- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT04130607
Um estudo para avaliar estratégias para ensinar o uso eficaz de testes diagnósticos
Visão geral do estudo
Descrição detalhada
A pesquisa mostrou que os diagnosticadores especialistas usam um processo de duas etapas para confirmar um diagnóstico: geração de hipóteses para gerar possibilidades diagnósticas, seguida de verificação de hipóteses para confirmar a possibilidade diagnóstica mais provável.3-5 A primeira etapa parece ser não analítica, relacionada ao reconhecimento de padrões. A segunda etapa pode ser calculada usando o raciocínio analítico, no entanto, os médicos raramente fazem um cálculo aberto de probabilidades condicionais. Em vez disso, os médicos experientes geralmente usam um hábito implícito ou heurística chamada "ancoragem e ajuste" para incorporar informações de teste de diagnóstico em seu pensamento.6,7 Psicólogos cognitivos postularam que a ancoragem e o ajuste fornecem uma maneira pela qual as estimativas de probabilidade podem ser atualizadas com base em novas evidências adicionais. A maior parte da discussão na literatura se concentra em como essa heurística pode levar a um pensamento tendencioso devido à negligência ou ancoragem da taxa básica.6 Muito pouca discussão é sobre como essa heurística pode ser melhorada para produzir estimativas de probabilidade mais precisas e se o uso adequado da heurística pode ser ensinado.
O grau em que um teste diagnóstico deve levar a um ajuste de uma estimativa de probabilidade depende das características operacionais de um teste, ou seja, a sensibilidade e a especificidade. As taxas de verossimilhança, uma vez compreendidas, são mais fáceis de incorporar ao pensamento e, portanto, podem ser usadas para calibrar a heurística de ancoragem e ajuste.7
Neste estudo randomizado, testamos se a instrução conceitual explícita sobre o raciocínio bayesiano e as taxas de verossimilhança melhorariam a atualização bayesiana, em comparação com uma segunda intervenção em que fornecemos vários (27) exemplos de resolução de problemas clínicos. O terceiro braço forneceu um ensino mínimo sobre diagnóstico, mas nenhum ensino ou exemplos explícitos.
Tipo de estudo
Inscrição (Real)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
Virginia
-
Norfolk, Virginia, Estados Unidos, 23507
- Sentara Norfolk General Hospital
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Descrição
Critério de inclusão:
- Estudante de medicina na McMaster University ou Eastern Virginia Medical School
- Concluiu 18 meses de curso
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: Solteiro
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
---|---|
Experimental: Analítico
Os alunos receberão instruções breves sobre probabilidade, sensibilidade, especificidade e razões de verossimilhança, com distribuições e cálculos.
As probabilidades pré-teste e pós-teste serão calculadas para dois casos para cada uma das três condições listadas acima.
|
O presente estudo é projetado para contrastar dois métodos instrucionais - instrução explícita em razões de verossimilhança e probabilidades pré-teste/pós-teste versus instrução implícita baseada na apresentação de casos múltiplos.
Estes serão comparados a um grupo de controle "sem intervenção".
Outros nomes:
|
Comparador Ativo: Experiencial
Os alunos receberão uma breve instrução discutindo conceitualmente a sensibilidade e a especificidade (por exemplo,
"um teste sensível será positivo mesmo em níveis baixos de doença.
No entanto, isso pode levar a uma série de erros falsos positivos, quando o teste é positivo mesmo quando não há doença.
Como resultado, é mais útil para descartar um diagnóstico").
Eles então trabalharão em um total de 30 casos, 10 para cada condição, em sequência bloqueada.
Para cada breve caso escrito, será solicitada uma probabilidade de diagnóstico após a apresentação das informações clínicas.
O resultado do teste será então fornecido e eles serão solicitados a fornecer uma probabilidade pós-teste.
Sua estimativa será comparada com o valor calculado com base nas estimativas publicadas de sensibilidade e especificidade e feedback fornecido.
|
O presente estudo é projetado para contrastar dois métodos instrucionais - instrução explícita em razões de verossimilhança e probabilidades pré-teste/pós-teste versus instrução implícita baseada na apresentação de casos múltiplos.
Estes serão comparados a um grupo de controle "sem intervenção".
Outros nomes:
|
Comparador de Placebo: Nenhuma instrução ou exemplos explícitos
Os alunos receberão 3 passagens de um texto clínico relacionado a cada uma das 3 condições do estudo e serão solicitados a estudá-las por 15 minutos cada.
|
O presente estudo é projetado para contrastar dois métodos instrucionais - instrução explícita em razões de verossimilhança e probabilidades pré-teste/pós-teste versus instrução implícita baseada na apresentação de casos múltiplos.
Estes serão comparados a um grupo de controle "sem intervenção".
Outros nomes:
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
A precisão das revisões de probabilidade dos participantes foi comparada com as revisões de probabilidade pós-teste que foram calculadas usando a Regra de Bayes. Um tamanho de efeito foi calculado para medir o quão perto os alunos corresponderam à revisão calculada.
Prazo: O pós-teste foi realizado dentro de 72 horas após a conclusão da fase instrucional.
|
Para realizar a análise do tamanho do efeito, duas transformações foram realizadas.
Primeiro, a diferença entre a estimativa subjetiva e o cálculo bayesiano da probabilidade pós-teste foi elevada ao quadrado para remover diferenças negativas e permitir a combinação dos efeitos dos resultados positivos e negativos dos testes.
Em segundo lugar, uma correção baseada no erro intrínseco de uma estimativa de probabilidade foi aplicada dividindo cada diferença ao quadrado por p(1-p).
Dessa forma, transformamos cada diferença bruta em um tamanho de efeito quadrado (diferença/erro de diferença).
Finalmente, a raiz quadrada foi calculada para transformar os dados de volta em um tamanho de efeito.
O tamanho do efeito resultante foi então usado para análise estatística.
Para esta análise primária, foi utilizada uma ANOVA de modelo misto.
|
O pós-teste foi realizado dentro de 72 horas após a conclusão da fase instrucional.
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Publicações e links úteis
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
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 (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
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
- 18-04-EX-0062
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
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 .