SAFE.AI: Desenvolvimento e Teste de um Chatbot Híbrido Baseado em IA para Empoderamento Financeiro nos Cuidados Oncológicos Rurais
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Os custos dos cuidados oncológicos aproximar-se-ão de 246 mil milhões de dólares até 2030, tornando o cancro uma das condições de saúde mais dispendiosas para os indivíduos. As dificuldades financeiras relacionadas com o cancro têm um impacto negativo no bem-estar psicológico, na qualidade de vida relacionada com a saúde, na adesão à medicação e nas decisões de adiar ou prescindir de cuidados. Os doentes oncológicos rurais e as suas famílias apresentam uma maior prevalência de dificuldades financeiras, incorrem em maiores despesas relacionadas com viagens, enfrentam factores de stress únicos relacionados com o emprego e o rendimento, e têm menor acesso a serviços e prestadores de cuidados oncológicos especializados - incluindo aqueles que apoiam as necessidades financeiras.
Poucas intervenções sobre toxicidade financeira são concebidas para as necessidades dos doentes oncológicos rurais e das suas famílias. Embora a navegação financeira possa reduzir eficazmente os custos diretos dos doentes oncológicos, os serviços de navegação financeira e de doentes rurais dos programas oncológicos, incluindo no Huntsman Cancer Institute (HCI), estão sobrecarregados. A maioria dos centros responde às dificuldades financeiras de forma reativa em vez de proativa, e os programas estão menos equipados para ajudar com fontes não médicas dos custos do cancro, como as dificuldades de viagem e emprego.
Para colmatar esta lacuna, foi criado o kit de ferramentas de recursos Self-Advocacy for Financial Empowerment (SAFE) com um conselho consultivo comunitário constituído por doentes oncológicos rurais, cuidadores e partes interessadas na área da saúde. A investigação com envolvimento comunitário também identificou a necessidade de informação individualizada e acessível sobre recursos e apoios financeiros, o estigma como barreira à procura de ajuda, e a natureza intensiva em tempo e recursos da navegação financeira que limita a penetração e o alcance destes serviços essenciais nas comunidades rurais afetadas pelo cancro.
Os chatbots, ou agentes conversacionais, são um tipo de sistema de inteligência artificial (IA) que aplica aprendizagem automática para reproduzir conversas humanas realistas. Os chatbots baseados em scripts, com base em limites de informação claramente definidos, oferecem respostas precisas, fiáveis e individualizadas a perguntas. Por outro lado, os chatbots baseados em IA que utilizam grandes modelos de linguagem (LLM) como o GPT4, podem abordar perguntas ambíguas e de resposta aberta, continuando a preservar a privacidade. Os chatbots facilitam a informação individualizada e fragmentada que melhora a comunicação de informação complexa, promove a privacidade dos utilizadores e as necessidades de apoio, e aborda os desafios da força de trabalho.
O GARDE-Chat, uma plataforma de código aberto, foi estabelecido para avaliação de risco a nível do sistema de saúde e testes genéticos para cancro hereditário no HCI. O GARDE-Chat suporta chatbots baseados em scripts, híbridos e de IA. Antes deste teste piloto, o GARDE-Chat será utilizado para criar um chatbot concebido para fornecer respostas sobre toxicidade financeira, com base no conteúdo do kit de ferramentas SAFE e recursos verificados para desenvolver a versão baseada em script do chatbot. Um componente de grande modelo de linguagem do chatbot será incorporado para a versão híbrida, que permitirá aos utilizadores fazer perguntas mais complexas e de resposta aberta, refinadas com a contribuição das partes interessadas da comunidade.
Este é um estudo piloto randomizado, de dois braços, com grupos paralelos, que investiga uma nova ferramenta de chatbot concebida para apoiar doentes oncológicos e cuidadores, particularmente aqueles em comunidades rurais. Aproximadamente 60 participantes serão randomizados 1:1 para interagir com um chatbot híbrido ou com um chatbot com IA. Os participantes utilizarão o chatbot atribuído para obter informação clara e útil relacionada com seguros, custos de viagem e outros aspetos financeiros dos cuidados oncológicos. Os participantes inscritos completarão três inquéritos (pré-teste, pós-teste e seguimento de 2 semanas) e interagirão com o chatbot antes do pós-teste. Os participantes podem interagir com o chatbot entre o pós-teste e o seguimento de 2 semanas, conforme desejarem. Os participantes partilharão feedback sobre a utilidade, facilidade de uso e experiência geral de utilização do chatbot e completarão medidas de pré e pós-teste para avaliar a eficácia preliminar para medidas de resultados secundários. Todas as atividades de investigação serão realizadas online.
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
Utah
-
Salt Lake City, Utah, Estados Unidos, 84112
- Huntsman Cancer Institute/ University of Utah
-
Contato:
- Djin Tay, PhD, RN
- Número de telefone: 801-646-6440
- E-mail: Djin.Tay@nurs.utah.edu
-
Investigador principal:
- Djin Tay, PhD, RN
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Descrição
Critérios de Inclusão:
- Adultos (18 anos ou mais)
- Pacientes com cancro ou cuidadores financeiramente responsáveis por pacientes com cancro que:
- Residam na área de captação de cinco estados do Huntsman Cancer Institute (Utah, Idaho, Wyoming, Montana e Nevada),
- Sejam capazes de ler e escrever em inglês, e
- Vivam numa área rural, definida pela aprovação de um código postal residencial classificado como não metropolitano (códigos RUCA 4-10) de acordo com os Códigos de Área de Deslocação Rural-Urbana do USDA.
Critérios de Exclusão:
- Inquiridos que não vivam nesta região de 5 estados—O material do kit de ferramentas SAFE foi desenvolvido para a população de pacientes do Huntsman Cancer Institute, que serve UT, ID, MT, WY e NV
- Inquiridos que falam apenas espanhol ou outros grupos exclusivamente não anglófonos—O modelo de linguagem grande para o chatbot será desenvolvido na língua inglesa. Como o treino em línguas não inglesas para o chatbot não faz parte do âmbito deste estudo, os participantes que não sejam capazes de ler e escrever em inglês podem não ser adequados. Como tal, não recrutaremos participantes que falam apenas espanhol ou outros grupos exclusivamente não anglófonos. Estudos futuros incluirão a adaptação do chatbot para outras línguas.
- Cuidadores que não são os principais responsáveis pelos aspetos financeiros do tratamento do cancro dos pacientes—O tema das dificuldades financeiras do tratamento do cancro pode ser menos relevante para cuidadores que não estão financeiramente envolvidos nos cuidados.
- Não residentes em áreas rurais
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Cuidados de suporte
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Outro: Chatbot Baseado em Regras
Os participantes randomizados para este braço serão convidados a usar o chatbot baseado em regras.
|
O chatbot SAFE.ai baseado em regras (com script) é uma ferramenta de conversação guiada desenvolvida para fornecer informações estruturadas, precisas e consistentes a pacientes rurais com cancro e cuidadores que enfrentam toxicidade financeira relacionada com o cancro. Este chatbot está fundamentado no kit de recursos de Autodefesa para Empoderamento Financeiro (SAFE), que foi co-desenvolvido com um conselho consultivo comunitário (CAB) composto por pacientes rurais, cuidadores, enfermeiros e especialistas em navegação financeira da área de captação de cinco estados do HCI. Todas as respostas com script refletem as prioridades identificadas durante as sessões de avaliação qualitativa de necessidades, garantindo que o conteúdo esteja alinhado culturalmente com as experiências dos pacientes rurais e com os desafios financeiros do mundo real. O chatbot segue uma árvore de decisão baseada em regras. Os utilizadores progridem na conversa selecionando uma resposta de um conjunto de opções fixas apresentadas no ecrã. Isto garante que todo o conteúdo seja clinicamente verificado, seguro, consistente e alinhado com práticas baseadas em evidências. |
|
Outro: Chatbot Híbrido
Os participantes randomizados para este braço serão convidados a utilizar o chatbot híbrido
|
O chatbot híbrido SAFE.ai baseia-se no sistema baseado em regras existente, integrando uma camada de modelo de linguagem de grande escala (LLM) para suportar interações mais flexíveis, abertas e conversacionais. Enquanto o chatbot baseado em regras proporciona conversas estruturadas através de conteúdo pré-definido, a abordagem híbrida permite que os utilizadores façam perguntas complexas ou personalizadas sobre toxicidade financeira. Para garantir segurança e precisão, o chatbot híbrido não tem permissão para gerar respostas a partir da internet aberta. Ao combinar a consistência da lógica baseada em regras com a adaptabilidade de um LLM, o chatbot híbrido permitirá que os utilizadores façam perguntas de seguimento, descrevam situações financeiras complexas, solicitem esclarecimentos com as suas próprias palavras e recebam orientação mais personalizada, mantendo simultaneamente a adesão ao conteúdo SAFE. |
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Classificação de Utilidade de Item Único
Prazo: até 2 semanas
|
A utilidade é avaliada através de um item de escala Likert de 5 pontos, com opções de resposta que variam de Muito inútil (1) a Muito útil (5).
As pontuações totais variam de um mínimo de 1 a um máximo de 5, sendo que pontuações mais baixas indicam uma perceção de utilidade menor, e pontuações mais altas indicam uma perceção de utilidade maior.
|
até 2 semanas
|
|
Escala de Usabilidade do Sistema (SUS)
Prazo: até 2 semanas
|
O SUS é uma escala de Likert de 10 itens e 5 pontos (0 = discordo totalmente, 5 = concordo totalmente).
As pontuações totais variam de um mínimo de 0 a um máximo de 100, com valores mais baixos a indicar menor usabilidade e valores mais altos a indicar maior usabilidade.
|
até 2 semanas
|
|
Medida de Aceitabilidade da Intervenção (AIM)
Prazo: até 2 semanas
|
A AIM é uma escala Likert de 4 itens e 5 pontos (1 = discordo totalmente, 5 = concordo totalmente).
A pontuação total varia entre um mínimo de 4 e um máximo de 20, com valores mais baixos a indicar menor aceitabilidade e valores mais altos a indicar maior aceitabilidade.
|
até 2 semanas
|
|
Satisfação do Utilizador do Chatbot (CUS) - Subescala de Satisfação
Prazo: até 2 semanas
|
A subescala de Satisfação da medida CUS é uma escala Likert de 5 itens (1 = discordo totalmente, 5 = concordo totalmente).
Os valores totais variam entre um mínimo de 5 e um máximo de 25, em que valores mais baixos indicam uma satisfação do utilizador mais reduzida e valores mais elevados indicam uma satisfação superior.
|
até 2 semanas
|
|
Teste de Confiança em Sistemas Automatizados (TOAST)
Prazo: até 2 semanas
|
O TOAST é uma escala Likert de 7 pontos com 9 itens (1 = discordo totalmente, 7 = concordo totalmente).
As pontuações totais variam de um mínimo de 9 a um máximo de 63, em que valores mais baixos indicam menor confiança e valores mais altos indicam maior confiança.
|
até 2 semanas
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Preocupações Financeiras Auto-Reportadas
Prazo: até 2 semanas
|
A Preocupação Financeira será avaliada através da avaliação COST (Pontuação Abrangente para Toxicidade Financeira). O COST é uma escala de Likert de 12 itens e 5 pontos (0=Nada a 4=Muito). As pontuações totais variam de um mínimo de 0 a um máximo de 44, sendo que pontuações mais baixas indicam um Bem-Estar Financeiro pior e pontuações mais altas indicam um Bem-Estar Financeiro melhor. Esta medida de resultado reportará a pontuação média do COST. |
até 2 semanas
|
|
Qualidade de Vida Relacionada com a Saúde (QOL)
Prazo: até 2 semanas
|
A qualidade de vida relacionada com a saúde será avaliada através do Questionário de Saúde de 36 Itens (SF-36). O SF-36 tem duas subescalas: o Resumo do Componente Físico (PCS) e o Resumo do Componente Mental (MCS). Cada subescala varia de 0 a 100, com pontuações mais baixas a indicar pior QV e pontuações mais altas a indicar melhor QV. Esta medida de resultado reportará as pontuações médias do PCS e do MCS. |
até 2 semanas
|
|
Autoeficácia para Lidar com o Cancro
Prazo: até 2 semanas
|
A autoeficácia para lidar com o cancro será avaliada com o questionário Cancer Behavior Inventory-Brief Version (CBI-B). O CBI-B é uma escala de Likert de 9 pontos com 12 itens (1=Nada Confiante a 9=Totalmente Confiante). Os resultados totais do CBI-B variam de 9 a 108, com pontuações mais baixas indicando pior autoeficácia e pontuações mais altas indicando melhor autoeficácia. |
até 2 semanas
|
|
Angústia Psicossocial
Prazo: até 2 semanas
|
O sofrimento psicossocial será medido pelo Questionário de Saúde do Paciente-4 (PHQ-4). O PHQ-4 é uma escala de Likert de 4 itens e 4 pontos (0 = Nada a 3 = Quase todos os dias). As pontuações totais do PHQ-4 variam de 0 a 12, sendo que pontuações mais baixas indicam menos sofrimento psicossocial e pontuações mais altas indicam sofrimento psicossocial mais grave. |
até 2 semanas
|
|
Envolvimento do Utilizador com a SAFE.AI
Prazo: até 2 semanas
|
O envolvimento do utilizador com o SAFE.AI será avaliado através de um instrumento de envolvimento desenvolvido para avaliar chatbots de IA num inquérito pós-teste.
|
até 2 semanas
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Djin Tay, PhD, RN, Huntsman Cancer Institute/ University of Utah
Publicações e links úteis
Publicações Gerais
- Ware J Jr, Kosinski M, Keller SD. A 12-Item Short-Form Health Survey: construction of scales and preliminary tests of reliability and validity. Med Care. 1996 Mar;34(3):220-33. doi: 10.1097/00005650-199603000-00003.
- Heitzmann CA, Merluzzi TV, Jean-Pierre P, Roscoe JA, Kirsh KL, Passik SD. Assessing self-efficacy for coping with cancer: development and psychometric analysis of the brief version of the Cancer Behavior Inventory (CBI-B). Psychooncology. 2011 Mar;20(3):302-12. doi: 10.1002/pon.1735.
- Yezefski T, Steelquist J, Watabayashi K, Sherman D, Shankaran V. Impact of trained oncology financial navigators on patient out-of-pocket spending. Am J Manag Care. 2018 Mar;24(5 Suppl):S74-S79.
- Hyzy M, Bond R, Mulvenna M, Bai L, Dix A, Leigh S, Hunt S. System Usability Scale Benchmarking for Digital Health Apps: Meta-analysis. JMIR Mhealth Uhealth. 2022 Aug 18;10(8):e37290. doi: 10.2196/37290.
- Zahnd WE, Davis MM, Rotter JS, Vanderpool RC, Perry CK, Shannon J, Ko LK, Wheeler SB, Odahowski CL, Farris PE, Eberth JM. Rural-urban differences in financial burden among cancer survivors: an analysis of a nationally representative survey. Support Care Cancer. 2019 Dec;27(12):4779-4786. doi: 10.1007/s00520-019-04742-z. Epub 2019 Apr 10.
- Chavez-Yenter D, Kimball KE, Kohlmann W, Lorenz Chambers R, Bradshaw RL, Espinel WF, Flynn M, Gammon A, Goldberg E, Hagerty KJ, Hess R, Kessler C, Monahan R, Temares D, Tobik K, Mann DM, Kawamoto K, Del Fiol G, Buys SS, Ginsburg O, Kaphingst KA. Patient Interactions With an Automated Conversational Agent Delivering Pretest Genetics Education: Descriptive Study. J Med Internet Res. 2021 Nov 18;23(11):e29447. doi: 10.2196/29447.
- Del Fiol G, Kohlmann W, Bradshaw RL, Weir CR, Flynn M, Hess R, Schiffman JD, Nanjo C, Kawamoto K. Standards-Based Clinical Decision Support Platform to Manage Patients Who Meet Guideline-Based Criteria for Genetic Evaluation of Familial Cancer. JCO Clin Cancer Inform. 2020 Jan;4:1-9. doi: 10.1200/CCI.19.00120.
- Bradshaw RL, Kawamoto K, Kaphingst KA, Kohlmann WK, Hess R, Flynn MC, Nanjo CJ, Warner PB, Shi J, Morgan K, Kimball K, Ranade-Kharkar P, Ginsburg O, Goodman M, Chambers R, Mann D, Narus SP, Gonzalez J, Loomis S, Chan P, Monahan R, Borsato EP, Shields DE, Martin DK, Kessler CM, Del Fiol G. GARDE: a standards-based clinical decision support platform for identifying population health management cohorts. J Am Med Inform Assoc. 2022 Apr 13;29(5):928-936. doi: 10.1093/jamia/ocac028.
- Mariotto AB, Enewold L, Zhao J, Zeruto CA, Yabroff KR. Medical Care Costs Associated with Cancer Survivorship in the United States. Cancer Epidemiol Biomarkers Prev. 2020 Jul;29(7):1304-1312. doi: 10.1158/1055-9965.EPI-19-1534. Epub 2020 Jun 10.
- Carrera PM, Kantarjian HM, Blinder VS. The financial burden and distress of patients with cancer: Understanding and stepping-up action on the financial toxicity of cancer treatment. CA Cancer J Clin. 2018 Mar;68(2):153-165. doi: 10.3322/caac.21443. Epub 2018 Jan 16.
- Lyman GH, Kuderer N. Financial Toxicity, Financial Abuse, or Financial Torture: Let's Call It What It is! Cancer Invest. 2020 Mar;38(3):139-142. doi: 10.1080/07357907.2020.1735084. Epub 2020 Mar 4. No abstract available.
- Pisu M, Henrikson NB, Banegas MP, Yabroff KR. Costs of cancer along the care continuum: What we can expect based on recent literature. Cancer. 2018 Nov 1;124(21):4181-4191. doi: 10.1002/cncr.31643. Epub 2018 Oct 17.
- Yabroff KR, Mariotto A, Tangka F, Zhao J, Islami F, Sung H, Sherman RL, Henley SJ, Jemal A, Ward EM. Annual Report to the Nation on the Status of Cancer, Part 2: Patient Economic Burden Associated With Cancer Care. J Natl Cancer Inst. 2021 Nov 29;113(12):1670-1682. doi: 10.1093/jnci/djab192.
- Knight TG, Deal AM, Dusetzina SB, Muss HB, Choi SK, Bensen JT, Williams GR. Financial Toxicity in Adults With Cancer: Adverse Outcomes and Noncompliance. J Oncol Pract. 2018 Oct 24:JOP1800120. doi: 10.1200/JOP.18.00120. Online ahead of print.
- Allcott N, Dunham L, Levy D, Carr J, Stitzenberg K. Financial burden amongst cancer patients treated with curative intent surgery alone. Am J Surg. 2019 Sep;218(3):452-456. doi: 10.1016/j.amjsurg.2019.01.033. Epub 2019 Jan 31.
- Williams CP, Gallagher KD, Deehr K, Aswani MS, Azuero A, Daniel CL, Ford EW, Ingram SA, Balch AJ, Rocque GB. Quantifying treatment preferences and their association with financial toxicity in women with breast cancer. Cancer. 2021 Feb 1;127(3):449-457. doi: 10.1002/cncr.33287. Epub 2020 Oct 27.
- Belcher SM, Lee H, Nguyen J, Curseen K, Lal A, Zarrabi AJ, Gantz L, Rosenzweig MQ, Hill JL, Yeager KA. Financial Hardship and Quality of Life Among Patients With Advanced Cancer Receiving Outpatient Palliative Care: A Pilot Study. Cancer Nurs. 2023 Jan-Feb 01;46(1):3-13. doi: 10.1097/NCC.0000000000001052. Epub 2021 Dec 31.
- Petermann V, Zahnd WE, Vanderpool RC, Eberth JM, Rohweder C, Teal R, Vu M, Stradtman L, Frost E, Trapl E, Koopman Gonzalez S, Vu T, Ko LK, Cole A, Farris PE, Shannon J, Lee J, Askelson N, Seegmiller L, White A, Edward J, Davis M, Wheeler SB. How cancer programs identify and address the financial burdens of rural cancer patients. Support Care Cancer. 2022 Mar;30(3):2047-2058. doi: 10.1007/s00520-021-06577-z. Epub 2021 Oct 16.
- Charlton M, Schlichting J, Chioreso C, Ward M, Vikas P. Challenges of Rural Cancer Care in the United States. Oncology (Williston Park). 2015 Sep;29(9):633-40.
- Spencer JC, Rotter JS, Eberth JM, Zahnd WE, Vanderpool RC, Ko LK, Davis MM, Troester MA, Olshan AF, Wheeler SB. Employment Changes Following Breast Cancer Diagnosis: The Effects of Race and Place. J Natl Cancer Inst. 2020 Jun 1;112(6):647-650. doi: 10.1093/jnci/djz197.
- Kent EE, Lee S, Asad S, Dobbins EE, Aimone EV, Park EM. "If I wasn't in a rural area, I would definitely have more support": social needs identified by rural cancer caregivers and hospital staff. J Psychosoc Oncol. 2023;41(4):393-410. doi: 10.1080/07347332.2022.2129547. Epub 2022 Oct 10.
- Zhang M, Wang X, Shao M, Li T, Guo S, Yang Y, Yu L, Bin M, Li D, Zhou H, Yao L, Chen C, Wang T. Financial toxicity of informal caregivers of colorectal cancer patients: A cross-sectional study. Eur J Oncol Nurs. 2024 Apr;69:102519. doi: 10.1016/j.ejon.2024.102519. Epub 2024 Feb 9.
- Crabtree-Ide C, Sevdalis N, Bellohusen P, Constine LS, Fleming F, Holub D, Rizvi I, Rodriguez J, Shayne M, Termer N, Tomaszewski K, Noyes K. Strategies for Improving Access to Cancer Services in Rural Communities: A Pre-implementation Study. Front Health Serv. 2022 Mar 14;2:818519. doi: 10.3389/frhs.2022.818519. eCollection 2022.
- Spencer JC, Samuel CA, Rosenstein DL, Reeder-Hayes KE, Manning ML, Sellers JB, Wheeler SB. Oncology navigators' perceptions of cancer-related financial burden and financial assistance resources. Support Care Cancer. 2018 Apr;26(4):1315-1321. doi: 10.1007/s00520-017-3958-3. Epub 2017 Nov 9.
- de Moor JS, Kent EE, McNeel TS, Virgo KS, Swanberg J, Tracy JK, Banegas MP, Han X, Qin J, Yabroff KR. Employment Outcomes Among Cancer Survivors in the United States: Implications for Cancer Care Delivery. J Natl Cancer Inst. 2021 May 4;113(5):641-644. doi: 10.1093/jnci/djaa084.
- Sherman DE. Transforming Practices Through the Oncology Care Model: Financial Toxicity and Counseling. J Oncol Pract. 2017 Aug;13(8):519-522. doi: 10.1200/JOP.2017.023655. Epub 2017 Jun 7. No abstract available.
- Xu L, Sanders L, Li K, Chow JCL. Chatbot for Health Care and Oncology Applications Using Artificial Intelligence and Machine Learning: Systematic Review. JMIR Cancer. 2021 Nov 29;7(4):e27850. doi: 10.2196/27850.
- Kaphingst KA, Kohlmann WK, Lorenz Chambers R, Bather JR, Goodman MS, Bradshaw RL, Chavez-Yenter D, Colonna SV, Espinel WF, Everett JN, Flynn M, Gammon A, Harris A, Hess R, Kaiser-Jackson L, Lee S, Monahan R, Schiffman JD, Volkmar M, Wetter DW, Zhong L, Mann DM, Ginsburg O, Sigireddi M, Kawamoto K, Del Fiol G, Buys SS. Uptake of Cancer Genetic Services for Chatbot vs Standard-of-Care Delivery Models: The BRIDGE Randomized Clinical Trial. JAMA Netw Open. 2024 Sep 3;7(9):e2432143. doi: 10.1001/jamanetworkopen.2024.32143.
- Ta V, Griffith C, Boatfield C, Wang X, Civitello M, Bader H, DeCero E, Loggarakis A. User Experiences of Social Support From Companion Chatbots in Everyday Contexts: Thematic Analysis. J Med Internet Res. 2020 Mar 6;22(3):e16235. doi: 10.2196/16235.
- Hazarika I. Artificial intelligence: opportunities and implications for the health workforce. Int Health. 2020 Jul 1;12(4):241-245. doi: 10.1093/inthealth/ihaa007.
- De Souza JA, Wroblewski K, Proussaloglou E, Nicholson L, Hantel A, Wang Y. Validation of a financial toxicity (FT) grading system. American Society of Clinical Oncology; 2017.
- Hamm RF, Levine LD, Szymczak JE, Parry S, Srinivas SK, Beidas RS. An innovative sequential mixed-methods approach to evaluating clinician acceptability during implementation of a standardized labor induction protocol. BMC Med Res Methodol. 2023 Aug 29;23(1):195. doi: 10.1186/s12874-023-02010-7.
- Watkins JM, Brunnemer JE, Heeter KN, Medellin AM, Churchill WC, Goss JM, Hobson JM, Werner NE, Weaver RG, Kercher VMM, Kercher KA. Evaluating the feasibility and acceptability of a co-designed physical activity intervention for rural middle schoolers: a pilot study. BMC Public Health. 2024 Jul 9;24(1):1830. doi: 10.1186/s12889-024-19356-2.
- Stanhope J. Patient Health Questionnaire-4. Occup Med (Lond). 2016 Dec;66(9):760-761. doi: 10.1093/occmed/kqw165. No abstract available.
- Møller CG, Ang KE, Bongiovanni MDL, Khalid MS, Wu J. Metrics of success: evaluating user satisfaction in AI chatbots. In: Proceedings of the 8th International Conference on Advances in Artificial Intelligence (ICAAI 2024). Association for Computing Machinery; 2025:168-173. doi:10.1145/3704137.3704182
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Estimado)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
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
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 193501
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 .