Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Algoritmos baseados em consenso para abordar comportamentos de uso indevido de opioides entre indivíduos com prescrição de OLD

3 de outubro de 2023 atualizado por: Jessica Merlin, University of Pittsburgh

Algoritmos baseados em consenso para abordar comportamentos de uso indevido de opioides entre indivíduos com prescrição de terapia opioide de longo prazo: desenvolvimento de estratégias de implementação e teste piloto

A iniciativa NIH Helping to End Addiction Long-term (HEAL) identificou um próximo passo crítico para lidar com a crise de opioides: melhorar os tratamentos para comportamentos de uso indevido de opioides (por exemplo, usar mais opioides do que o prescrito, uso de substâncias ilícitas) em pacientes prescritos a longo prazo terapia opióide para dor crônica. Em trabalhos anteriores, os pesquisadores desenvolveram algoritmos inovadores baseados em consenso para gerenciar esses comportamentos. Ao desenvolver estratégias de implementação para esses algoritmos, este projeto responde diretamente à iniciativa HEAL e promete reduzir os danos relacionados ao uso indevido de opioides.

Visão geral do estudo

Descrição detalhada

Apesar de uma crescente compreensão dos riscos da terapia opióide de longo prazo (OLD), ela continua a ser frequentemente prescrita e continua a ser um dos pilares do tratamento para dor crônica. A Diretriz dos Centros de Doenças e Controle (CDC) para a prescrição de opioides para dor crônica é voltada para prestadores de cuidados primários e foi adotada como padrão de atendimento por muitas organizações de saúde e seguradoras. É importante ressaltar que incentiva o monitoramento de pacientes em OLD para danos relacionados a opioides. Ao implementar o monitoramento, os provedores de cuidados primários podem descobrir vários comportamentos preocupantes, às vezes chamados de comportamentos aberrantes relacionados a drogas ou comportamentos de uso indevido de opioides, que surgem entre os indivíduos prescritos para OLD para dor crônica. Esses comportamentos (p. transtorno (OUD). No entanto, a Diretriz do CDC e outras evidências existentes não fornecem orientação específica e detalhada sobre como lidar com os comportamentos quando eles ocorrem. Portanto, há uma necessidade crítica de entender a melhor forma de responder a esses comportamentos. O objetivo de longo prazo do nosso programa de pesquisa é reduzir os danos relacionados à OLD, particularmente do uso indevido de opioides, e diminuir seu impacto na epidemia de opioides nos EUA. Como um primeiro passo para atingir esse objetivo, os pesquisadores conduziram um estudo Delphi para estabelecer rigorosamente abordagens baseadas em consenso para gerenciar comportamentos comuns e desafiadores, a partir dos quais os algoritmos foram criados. Identificar e operacionalizar estratégias de implementação usando uma estrutura baseada em evidências são as próximas etapas críticas que devem ocorrer antes de qualquer teste dos algoritmos.

Os investigadores descobriram com sucesso estratégias de implementação ideais por meio de experiências de provedores de cuidados primários com Pacientes Padronizados (SPs) seguidos por entrevistas individuais guiadas por CFIR e ERIC. Usando nossa experiência anterior no desenvolvimento de estratégias de redução de risco de opioides em toda a clínica e um conselho consultivo de provedores de pacientes, os investigadores desenvolveram um "pacote de implementação" abrangente que pode ser entregue às práticas de cuidados primários.

Os investigadores agora pretendem realizar um teste piloto para testar o pacote de implementação do algoritmo. Guiado pelo plano de implementação baseado em CFIR e usando o pacote de implementação que os investigadores desenvolveram, será realizado um teste piloto para investigar a viabilidade, aceitabilidade e eficácia preliminar do pacote de implementação do algoritmo.

Tipo de estudo

Intervencional

Inscrição (Estimado)

80

Estágio

  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Pennsylvania
      • Pittsburgh, Pennsylvania, Estados Unidos, 15231
        • University of Pittsburgh

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos e mais velhos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Sim

Descrição

Critério de inclusão:

  • UPMC práticas de cuidados primários da comunidade

Critério de exclusão:

  • práticas não-UPMC

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: Pesquisa de serviços de saúde
  • Alocação: N / D
  • Modelo Intervencional: Atribuição de grupo único
  • Mascaramento: Nenhum (rótulo aberto)

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Experimental: Pacote de implementação
As clínicas participantes experimentarão a integração do "Pacote de Implementação" em suas práticas.
O "Pacote de Implementação" incluirá um link para algoritmos no Registro Eletrônico de Saúde, Smartphrases, feedback auditado e instruções.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Viabilidade de algoritmos
Prazo: 1 ano
Número de algoritmos usados ​​pelos médicos de cuidados primários (PCPs) durante o período do estudo, medido por pesquisas administradas aos PCPs no final do período do estudo.
1 ano
Aceitabilidade de algoritmos
Prazo: 1 ano
O nível de aceitabilidade dos algoritmos será medido por meio de entrevistas qualitativas com médicos e funcionários de cada uma das clínicas.
1 ano

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Eficácia preliminar dos algoritmos
Prazo: 1 ano
Mudança nos comportamentos de uso indevido de opioides conforme avaliado usando o Registro Eletrônico de Saúde e métodos de processamento de linguagem natural.
1 ano

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Investigadores

  • Investigador principal: Jessica Merlin, University of Pittsburgh

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

1 de março de 2022

Conclusão Primária (Real)

30 de setembro de 2023

Conclusão do estudo (Estimado)

1 de setembro de 2024

Datas de inscrição no estudo

Enviado pela primeira vez

28 de novembro de 2021

Enviado pela primeira vez que atendeu aos critérios de CQ

21 de dezembro de 2021

Primeira postagem (Real)

10 de janeiro de 2022

Atualizações de registro de estudo

Última Atualização Postada (Real)

4 de outubro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

3 de outubro de 2023

Última verificação

1 de outubro de 2023

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

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 .

3
Se inscrever