badaniach klastrowych
Ramy czasowe: do ukończenia studiów, czyli około 1 roku
|
Zmiana odsetka dzieci z przepisanym antybiotykiem podczas konsultacji wstępnej.
Wynik ten będzie porównywany z miesiąca na miesiąc między grupami interwencyjnymi i kontrolnymi oraz w trzech badaniach klastrowych.
Datowane zmiany we wdrażaniu zostaną przedstawione w kontekście czasowych zmian w wynikach.
|
do ukończenia studiów, czyli około 1 roku
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Valerie D'Acremont, PhD, Centre for Primary Care and Public Health
Publikacje i pomocne linki
Publikacje ogólne
- Holmes AH, Moore LS, Sundsfjord A, Steinbakk M, Regmi S, Karkey A, Guerin PJ, Piddock LJ. Understanding the mechanisms and drivers of antimicrobial resistance. Lancet. 2016 Jan 9;387(10014):176-87. doi: 10.1016/S0140-6736(15)00473-0. Epub 2015 Nov 18.
- Fink G, D'Acremont V, Leslie HH, Cohen J. Antibiotic exposure among children younger than 5 years in low-income and middle-income countries: a cross-sectional study of nationally representative facility-based and household-based surveys. Lancet Infect Dis. 2020 Feb;20(2):179-187. doi: 10.1016/S1473-3099(19)30572-9. Epub 2019 Dec 13.
- D'Acremont V, Kilowoko M, Kyungu E, Philipina S, Sangu W, Kahama-Maro J, Lengeler C, Cherpillod P, Kaiser L, Genton B. Beyond malaria--causes of fever in outpatient Tanzanian children. N Engl J Med. 2014 Feb 27;370(9):809-17. doi: 10.1056/NEJMoa1214482.
- Benoun JM, Labuda JC, McSorley SJ. Collateral Damage: Detrimental Effect of Antibiotics on the Development of Protective Immune Memory. mBio. 2016 Dec 20;7(6):e01520-16. doi: 10.1128/mBio.01520-16.
- Shao AF, Rambaud-Althaus C, Samaka J, Faustine AF, Perri-Moore S, Swai N, Kahama-Maro J, Mitchell M, Genton B, D'Acremont V. New Algorithm for Managing Childhood Illness Using Mobile Technology (ALMANACH): A Controlled Non-Inferiority Study on Clinical Outcome and Antibiotic Use in Tanzania. PLoS One. 2015 Jul 10;10(7):e0132316. doi: 10.1371/journal.pone.0132316. eCollection 2015.
- Shao AF, Rambaud-Althaus C, Swai N, Kahama-Maro J, Genton B, D'Acremont V, Pfeiffer C. Can smartphones and tablets improve the management of childhood illness in Tanzania? A qualitative study from a primary health care worker's perspective. BMC Health Serv Res. 2015 Apr 2;15:135. doi: 10.1186/s12913-015-0805-4.
- Keitel K, Kagoro F, Samaka J, Masimba J, Said Z, Temba H, Mlaganile T, Sangu W, Rambaud-Althaus C, Gervaix A, Genton B, D'Acremont V. A novel electronic algorithm using host biomarker point-of-care tests for the management of febrile illnesses in Tanzanian children (e-POCT): A randomized, controlled non-inferiority trial. PLoS Med. 2017 Oct 23;14(10):e1002411. doi: 10.1371/journal.pmed.1002411. eCollection 2017 Oct.
- Hopkins H, Bruxvoort KJ, Cairns ME, Chandler CI, Leurent B, Ansah EK, Baiden F, Baltzell KA, Bjorkman A, Burchett HE, Clarke SE, DiLiberto DD, Elfving K, Goodman C, Hansen KS, Kachur SP, Lal S, Lalloo DG, Leslie T, Magnussen P, Jefferies LM, Martensson A, Mayan I, Mbonye AK, Msellem MI, Onwujekwe OE, Owusu-Agyei S, Reyburn H, Rowland MW, Shakely D, Vestergaard LS, Webster J, Wiseman VL, Yeung S, Schellenberg D, Staedke SG, Whitty CJ. Impact of introduction of rapid diagnostic tests for malaria on antibiotic prescribing: analysis of observational and randomised studies in public and private healthcare settings. BMJ. 2017 Mar 29;356:j1054. doi: 10.1136/bmj.j1054.
Przydatne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 2020-02799
- No.752/RNEC/2020 (Inny identyfikator: Rwanda National Ethics Committee)
- Project_7F-10361.01.01 (Inny numer grantu/finansowania: Swiss Agency for Development and Cooperation)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .