- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07474584
Badanie OpRESTORE AI-Patient Navigator
Badanie OpRESTORE AI-Patient Navigator: Opracowanie i testowanie asystenta pacjenta wspomaganego sztuczną inteligencją dla weteranów w Wielkiej Brytanii z problemami zdrowia fizycznego związanymi ze służbą
OpRESTORE to krajowa usługa NHS wspierająca brytyjskich weteranów z złożonymi problemami zdrowia fizycznego związanymi z ich służbą wojskową. Weterani skierowani do OpRESTORE często potrzebują opieki wielu różnych specjalistów, w tym chirurgów, zespołów zajmujących się bólem, rehabilitacji oraz usług zdrowia psychicznego. Obecnie decyzje o tym, która usługa jest najbardziej odpowiednia, podejmowane są przez wielodyscyplinarny zespół (MDT) klinicystów. Choć skuteczny, ten proces może być powolny, wymagający dużych zasobów i czasami trudny do poruszania się dla pacjentów.
To badanie opracuje i przetestuje nowe cyfrowe narzędzie "nawigatora", które wykorzystuje sztuczną inteligencję (AI) do wspierania tych decyzji o skierowaniach. Celem jest sprawdzenie, czy narzędzie może bezpiecznie i dokładnie dopasować weteranów do właściwej ścieżki opieki, jednocześnie zmniejszając opóźnienia i poprawiając doświadczenia pacjentów.
Projekt będzie realizowany w kilku etapach:
- Przeglądanie wcześniejszych dokumentacji OpRESTORE w celu zaprojektowania modelu AI.
- Testowanie narzędzia równolegle z MDT ("testowanie cieniowe") w celu sprawdzenia, czy jego rekomendacje pokrywają się z decyzjami klinicznymi.
- Przeprowadzenie badania kliniczno-kontrolnego w celu porównania wyników między pacjentami skierowanymi przy wsparciu AI a tymi skierowanymi wyłącznie przez MDT.
- Tworzenie i testowanie ustrukturyzowanego formularza samodzielnego skierowania, aby ułatwić weteranom bezpośredni dostęp do opieki.
Głównym wynikiem będzie to, czy narzędzie AI podejmuje te same decyzje o skierowaniach co MDT. Inne wyniki obejmują satysfakcję pacjentów, jakość życia, czas potrzebny na dotarcie do właściwej usługi oraz ogólne koszty.
Badanie będzie rekrutować weteranów w wieku 18 lat lub starszych, którzy zostali skierowani do OpRESTORE z potrzebą zdrowia fizycznego. Będzie trwało dwa lata. Jeśli się powiedzie, to podejście mogłoby uwolnić czas klinicystów, skrócić czas oczekiwania na leczenie i poprawić zdrowie oraz samopoczucie weteranów, jednocześnie kładąc fundamenty pod szersze wykorzystanie nawigacji wspieranej przez AI w całym NHS.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
TŁO
Wprowadzenie OpRESTORE zostało utworzone w 2016 roku, aby zapewnić specjalistyczną, multidyscyplinarną opiekę weteranom sił zbrojnych Wielkiej Brytanii z potrzebami zdrowotnymi związanymi ze służbą. W ciągu ostatnich siedmiu lat do usługi skierowano ponad 1500 pacjentów, co odzwierciedla zarówno duże obciążenie złożonymi schorzeniami w tej grupie, jak i niezaspokojoną potrzebę skoordynowanych ścieżek opieki. OpRESTORE wykazało wyraźne korzyści: pacjenci zgłaszają wysokie zadowolenie, prawie 60% przypadków jest przekierowywanych na bardziej odpowiednią ścieżkę, a w wynikach EQ-5D-5L obserwuje się statystycznie istotne poprawy. Jednak wskaźniki skierowań rosną o ponad 30% rocznie, co grozi przekroczeniem możliwości klinicznych. Wyzwaniem nie jest brak wiedzy specjalistycznej, ale skalowalność. Aby nadal zapewniać wysokiej jakości, terminową i sprawiedliwą opiekę, wymagana jest cyfrowa ewolucja ścieżki OpRESTORE.
Dlaczego OpRESTORE było potrzebne OpRESTORE powstało w odpowiedzi na systemowe nieefektywności w ścieżkach pacjenta NHS. W ciągu ostatniej dekady lata dobrego zdrowia zmniejszyły się, przy czym 15-20% populacji dotknięte jest patologią układu mięśniowo-szkieletowego, główną przyczyną niepełnosprawności i braku aktywności zawodowej oraz większością obciążenia pracy OpRESTORE. Podstawowa opieka zdrowotna jest coraz bardziej przeciążona: po raz pierwszy od dwóch dekad niezadowolenie pacjentów z usług lekarzy rodzinnych przewyższa zadowolenie. Dostęp jest szczególnie ograniczony w społecznościach ubogich, co przyczynia się do pogłębiania nierówności zdrowotnych. Dla weteranów te wyzwania są spotęgowane przez rozproszoną opiekę medyczną po przejściu z Sił Zbrojnych, trudności w poruszaniu się po cywilnych systemach opieki zdrowotnej oraz psychospołeczny wpływ odejścia z życia służbowego. Sceptycyzm co do zdolności cywilnych dostawców do zrozumienia niuansów schorzeń związanych z wojskiem również zniechęca weteranów do korzystania z opieki NHS.
Ścieżki skierowań są głównym wąskim gardłem. 7-9% wizyt u lekarza rodzinnego kończy się skierowaniem, jednak 18% pacjentów wymaga czterech lub więcej konsultacji przed skierowaniem. Co kluczowe, 21% pacjentów wpada w "czarną dziurę skierowań", gdzie wizyty są odwoływane, błędnie kierowane lub tracone z powodu braku kontynuacji. Te opóźnienia wydłużają i tak już długą podróż skierowania: w 2022 roku 25% osób w Anglii czekało na wizytę, badanie lub interwencję, a 59% pacjentów nie otrzymało opieki specjalistycznej w ciągu 18-tygodniowego celu. Skutkiem netto jest system, w którym lekarze rodzinni dźwigają rosnące obciążenie pracą, specjaliści stają przed nieodpowiednimi lub opóźnionymi skierowaniami, a pacjenci doświadczają nierównej, przewlekłej i rozproszonej opieki. Weterani, którzy często prezentują wielochorobowość, złożone potrzeby fizyczne i często wyzwania psychospołeczne, są szczególnie narażeni na te niepowodzenia.
Nawigacja w opiece zdrowotnej jako rozwiązanie
Nawigacja w opiece zdrowotnej oferuje sprawdzone rozwiązanie dla rozproszonych systemów. Baza dowodów jest obszerna: do tego projektu konsultowano jedną metaanalizę i 13 przeglądów systematycznych, oprócz odpowiednich publikacji indywidualnych. Łącznie te badania pokazują, że programy nawigacyjne konsekwentnie poprawiają dostęp do opieki i wzmacniają wyniki pacjentów. Kluczowe ustalenia obejmują:
- Zwiększone uczestnictwo w badaniach przesiewowych,
- Poprawę frekwencji na wizytach, przestrzegania wizyt kontrolnych i zgodności z leczeniem,
- Skrócenie czasu do diagnozy i leczenia,
- Zmniejszenie niezorganizowanej opieki, w tym wizyt na ostrym dyżurze i hospitalizacji ((8,16,17) oraz krótsze hospitalizacje, gdy już występują,
- Poprawę zadowolenia i wyników pacjentów, szczególnie w przypadku chorób przewlekłych i grup niedostatecznie obsługiwanych,
- Zmniejszoną śmiertelność.
Wykazano również, że nawigacja przynosi wymierne oszczędności kosztów. Przykłady obejmują redukcję wydatków na opiekę onkologiczną o 1676 USD na pacjenta miesięcznie oraz oszczędności w wysokości 17 780 USD rocznie dla pacjentów w programach nadużywania substancji NavSTAR. Przeglądy systematyczne konsekwentnie stwierdzają, że nawigacja pacjenta skraca pobyty w szpitalu i zmniejsza niezorganizowaną opiekę, z których oba są głównymi czynnikami kosztów. Podobnie badania modelowania finansowego przewidują znaczące oszczędności na pacjenta w ścieżkach opieki przejściowej i onkologicznej.
Nawigator pacjenta OpRESTORE udowodnił niektóre z tych korzyści. Ponad połowa pacjentów jest przekierowywana na inną ścieżkę niż pierwotnie przewidywano, zapewniając bardziej odpowiednie wykorzystanie ograniczonych usług specjalistycznych. Miary wyników zgłaszane przez pacjentów (PROM; EQ-5D-5L) wykazują mierzalną poprawę jakości życia, a ankiety pacjentów zgłaszają wysoki poziom zadowolenia z usługi. Krótko mówiąc, OpRESTORE udowodniło koncepcję nawigacji dla weteranów w kontekście brytyjskim.
Pojawiające się wyzwanie: obciążenie pracą i skalowalność Pomimo tych sukcesów, OpRESTORE stoi teraz w punkcie zwrotnym. Przy rocznych wolumenach skierowań rosnących o ponad 30%, obciążenie pracą grozi przewyższeniem dostępnego personelu. Kontynuowanie rozbudowy wyłącznie poprzez ludzkie możliwości jest nie do utrzymania. Wymagane jest cyfrowe wzmocnienie ścieżki, pracując mądrzej, a nie ciężej. Niektóre elementy nawigacji, szczególnie triaż prostych przypadków, nadają się do automatyzacji. Jednak należy to osiągnąć bez poświęcania zorientowanych na pacjenta i "ludzkich" elementów, które leżą u podstaw sukcesu OpRESTORE. Rozwiązanie AI mogłoby usprawnić przepływ pracy, zmniejszyć obciążenie pracą i uwolnić zasoby ludzkie, aby dodawać wartość poprzez bezpośrednie kontakty z pacjentami, a nie procesy biurokratyczne i administracyjne.
Dalszym wymiarem jest potencjał modeli samodzielnego kierowania. W całej Europie systemy opieki zdrowotnej coraz częściej zwracają się ku restrykcyjnej kontroli dostępu, ograniczając bezpośredni dostęp do specjalistów w nadziei na kontrolę kosztów wśród starzejących się populacji i rosnącego popytu. Jednak takie podejścia ryzykują opóźnienie opieki dla tych, którzy naprawdę jej potrzebują. Wzmocniona AI nawigacja pacjenta oferuje bardziej zrównoważoną alternatywę: umożliwiając efektywne samodzielne kierowanie dla pacjentów, którzy wymagają opieki specjalistycznej, jednocześnie zapewniając inteligentną kontrolę dostępu poprzez ułatwiony przez AI triaż.
Luki w dowodach i rola AI Chociaż nawigacja pacjenta jest dobrze ugruntowana w opiece onkologicznej i niektórych kontekstach chorób przewlekłych, istnieje niewiele opublikowanych badań na temat wzmocnionej AI nawigacji w opiece zdrowotnej, szczególnie w Wielkiej Brytanii i w wielu specjalnościach. Obecna opublikowana literatura składa się głównie z protokołów badań lub przyszłych projektów oraz artykułów opinii. Przeglądy podkreślają potencjał AI do wspierania triażu, personalizacji edukacji pacjenta, poprawy koordynacji opieki i optymalizacji wykorzystania zasobów. Jednak brakuje solidnych, rzeczywistych ocen.
Nasz zespół rozwiązuje tę lukę poprzez systematyczny przegląd AI w nawigacji opieki zdrowotnej (PROSPERO 2025 CRD420251019208). Będzie to informować o projektowaniu i ocenie cyfrowej, wzmocnionej AI wersji ścieżki OpRESTORE.
Cyfryzacja i inteligentna automatyzacja OpRESTORE są nie tylko kluczowe dla jego dalszego wzrostu i sukcesu, ale jest ono również wyjątkowo pozycjonowane, aby służyć jako studium przypadku dla pionierskiej nawigacji pacjenta z AI wśród brytyjskich weteranów. Jest bezpieczne, z ugruntowaną multidyscyplinarną siecią bezpieczeństwa klinicznego. Ma prawie dziewięć lat danych na poziomie pacjenta z ponad 1500 przypadków. Mieszanka przypadków oferuje zarówno złożoność (wielochorobowość, patologia związana ze służbą), jak i prostotę (prawie 50% pozostaje na tej samej ścieżce, a istnieje wysoka jednorodność z kierowaniami układu mięśniowo-szkieletowego stanowiącymi 74% przypadków). Ta równowaga sprawia, że OpRESTORE jest zarówno rygorystycznym, jak i wykonalnym środowiskiem do pilotażu nawigacji wspomaganej AI.
Zgodność z polityką Co ważne, cyfryzacja OpRESTORE jest zgodna z priorytetami brytyjskiego systemu zdrowotnego. Plan realizacji odzyskiwania dostępu do podstawowej opieki zdrowotnej (2023-25) podkreśla znaczenie samodzielnego kierowania i transformacji cyfrowej w celu odciążenia lekarzy rodzinnych i poprawy dostępu do opieki zdrowotnej. Plan długoterminowy NHS i przegląd Darzi (2024) podkreślają przyspieszenie cyfryzacji, wykorzystanie AI i przesunięcie w kierunku efektywności wspomaganej technologią w nawigacji pacjenta. Instytut Tony'ego Blaira (2024) podkreślił AI, szczególnie w triażu i nawigacji, jako kluczowy czynnik napędzający zrównoważoną reformę opieki zdrowotnej.
Podsumowanie OpRESTORE udowodniło wartość nawigacji pacjenta dla weteranów w Wielkiej Brytanii, ale stoi przed nie do utrzymania rosnącym popytem. Cyfryzacja, oparta na solidnych badaniach i narzędziach wspomaganych AI, oferuje bezpieczną, skalowalną ścieżkę naprzód. Łącząc opartą na dowodach nawigację z krajowymi priorytetami polityki, proponowane badania wygenerują spostrzeżenia istotne nie tylko dla weteranów, ale także dla szerszego NHS i międzynarodowych systemów opieki zdrowotnej.
UZASADNIENIE AKTUALNEGO BADANIA Ten projekt ma na celu ocenę, czy wzmocnione AI narzędzie nawigacji pacjenta może replikować podejmowanie decyzji przez MDT, jednocześnie zmniejszając obciążenie pracą klinicystów. Badanie to ma na celu poinformowanie o etapowej implementacji cyfrowej ścieżki nawigacji, w tym samodzielnego kierowania, algorytmicznego triażu weryfikowanego przez klinicystę i, ostatecznie, selektywnej automatyzacji dla odpowiednich przypadków.
Pytanie badawcze:
Czy wzmocniony cyfrowy nawigator pacjenta z AI może bezpiecznie i dokładnie replikować decyzje MDT w ścieżce OpRESTORE, jednocześnie zmniejszając obciążenie pracą klinicystów? Czy może poprawić efektywność systemu oraz doświadczenia i wyniki zgłaszane przez pacjentów?
Hipoteza:
Cyfrowe, wzmocnione AI narzędzie nawigacji pacjenta będzie w stanie kierować pacjentów na odpowiednie ścieżki opieki z taką samą niezawodnością jak podejmowanie decyzji przez MDT, jednocześnie wymagając mniej ręcznego wkładu. Dodatkowo, ustrukturyzowane samodzielne kierowanie uchwyci bogatsze dane kliniczne niż tradycyjne skierowania prowadzone przez lekarzy rodzinnych, prowadząc do poprawy doświadczenia i zaangażowania pacjentów.
2. CELE BADANIA
Cel główny:
Określić, czy cyfrowy algorytm nawigacji wspomagany AI jest równoważny podejmowaniu decyzji przez MDT w kierowaniu pacjentów na odpowiednie ścieżki opieki.
Cele drugorzędne:
- Ocenić doświadczenie pacjenta (PREMs) i PROMs w różnych ścieżkach skierowań.
- Zidentyfikować kohorty pacjentów odpowiednie do automatyzacji (zdefiniowanej jako 80-95% początkowej dokładności algorytmicznej).
- Ocenić czas do dyskusji MDT i wydania skierowania.
- Przeprowadzić analizę kosztów porównującą standardowe i cyfrowe przepływy pracy.
Porównać decyzje MDT z zaleceniami opartymi na wytycznych NICE.
3. PROJEKT BADANIA
Typ badania: Rozwój i ocena interwencji w zdrowiu cyfrowym - Mieszane metody badania rozwoju zdrowia cyfrowego i algorytmu AI, obejmujące retrospektywną analizę dokumentacji klinicznej, prospektywną obserwacyjną walidację oraz przyszłe interwencyjne badanie kliniczno-kontrolne narzędzia nawigacji opieki zdrowotnej opartego na AI.
Czas trwania: 2 lata
Uczestnicy: Weterani korzystający ze ścieżki nawigacji pacjenta OpRESTORE.
3.1. MIARY WYNIKÓW BADANIA
Punkt końcowy główny:
Zgodność między rekomendacjami ścieżek opieki generowanymi przez algorytm a decyzjami MDT.
Punkty końcowe drugorzędne:
- Dokładność skierowań, określona przez niezależnych ekspertów, równa lub wyższa niż MDT.
- Wzrost wyników EQ5D-5L (od punktu wyjścia do zakończenia) pacjentów w ścieżce wspomaganej algorytmem równy lub większy niż w ścieżce standardowej.
- Miary doświadczeń zgłaszane przez pacjenta (PREMs) ocenione po skierowaniu (np. ogólne zadowolenie, łatwość użycia, dostępność) pacjentów w ścieżce wspomaganej algorytmem równe lub większe niż w ścieżce standardowej.
- Czas od skierowania do decyzji MDT i wydania skierowania szybszy w ścieżce wspomaganej algorytmem.
- Koszt na epizod skierowania niższy w ścieżkach wspomaganych AI.
- Odsetek skierowań wspomaganych algorytmem zapewniających silne wsparcie dla ścieżki leczenia i nie wymagających dalszego wkładu MDT, z celem 40%
- Przydatność tej platformy dla podgrupy weteranów-amputantów.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Natalia L Sanchez-Thompson, MRCS MSc
- Numer telefonu: +447791700255
- E-mail: natalia.sanchez-thompson@nhs.net
Lokalizacje studiów
-
-
-
London, Zjednoczone Królestwo, W2 1NY
- OpRESTORE, Imperial College Healthcare NHS trust
-
Kontakt:
- Beth Lambert
- E-mail: beth.lambert4@nhs.net
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Spełnia kryteria skierowania do usługi OpRESTORE
- Wiek 18 lat lub więcej.
- Zdolność do wyrażenia świadomej zgody.
- Posiada potrzebę zdrowotną o charakterze fizycznym (np. nie wyłącznie zdrowie psychiczne lub poszukiwanie porady w zakresie opieki społecznej)
Kryteria wyłączenia:
- Skierowania przetwarzane poza standardowym przepływem pracy MDT.
- Pacjenci nieposiadający zdolności do wyrażenia świadomej zgody.
- Osoby pozbawione wolności.
- Ostry stan wymagający opieki przez służby ratunkowe i nieodpowiedni dla OpRESTORE.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Aktywny komparator: Standardowa opieka - ścieżka MDT
Pacjent będzie uczestniczył w bieżącej ścieżce OpRESTORE.
Oznacza to ręczne przetwarzanie jego skierowania przez zespół nawigacji medycznej OpRESTORE, podsumowanie obrazu medycznego, omówienie na spotkaniu zespołu multidyscyplinarnego oraz uzgodnienie wyniku leczenia.
|
To jest obecny standard opieki, który stanowi ścieżkę nawigacji w opiece zdrowotnej dla ludzi, gdzie informacje są ekstrahowane ręcznie, a przypadki są omawiane na opRESTORE MDT dla brytyjskich weteranów.
|
|
Eksperymentalny: AI-OpRESTORE - zautomatyzowana ścieżka
W tej ścieżce dane są automatycznie zbierane od samych pacjentów poprzez samodzielne zgłoszenie, automatyczne przeglądanie ich dokumentacji medycznej i tylko w razie potrzeby – wkład ludzki (przez członków zespołu klinicznego OpRESTORE) lub dodatkowe informacje.
Następnie te informacje są przetwarzane przez algorytm przewidujący wyniki, który decyduje o wyniku leczenia.
Decyzja jest uważana za ostateczną, ale na potrzeby tego badania jest przeglądana przez członków zespołu klinicznego oraz klinicznych członków zespołu badawczego, aby zapewnić spójność kliniczną i uniknąć szkód dla uczestników.
|
W ramach tego badania opracowano algorytm, który przewiduje najlepszą ścieżkę leczenia pacjenta na podstawie podstawowych zmiennych demograficznych, ukierunkowanych pytań klinicznych i wcześniejszych dokumentacji medycznych.
Jest to pierwsza wersja tego algorytmu w rozwoju, zbudowana na danych brytyjskich weteranów OpRESTORE i przetestowana na tej samej populacji.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zgodność algorytmu z kontrolą
Ramy czasowe: Po zakończeniu zarówno podejmowania decyzji przez MDT, jak i generowania wyniku algorytmu (w zależności od tego, co nastąpi później), zazwyczaj 8 tygodni po skierowaniu w przypadku przypadków prospektywnych lub po przetworzeniu algorytmu w przypadku danych retrospektywnych.
|
Zgodność między rekomendacjami ścieżek opieki generowanymi przez algorytm a decyzjami multidyscyplinarnego zespołu (MDT).
Decyzje MDT określają najbardziej odpowiednią ścieżkę leczenia i są rejestrowane w dokumencie podsumowującym MDT oraz w bazie danych śledzenia skierowań.
Ścieżki odpowiadają konkretnym usługom NHS lub sektora trzeciego, pogrupowanym w kategorie i podkategorie (np. klinika chirurgii ortopedycznej według stawu; usługi laryngologiczne podzielone na klinikę laryngologiczną lub audiologię; usługi leczenia bólu podzielone na kliniki NHS, imiennych konsultantów lub programy sektora trzeciego).
Wyniki algorytmu są porównywane z decyzjami MDT i klasyfikowane jako: pełne dopasowanie (kategoria i podkategoria), dopasowanie tylko kategorii, błędna rekomendacja lub skierowanie do MDT z powodu niskiej pewności algorytmu.
|
Po zakończeniu zarówno podejmowania decyzji przez MDT, jak i generowania wyniku algorytmu (w zależności od tego, co nastąpi później), zazwyczaj 8 tygodni po skierowaniu w przypadku przypadków prospektywnych lub po przetworzeniu algorytmu w przypadku danych retrospektywnych.
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wyniki zgłaszane przez pacjenta (EQ5D-5L)
Ramy czasowe: Od rekrutacji do 6 miesięcy po rekrutacji.
|
Poprawa wyników zgłaszanych przez pacjentów (od punktu wyjściowego do zakończenia) u pacjentów poddanych ścieżce wspomaganej algorytmem jest równa lub większa niż u pacjentów poddanych standardowej ścieżce.
Stosuje się standaryzowany kwestionariusz EuroQol EQ5D-5L.
Niższy wynik odpowiada lepszej jakości życia.
Składa się z 5 pytań, a wyniki przedstawia się opisowo jako 5-cyfrową liczbę (każda cyfra odpowiada odpowiedzi na każde z pytań) lub jako wynik złożony o minimalnej wartości 5 i maksymalnej wartości 25 (wszystkie pytania mają jednakową wagę).
|
Od rekrutacji do 6 miesięcy po rekrutacji.
|
|
Dokładność skierowań
Ramy czasowe: W momencie podejmowania decyzji o wyniku w porównaniu z opinią eksperta w ciągu 3 miesięcy od skierowania.
|
Dokładność skierowań, określona przez niezależnych ekspertów, jest równa lub wyższa niż w przypadku MDT.
Wyniki dzielą się na 3 kategorie podobne do wyników pierwotnych: pełne dopasowanie (kategoria i podkategoria), dopasowanie tylko kategorii, błędna rekomendacja.
Osoby skierowane do MDT przez algorytm nie są brane pod uwagę przy tym wyniku.
|
W momencie podejmowania decyzji o wyniku w porównaniu z opinią eksperta w ciągu 3 miesięcy od skierowania.
|
|
Miary doświadczeń zgłaszanych przez pacjentów
Ramy czasowe: Od skierowania do 6 miesięcy po skierowaniu
|
Pomiary doświadczeń zgłaszanych przez pacjentów (PREMs) oceniane po skierowaniu porównano między pacjentami korzystającymi z samodzielnego skierowania a skierowaniem od lekarza rodzinnego (GP) oraz między osobami przechodzącymi przez algorytm a osobami przechodzącymi przez manualny MDT (4 powstałe grupy).
PREMS oceniano za pomocą kwestionariusza Veteran Affairs Trust.
Składa się on z 4 pytań z odpowiedziami wielokrotnego wyboru w 5-punktowej skali Likerta.
Porównanie ma charakter opisowy dla 4 pytań (składanie wyników nie zostało zwalidowane).
|
Od skierowania do 6 miesięcy po skierowaniu
|
|
Efektywność czasowa ścieżki
Ramy czasowe: Od otrzymania skierowania do decyzji o ścieżce leczenia (rekomendacja wygenerowana algorytmicznie lub decyzja MDT), do 6 miesięcy.
|
Czas od otrzymania skierowania (samodzielnego lub od lekarza rodzinnego) do podjęcia decyzji o ścieżce leczenia.
W ramieniu kontrolnym jest to czas od otrzymania skierowania do ostatecznej decyzji o leczeniu odnotowanej na posiedzeniu MDT i udokumentowanej w trackerze pacjenta oraz protokole MDT.
W ramieniu algorytmu jest to czas od otrzymania skierowania do rekomendacji leczenia wygenerowanej przez algorytm.
Jeśli pewność algorytmu jest niska, sprawa jest kierowana do MDT, a czas do podjęcia decyzji jest rejestrowany po zakończeniu MDT, jak w ramieniu kontrolnym.
|
Od otrzymania skierowania do decyzji o ścieżce leczenia (rekomendacja wygenerowana algorytmicznie lub decyzja MDT), do 6 miesięcy.
|
|
Koszt na epizod skierowania
Ramy czasowe: Od skierowania do wypisu ze świadczenia (zwykle nie dłużej niż 6 miesięcy).
|
Koszt na epizod skierowania niższy w ścieżkach wspieranych przez AI.
|
Od skierowania do wypisu ze świadczenia (zwykle nie dłużej niż 6 miesięcy).
|
|
Stopień automatyzacji
Ramy czasowe: Oceniano od momentu skierowania do wypisu z opieki (zazwyczaj nie dłużej niż 6 miesięcy)
|
Proporcja skierowań wspomaganych algorytmem zapewniająca silne wsparcie dla ścieżki leczenia i nie wymagająca dalszego wkładu od Zespołu Wielodyscyplinarnego (MDT), z celem na poziomie 40%.
|
Oceniano od momentu skierowania do wypisu z opieki (zazwyczaj nie dłużej niż 6 miesięcy)
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Przydatność dla osób po amputacji
Ramy czasowe: Oceniane po wygenerowaniu wyniku MDT i przez okres 3 miesięcy po.
|
Przydatność tej platformy dla podgrupy weteranów-amputantów.
|
Oceniane po wygenerowaniu wyniku MDT i przez okres 3 miesięcy po.
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Shehan Hettiaratchy, FRCS MD, Imperial College Healthcare NHS Trust
Publikacje i pomocne linki
Publikacje ogólne
- McBrien KA, Ivers N, Barnieh L, Bailey JJ, Lorenzetti DL, Nicholas D, Tonelli M, Hemmelgarn B, Lewanczuk R, Edwards A, Braun T, Manns B. Patient navigators for people with chronic disease: A systematic review. PLoS One. 2018 Feb 20;13(2):e0191980. doi: 10.1371/journal.pone.0191980. eCollection 2018.
- Ali-Faisal SF, Colella TJ, Medina-Jaudes N, Benz Scott L. The effectiveness of patient navigation to improve healthcare utilization outcomes: A meta-analysis of randomized controlled trials. Patient Educ Couns. 2017 Mar;100(3):436-448. doi: 10.1016/j.pec.2016.10.014. Epub 2016 Oct 17.
- Desveaux L, McBrien K, Barnieh L, Ivers NM. Mapping variation in intervention design: a systematic review to develop a program theory for patient navigator programs. Syst Rev. 2019 Jan 8;8(1):8. doi: 10.1186/s13643-018-0920-5.
- Roland KB, Milliken EL, Rohan EA, DeGroff A, White S, Melillo S, Rorie WE, Signes CC, Young PA. Use of Community Health Workers and Patient Navigators to Improve Cancer Outcomes Among Patients Served by Federally Qualified Health Centers: A Systematic Literature Review. Health Equity. 2017 May 1;1(1):61-76. doi: 10.1089/heq.2017.0001. eCollection 2017.
- Naylor MD, Brooten DA, Campbell RL, Maislin G, McCauley KM, Schwartz JS. Transitional care of older adults hospitalized with heart failure: a randomized, controlled trial. J Am Geriatr Soc. 2004 May;52(5):675-84. doi: 10.1111/j.1532-5415.2004.52202.x. Erratum In: J Am Geriatr Soc. 2004 Jul;52(7):1228.
- Le Berre M, Maimon G, Sourial N, Gueriton M, Vedel I. Impact of Transitional Care Services for Chronically Ill Older Patients: A Systematic Evidence Review. J Am Geriatr Soc. 2017 Jul;65(7):1597-1608. doi: 10.1111/jgs.14828. Epub 2017 Apr 12.
- Large O, Ward D, Refsum C, Atkinson I. Preparing the NHS for the AI Era: Why Smarter Triage and Navigation Mean Better Health Care. 2025.
- FIT FOR THE FUTURE 10 Year Health Plan for England Executive Summary. 2025.
- NHS England. Delivery plan for recovering access to primary care: update and actions for 2024-25 [Internet]. 2024 [cited 2024 Nov 5]. Available from: https://www.england.nhs.uk/long-read/delivery-plan-for-recovering-access-to-primary-care-update-and-actions-for-2024-25/
- Hill A, Morrissey D, Marsh W. "It's the future, come on!": a think aloud study exploring clinicians' use of knowledge-based AI decision support. Int J Med Inform. 2025 Dec;204:106089. doi: 10.1016/j.ijmedinf.2025.106089. Epub 2025 Aug 21.
- Moser EC, Narayan G. Improving breast cancer care coordination and symptom management by using AI driven predictive toolkits. Breast. 2020 Apr;50:25-29. doi: 10.1016/j.breast.2019.12.006. Epub 2020 Jan 21.
- D'Amours G, Clausen M, Luca S, Reble E, Kodida R, Assamad D, Bernier F, Chad L, Costain G, Dhalla I, Faghfoury H, Friedman JM, Hewson S, Jamieson T, Silver J, Shuman C, Osmond M, Carroll JC, Jobling R, Laberge AM, Aronson M, Liston E, Lerner-Ellis J, Marshall C, Brudno M, Pham Q, Rudzicz F, Cohn R, Mamdani M, Smith M, Shastri-Estrada S, Seto E, Thorpe K, Ungar W, Hayeems RZ, Bombard Y. Genetics Navigator: protocol for a mixed methods randomized controlled trial evaluating a digital platform to deliver genomic services in Canadian pediatric and adult populations. BMJ Open. 2024 Sep 3;14(9):e090084. doi: 10.1136/bmjopen-2024-090084.
- Puthenpura V, Hunter M, Marks AM. "Techquity" in Pediatric, Adolescent, and Young Adult Oncology: Addressing Inequities Through Artificial Intelligence and Immersive Technologies. Pediatr Blood Cancer. 2025 Oct;72(10):e31909. doi: 10.1002/pbc.31909. Epub 2025 Jul 18.
- Sripa P, Hayhoe B, Garg P, Majeed A, Greenfield G. Impact of GP gatekeeping on quality of care, and health outcomes, use, and expenditure: a systematic review. Br J Gen Pract. 2019 May;69(682):e294-e303. doi: 10.3399/bjgp19X702209. Epub 2019 Mar 25.
- Ntais C, Kontodimopoulos N, Talias MA. Gatekeeping or Provider Choice for Sustainable Health Systems? A Literature Review on Their Impact on Efficiency, Access, and Quality of Services. J Mark Access Health Policy. 2024 Dec 6;12(4):378-387. doi: 10.3390/jmahp12040029. eCollection 2024 Dec.
- Rajabiun S, Cabral HJ, Chen CA, Lloyd-Travaglini C, Dugas JN, Amburgey D, Fitzgerald M, Lemon SC, Haas JS, Freund KM, Battaglia T; TRIP Consortium. Cost and activity analysis for a citywide patient navigation intervention to engage underserved patients in breast cancer treatment: Findings from the Translating Research Into Practice study. Cancer. 2025 Jan 1;131(1):e35671. doi: 10.1002/cncr.35671.
- Orme S, Zarkin GA, Dunlap LJ, Nordeck CD, Schwartz RP, Mitchell SG, Welsh C, O'Grady KE, Gryczynski J. Cost and Cost Savings of Navigation Services to Avoid Rehospitalization for a Comorbid Substance Use Disorder Population. Med Care. 2022 Aug 1;60(8):631-635. doi: 10.1097/MLR.0000000000001743. Epub 2022 Jun 10.
- Mullangi S, Worland SC, Dharmarajan K, Green RJ, Sachdeva K, Johnstone D, et al. Reduction in cancer spending due to patient navigation. JCO Oncol Pract. 2023 Nov;19(11_suppl):557-557.
- Manderson B, McMurray J, Piraino E, Stolee P. Navigation roles support chronically ill older adults through healthcare transitions: a systematic review of the literature. Health Soc Care Community. 2012 Mar;20(2):113-27. doi: 10.1111/j.1365-2524.2011.01032.x. Epub 2011 Oct 13.
- Ranaghan C, Boyle K, Meehan M, Moustapha S, Fraser P, Concert C. Effectiveness of a patient navigator on patient satisfaction in adult patients in an ambulatory care setting: a systematic review. JBI Database System Rev Implement Rep. 2016 Aug;14(8):172-218. doi: 10.11124/JBISRIR-2016-003049.
- Bush ML, Kaufman MR, Shackleford T. Adherence in the Cancer Care Setting: a Systematic Review of Patient Navigation to Traverse Barriers. J Cancer Educ. 2018 Dec;33(6):1222-1229. doi: 10.1007/s13187-017-1235-2.
- Robinson-White S, Conroy B, Slavish K, Rosenzweig M. Patient Navigation in Breast Cancer: A Systematic Review. Cancer Nurs [Internet]. 2010;33(2). Available from: http://journals.lww.com/cancernursingonline
- Genoff MC, Zaballa A, Gany F, Gonzalez J, Ramirez J, Jewell ST, Diamond LC. Navigating Language Barriers: A Systematic Review of Patient Navigators' Impact on Cancer Screening for Limited English Proficient Patients. J Gen Intern Med. 2016 Apr;31(4):426-34. doi: 10.1007/s11606-015-3572-3. Epub 2016 Jan 19.
- Budde H, Williams GA, Winkelmann J, Pfirter L, Maier CB. The role of patient navigators in ambulatory care: overview of systematic reviews. BMC Health Serv Res. 2021 Oct 28;21(1):1166. doi: 10.1186/s12913-021-07140-6.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
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
- 199335
- OpRESTORE number (Inny identyfikator: OpRESTORE, Imperial College Healthcare NHS trust)
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 .
Badania kliniczne na OpRESTORE nawigacja opieki zdrowotnej
-
Seoul National University Bundang HospitalRekrutacyjny
-
Chang Gung UniversityChang Gung Memorial HospitalRekrutacyjny
-
University of SienaNieznanyCovid-19 Zapalenie płucWłochy
-
RWTH Aachen UniversityZakończonyZwężenie zastawki aortalnej | Niedoczynność zastawki mitralnej | Opracowanie standaryzowanych procedur oceny TAVI i MitraClip za pomocą echokardiografiiNiemcy
-
Guangzhou Institute of Respiratory DiseaseNieznany
-
Fisher and Paykel HealthcareZakończony
-
Sheffield Teaching Hospitals NHS Foundation TrustUniversity of Sheffield; Nutricia UK LtdZakończonyUraz rdzenia kręgowego, ostryZjednoczone Królestwo
-
Hospital Civil de GuadalajaraRekrutacyjnyZespół ostrej niewydolności oddechowejMeksyk
-
The First Affiliated Hospital with Nanjing Medical...Baxter Healthcare CorporationNieznanyToksyczność suplementów dietyChiny
-
Fisher and Paykel HealthcareZakończonyBezdech senny, Obturacyjny | Zespół hipowentylacji otyłościNowa Zelandia