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

Algorytm sztucznej inteligencji do identyfikacji pacjentek z nowotworem ginekologicznym wymagających ambulatoryjnej opieki paliatywnej

1 kwietnia 2025 zaktualizowane przez: Mayo Clinic

Pilotaż algorytmu sztucznej inteligencji stosowanego do identyfikacji pacjentów wymagających ambulatoryjnej (lub ambulatoryjnej) opieki paliatywnej w populacji onkologicznej

To badanie kliniczne testuje algorytm sztucznej inteligencji (AI) pod kątem jego zdolności do identyfikowania pacjentek, które mogą odnieść korzyść z konsultacji w zakresie opieki paliatywnej w związku z rakiem ginekologicznym, który rozprzestrzenił się od miejsca, w którym zaczął, do pobliskich tkanek, węzłów chłonnych lub odległych części ciała ( zaawansowany). Wśród chorych na nowotwory często dochodzi do znacznego opóźnienia w skierowaniu do opieki paliatywnej. Opóźnienie to może prowadzić do gorszego leczenia objawów, obniżenia jakości życia i opieki niezgodnej z celami i wartościami pacjenta. Algorytmy AI to programy komputerowe, które wykorzystują procedury krok po kroku do rozwiązania problemu. W tym badaniu algorytm sztucznej inteligencji jest stosowany w dokumentacji medycznej pacjentów w celu identyfikacji pacjentów z dużym obciążeniem chorobami. Informacje zebrane w ramach tego badania mogą pomóc naukowcom dowiedzieć się, czy ten algorytm sztucznej inteligencji jest przydatny do identyfikacji pacjentów, którzy mogliby skorzystać z konsultacji w ramach ambulatoryjnej opieki paliatywnej.

Przegląd badań

Status

Zakończony

Warunki

Interwencja / Leczenie

Szczegółowy opis

PODSTAWOWY CEL:

I. Pilotaż modelu przewidywania ryzyka onkologicznego w celu identyfikacji pacjentów, którzy mogą odnieść korzyść z konsultacji w zakresie ambulatoryjnej opieki paliatywnej w celu poprawy leczenia objawów i opieki zgodnej z celami w tej populacji.

ZARYS:

Dokumentacja medyczna pacjentów jest przeglądana pod kątem możliwości konsultacji w zakresie opieki paliatywnej przy użyciu algorytmu AI raz w tygodniu (QW) przez 6 miesięcy.

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

221

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Stany Zjednoczone
    • Minnesota
      • Rochester, Minnesota, Stany Zjednoczone, 55905
        • Mayo Clinic in Rochester

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

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  • Dorosła pacjentka poddana wzmocnionej kontroli objawów nowotworu wspomaganej EHR (E2C2) z rozpoznaniem zaawansowanego nowotworu ginekologicznego (kody od C51 do C58 Międzynarodowej Klasyfikacji Chorób [ICD])
  • Co tydzień recenzenci będą wybierać pacjentów, przeglądając ich w posortowanej kolejności, zaczynając od najwyższego wyniku, przechodząc w dół listy i oceniając każdego pacjenta pod kątem kryteriów wykluczenia

Kryteria wyłączenia:

  • Pacjenci objęci opieką paliatywną zostaną wykluczeni z badania na 75 dni
  • Pacjenci w wieku poniżej 18 lat
  • Pacjenci aktualnie zapisani do hospicjum

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: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Screening (algorytm AI)
Dokumentacja medyczna pacjentów jest przeglądana pod kątem rozważenia konsultacji w zakresie opieki paliatywnej przy użyciu algorytmu AI QW przez 6 miesięcy.
Inny: Przegląd elektronicznej dokumentacji medycznej
Przejść kontrolę dokumentacji medycznej
Inny: Interwencja internetowa
Użyj algorytmu AI

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Terminowe rozpoznanie potrzeby opieki paliatywnej
Ramy czasowe: Do 6 miesięcy
Będzie mierzony jako czas do elektronicznego zapisu konsultacji przez zespół opieki paliatywnej w warunkach ambulatoryjnych.
Do 6 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Liczba konsultacji w zakresie opieki paliatywnej
Ramy czasowe: Do 6 miesięcy
Liczba konsultacji w zakresie opieki paliatywnej będzie oceniana na podstawie liczby uczestników, którzy skorzystali z konsultacji w zakresie opieki paliatywnej.
Do 6 miesięcy
Liczba notatek dotyczących planowania zaawansowanej opieki udokumentowanych w elektronicznej karcie zdrowia
Ramy czasowe: Do 6 miesięcy
Elektroniczna dokumentacja medyczna uczestnika zostanie sprawdzona pod kątem określonej liczby notatek dotyczących planowania zaawansowanej opieki.
Do 6 miesięcy
Liczba kodów rozliczeniowych Międzynarodowa Klasyfikacja Chorób, 10. rewizja dotycząca opieki paliatywnej
Ramy czasowe: Do 6 miesięcy
Elektroniczna dokumentacja zdrowia uczestnika zostanie sprawdzona pod kątem liczby kodów rozliczeniowych Międzynarodowej Klasyfikacji Chorób, wersja 10 (ICD-10) dotyczących opieki paliatywnej.
Do 6 miesięcy
Dodatnia wartość predykcyjna badanych pacjentów
Ramy czasowe: Do 6 miesięcy
Zostanie oceniona na podstawie liczby pacjentów zidentyfikowanych przez algorytm sztucznej inteligencji, którzy faktycznie otrzymali konsultację w zakresie opieki paliatywnej.
Do 6 miesięcy
Wskaźniki wydajności po przekazaniu recenzenta/onkologa
Ramy czasowe: Do 6 miesięcy
Zostanie oceniona na podstawie statystyk zgodności i statystyk opisowych dotyczących czasu pomiędzy kontaktem z onkologiem a odpowiedzią onkologiczną.
Do 6 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Mayo Clinic

Śledczy

  • Główny śledczy: Rachel D. Havyer, MD, Mayo Clinic in Rochester

Publikacje i pomocne linki

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

Przydatne linki

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 (Rzeczywisty)

11 grudnia 2023

Zakończenie podstawowe (Rzeczywisty)

26 czerwca 2024

Ukończenie studiów (Rzeczywisty)

26 lipca 2024

Daty rejestracji na studia

Pierwszy przesłany

8 grudnia 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

13 grudnia 2023

Pierwszy wysłany (Rzeczywisty)

26 grudnia 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

4 kwietnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

1 kwietnia 2025

Ostatnia weryfikacja

1 kwietnia 2025

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 23-008371 (Inny identyfikator: Mayo Clinic in Rochester)
  • NCI-2023-09943 (Identyfikator rejestru: CTRP (Clinical Trial Reporting Program))

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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 .

Subskrybuj