- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT02200432
Sistema de Recomendação de Experiência do Paciente para Adaptação de Comunicação Persuasiva (PERSPECT)
PERSPECT: Sistema de Recomendação de Experiência do Paciente para Adaptação de Comunicação Persuasiva
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Para maximizar a perspectiva do paciente e apoiar efetivamente as escolhas de estilo de vida, desenvolveremos o "Sistema de Recomendação de Experiência do Paciente para Adaptação de Comunicação Persuasiva". O PERSPeCT é um sistema de computador adaptativo que avaliará a perspectiva individual do paciente, entenderá as preferências do paciente por mensagens de saúde e fornecerá comunicação de saúde personalizada e persuasiva relevante para o paciente individual.
Os investigadores propõem superar os principais pontos fracos nas intervenções existentes de comunicação em saúde orientadas por especialistas, aplicando algoritmos avançados de aprendizado de máquina para recomendar mensagens de forma adaptativa com base na "inteligência coletiva" de milhares de pacientes. Este trabalho alavancará uma abordagem "Web 2.0" de mudança de paradigma para personalização adaptativa com potencial para amplo impacto no campo da comunicação em saúde personalizada por computador (CTHC).
Usando o conhecimento de especialistas científicos, as intervenções atuais de CTHC coletam "perfis" de pacientes de linha de base e, em seguida, usam sistemas baseados em regras escritos por especialistas para direcionar mensagens a subconjuntos de pacientes. Essas intervenções de segmentação de mercado mostram alguma promessa em ajudar certos pacientes a alcançar metas de estilo de vida. Embora teoricamente sólidos, os sistemas baseados em regras podem não dar conta de conceitos socioculturais que tenham importância intrínseca para a população-alvo, limitando assim sua relevância. Além disso, as regras não se adaptam ao feedback do paciente.
Fora da área de saúde, empresas como Google, Amazon, Netflix e Pandora fizeram uso extensivo de sistemas de recomendação adaptáveis para fornecer conteúdo com maior relevância pessoal. Esses sistemas usam algoritmos de aprendizado de máquina para derivar recomendações personalizadas de uma variedade de fontes de dados, incluindo feedback de preferência coletado de usuários individuais.
No âmbito deste piloto do Instituto de Pesquisa de Resultados Centrados no Paciente (PCORI), os investigadores abordarão os desafios de adaptar os sistemas de recomendação de aprendizado de máquina para CTHC no contexto específico do suporte à decisão do paciente para parar de fumar. Os investigadores escolheram esse domínio porque fumar é uma das principais causas evitáveis de morte e porque temos um banco de dados existente de 1.000 mensagens persuasivas desenvolvidas em uma concessão federal atual (R01 CA129091). Os objetivos específicos do estudo são:
Objetivo 1: Coletar dados de feedback explícito para treinar os fumantes do PERSPeCT Recruit 700 usando várias estratégias complementares e usando uma interface da web, pedindo aos fumantes que forneçam (a) Perspectivas sobre fumar e parar de fumar e informações de contexto sociocultural e (b) Classificações do aspecto influente das mensagens de cessação do tabagismo.
Objetivo 2: Projetar, implementar e validar uma estrutura de recomendação personalizada Isso envolverá (a) desenvolver e implementar um sistema de recomendação de aprendizado de máquina que integre perfis de pacientes, metadados de mensagens, visualizações de sites e classificações de influência e (b) treinar o modelo e validar seu desempenho preditivo.
Objetivo 3: Conduzir um estudo piloto randomizado (n = 120 fumantes) do PERSPeCT. Os investigadores levantam a hipótese de que o sistema PERSPeCT irá (H1) selecionar mensagens de influência crescente à medida que os fumantes fornecem mais classificações de mensagens e (H2) selecionar mensagens com melhor influência do que um sistema CTHC baseado em regras quando os fumantes fornecem um número suficiente de classificações Os sistemas CTHC apoiam as decisões do paciente sobre comportamentos, estilos de vida e escolhas. PERSPeCT aborda áreas de interesse para PCORI, a saber: 1) Identificar, testar e/ou avaliar métodos que podem ser usados para avaliar a perspectiva do paciente ao pesquisar comportamentos, estilos de vida e escolhas dentro do controle do paciente; e 2) Desenvolver, refinar, testar e/ou avaliar abordagens centradas no paciente, incluindo ferramentas de apoio à decisão. A equipe do estudo está posicionada de forma única para atingir esses objetivos ambiciosos dentro do escopo deste piloto do PCORI porque os investigadores utilizarão um banco de dados existente de mensagens persuasivas de um estudo anterior, dois anos de dados sobre a eficácia dessas mensagens e uma equipe transdisciplinar com experiência em comunicação em saúde, engenharia de sistemas web e sistemas de recomendação de aprendizado de máquina.
Tipo de estudo
Inscrição (Real)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
Massachusetts
-
Worcester, Massachusetts, Estados Unidos, 01655
- The University of Massachusetts Medical School
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Descrição
Critério de inclusão:
- Fumantes adultos, maiores de 18 anos com acesso à Internet
- Mulheres grávidas.
- Falantes de inglês capazes de obter consentimento
Critérios de Exclusão: Prisioneiros
- Adulto incapaz de consentir
- Bebés, Crianças, Adolescentes (menores de 18 anos)
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Pesquisa de serviços de saúde
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
---|---|
Sem intervenção: Ao controle
O atual sistema CTHC baseado em regras do estudo está incorporado no Decide2Quit.org
serviço de internet.
Fumantes controlados receberão o atual Decide2Quit.org
sistema, incluindo páginas da web informativas, um plano de saída interativo, além de mensagens de e-mail enviadas.
As mensagens serão selecionadas usando o atual sistema CTHC baseado em regras.
O CTHC seleciona mensagens com base em regras de decisão (por exemplo: prontidão para parar, gênero) usando informações do perfil de linha de base de um fumante.
Os participantes receberão uma mensagem por dia durante 30 dias
|
|
Experimental: Intervenção
Os fumantes da intervenção PERSPeCT receberão todos os componentes do Decide2Quit.org
serviço web, mas mensagens de e-mail persuasivas serão selecionadas pelo sistema de recomendação PERSPeCT desenvolvido no Objetivo 2. PERSPeCT usará dados (ver Figura 1) para prever mensagens que seriam mais influentes para o participante.
Fumantes de intervenção receberão uma mensagem gerada por PERSPeCT por dia durante 30 dias.
Com cada classificação de mensagem, o sistema PERSPeCT se adaptará ainda mais às preferências do paciente.
|
PERSPeCT usará dados para prever mensagens que seriam mais influentes para o participante na mudança de comportamento de saúde. "Sistema de Recomendação de Experiência do Paciente para Adaptação de Comunicação Persuasiva." O PERSPeCT é um sistema de computador adaptativo que avaliará a perspectiva individual do paciente, entenderá as preferências do paciente por mensagens de saúde e fornecerá comunicação de saúde personalizada e persuasiva relevante para o paciente individual. |
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
influência da mensagem
Prazo: até cinco meses após a coleta de dados
|
Para avaliar o sucesso do PERSPeCT em motivar os fumantes, conduziremos um estudo piloto randomizado.
Nossa hipótese é que as mensagens entregues pelo PERSPeCT serão mais influentes em encorajar uma tentativa de parar, em comparação com as mensagens selecionadas para serem entregues pelo nosso atual sistema de mensagens personalizado por computador baseado em regras.
|
até cinco meses após a coleta de dados
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Thomas K Houston, MD, MPH, UMMS
Publicações e links úteis
Publicações Gerais
- Faro JM, Nagawa CS, Allison JA, Lemon SC, Mazor KM, Houston TK, Sadasivam RS. Comparison of a Collective Intelligence Tailored Messaging System on Smoking Cessation Between African American and White People Who Smoke: Quasi-Experimental Design. JMIR Mhealth Uhealth. 2020 Apr 27;8(4):e18064. doi: 10.2196/18064.
- Sadasivam RS, Borglund EM, Adams R, Marlin BM, Houston TK. Impact of a Collective Intelligence Tailored Messaging System on Smoking Cessation: The Perspect Randomized Experiment. J Med Internet Res. 2016 Nov 8;18(11):e285. doi: 10.2196/jmir.6465.
Links úteis
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Estimativa)
Atualizações de registro de estudo
Última Atualização Postada (Estimativa)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Outros números de identificação do estudo
- 14762
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Sistema de recomendação PERSPeCT
-
Reciprocal LabsCalifornia HealthCare FoundationConcluído
-
Muş Alparlan UniversityRecrutamentoMarcha, EspásticaPeru
-
Indiana UniversityUnited States Department of DefenseConcluídoAmputação | Usuário de Prótese | Membros residuaisEstados Unidos
-
Boston Scientific CorporationRecrutamentoDoenças pancreáticas | Doenças das vias biliares | Doença HepáticaEstados Unidos, Índia, Hong Kong, China
-
ContinUse Biometrics Ltd.Concluído
-
SpineSave AGRecrutamentoEspondilartrite | Instabilidade Coluna Lombar | Espondilolistese Degenerativa | Estenose Espinhal Lombar Degenerativa | Discopatia | Artrose da Articulação FacetáriaSuíça
-
Neo Medical SAConfinisCPMAtivo, não recrutandoTrauma | Doença degenerativa do disco | Estenose espinal | Espondilolistese | Tumor Espinhal | Pseudoartrose da Coluna VertebralAlemanha, Espanha
-
ReVivo Medical, Corp.The Cleveland Clinic; Albany Medical College; IGEARecrutamentoDor de pescoço | Espondilose | Espondilose Com Mielopatia | Espondilose com Radiculopatia | Espondilose com Radiculopatia Região Cervical | Distúrbio do Disco Intervertebral CervicalEstados Unidos
-
Qmedics AGUniversity Hospital, Geneva; Erasmus Medical Center; University Hospital, Catania e outros colaboradoresRescindido
-
Zimmer BiometRetiradoOsteoartrite | Artrite Degenerativa