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

Utilização e Aceitação de Grandes Modelos de Linguagem para a Tomada de Decisão Partilhada em Oncologia

26 de abril de 2026 atualizado por: Technical University of Munich

Utilização e Aceitação de Modelos de Linguagem de Grande Escala na Tomada de Decisão Partilhada em Oncologia entre Doentes, Público Geral e Profissionais de Saúde

Este estudo examina como os doentes oncológicos, o público em geral e os profissionais de saúde utilizam e percecionam os modelos de linguagem de grande dimensão (como o ChatGPT) para a tomada de decisão partilhada relacionada com a saúde em oncologia.
Foi realizado um inquérito transversal entre 7.151 participantes de 30 países, utilizando um questionário desenvolvido e validado através de um processo Delphi de duas rondas que envolveu 44 especialistas.
O estudo avaliou os padrões atuais de utilização de modelos de linguagem de grande dimensão para informação sobre saúde, as barreiras à adoção, incluindo preocupações com a fiabilidade e privacidade, as expetativas futuras relativamente a estas ferramentas na tomada de decisão partilhada e os preditores demográficos da adoção.
Os participantes foram recrutados através da plataforma Prolific entre março e maio de 2025, com amostragem estratificada em três grupos: doentes oncológicos diagnosticados nos últimos cinco anos, membros da população geral dos Estados Unidos e Reino Unido, e profissionais de saúde licenciados com contacto ativo com doentes.

Visão geral do estudo

Descrição detalhada

A tomada de decisão partilhada é um processo colaborativo no qual os clínicos apoiam os doentes na tomada de decisões de tratamento. Apesar da sua importância em oncologia, a tomada de decisão partilhada estruturada continua a ser pouco comum na prática clínica de rotina. Os modelos de linguagem de grande dimensão oferecem uma nova forma de os doentes acederem e compreenderem informação médica, mas pouco se sabe sobre como as partes interessadas-chave percecionam e utilizam estas ferramentas para decisões de saúde.

Este estudo observacional utilizou um desenho de métodos mistos sequencial que combinou a metodologia de consenso Delphi com a implementação de um inquérito transversal. Um painel de 44 especialistas de oito domínios (inteligência artificial clínica, desenvolvimento técnico, oncologia, psicologia, epidemiologia, defesa do doente, ética e experiência jurídica) desenvolveu e validou o instrumento de avaliação através de duas rondas Delphi, alcançando consenso em 89 itens. O instrumento final continha 52 itens quantitativos e 8 prompts qualitativos, distinguindo entre a utilização geral e específica de saúde dos modelos de linguagem de grande dimensão.

O estudo recrutou três coortes: 2.316 doentes oncológicos com diagnóstico autorrelatado nos últimos cinco anos, 2.000 membros da população geral dos Estados Unidos e Reino Unido, e 2.835 profissionais de saúde licenciados. O controlo de qualidade incluiu verificações de atenção, monitorização do tempo de conclusão, validação de consistência e procedimentos de verificação, resultando na exclusão de 694 respostas (8,8%) de um total inicial de 7.845.

As análises primárias incluíram testes do qui-quadrado e ANOVA com correção de Bonferroni, regressão logística multivariável com construção de modelo hierárquico para identificar preditores de adoção, e segmentação de utilizadores através de cruzamento de tabelas combinado com agrupamento k-means. O estudo foi aprovado pela comissão de revisão institucional da Universidade Técnica de Munique (TUM2024-89-S-SB).

Tipo de estudo

Observacional

Inscrição (Real)

7151

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

    • Bavaria
      • Munich, Bavaria, Alemanha, 81675
        • Technical University Munich

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Sim

Método de amostragem

Amostra Não Probabilística

População do estudo

Três coortes recrutadas através da plataforma Prolific: pacientes com cancro com um diagnóstico nos últimos cinco anos (n=2.316), membros da população geral dos Estados Unidos e Reino Unido (n=2.000) e profissionais de saúde licenciados com contacto ativo com pacientes (n=2.835). A amostragem estratificada aplicou quotas para idade, género, etnia e educação na coorte da população geral.

Descrição

Critérios de Inclusão:

Idade de 18 anos ou mais Proficiência na língua inglesa Acesso regular à internet Registo na plataforma de investigação Prolific Para a coorte de doentes com cancro: diagnóstico de cancro auto-reportado nos últimos cinco anos Para a coorte de profissionais de saúde: profissional de saúde licenciado com contacto ativo com doentes Para a coorte da população geral: residente nos Estados Unidos ou Reino Unido

Critérios de Exclusão:

Falha nas questões de verificação de atenção incorporadas (4 verificações) Tempo de conclusão do questionário fora do intervalo aceitável (inferior a 5 minutos ou superior a 60 minutos) Padrão de resposta em linha reta detetado pelos algoritmos de validação de consistência Falha nos procedimentos de verificação da coorte

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

Coortes e Intervenções

Grupo / Coorte
Pacientes com Cancro
Adultos com 18 anos ou mais com um diagnóstico de cancro auto-reportado nos últimos cinco anos, recrutados através da plataforma Prolific com verificação através de perguntas de triagem sobre data de diagnóstico, tipo de cancro e estado do tratamento. n=2.316.
População Geral
Adultos com 18 anos ou mais dos Estados Unidos e Reino Unido, sem requisito específico de condição de saúde, recrutados através da plataforma Prolific com quotas de amostragem estratificadas por idade, género, etnia e educação. n=2.000.
Profissionais de Saúde
Profissionais de saúde licenciados com 18 anos ou mais, com contacto ativo com doentes, incluindo médicos e pessoal de enfermagem, recrutados através da plataforma Prolific dos Estados Unidos, Reino Unido e mais 28 países. n=2.835.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Taxa de utilização de modelo de linguagem extensa específico para cuidados de saúde
Prazo: Na altura da conclusão do inquérito (avaliação única, março-maio de 2025)
Proporção de participantes que reportam o uso de modelos de linguagem de grande escala especificamente para informação relacionada com saúde, medido numa escala de frequência Likert de 5 pontos e dicotomizado como uso versus não uso.
Na altura da conclusão do inquérito (avaliação única, março-maio de 2025)
Crença futura na melhoria do modelo de linguagem de grande dimensão na tomada de decisão partilhada
Prazo: Na altura do preenchimento do inquérito (avaliação única, março-maio de 2025)
Proporção de participantes que acreditam que os modelos de linguagem de grande escala melhorarão a qualidade da tomada de decisão partilhada em oncologia, avaliada através de resposta na escala de Likert.
Na altura do preenchimento do inquérito (avaliação única, março-maio de 2025)
Barreiras à adoção de modelos de linguagem de grande escala
Prazo: Na altura da conclusão do inquérito (avaliação única, março-maio de 2025)
Prevalência de preocupações relativas à utilização de modelos de linguagem de grande escala para decisões de saúde, incluindo preocupações de fiabilidade, preocupações de privacidade e preferência por interação humana, cada uma avaliada como binária (presente ou ausente).
Na altura da conclusão do inquérito (avaliação única, março-maio de 2025)

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Preditores independentes da adoção de modelos de linguagem de grande escala
Prazo: No momento da conclusão do inquérito (avaliação única, março-maio de 2025)
Razões de probabilidade (odds ratios) de regressão logística multivariável hierárquica identificando preditores demográficos e relacionados com a saúde da aceitação de modelos de linguagem de grande escala específicos da saúde, incluindo idade, sexo, etnia, educação, literacia digital e confiança na compreensão de informação de saúde.
No momento da conclusão do inquérito (avaliação única, março-maio de 2025)
Segmentação de utilizadores
Prazo: No momento da conclusão do inquérito (avaliação única, março-maio de 2025)
Distribuição dos participantes por segmentos de utilizadores baseados em dados, derivados da tabulação cruzada do uso atual com o benefício percecionado, refinados através de agrupamento k-means: potenciais adotantes, utilizadores crentes, não utilizadores resistentes e utilizadores céticos.
No momento da conclusão do inquérito (avaliação única, março-maio de 2025)
Padrões de recomendação de profissionais de saúde
Prazo: No momento do preenchimento do inquérito (avaliação única, março-maio de 2025)
Proporção de profissionais de saúde que recomendam modelos de linguagem de grande escala a doentes para obter informações de saúde, comparada com a sua taxa de uso pessoal.
No momento do preenchimento do inquérito (avaliação única, março-maio de 2025)

Colaboradores e Investigadores

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

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 2025

Conclusão Primária (Real)

1 de maio de 2025

Conclusão do estudo (Real)

1 de maio de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

6 de abril de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

6 de abril de 2026

Primeira postagem (Real)

13 de abril de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

30 de abril de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

26 de abril de 2026

Última verificação

1 de abril de 2026

Mais Informações

Termos relacionados a este estudo

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • LLM-SDM-2025

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Os dados individuais dos participantes não serão partilhados publicamente devido às regulamentações de proteção de dados. Os dados anonimizados do inquérito que sustentam as conclusões deste estudo estão disponíveis junto do autor correspondente mediante pedido fundamentado.

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 .

Se inscrever