Использование опросов для изучения связи воздействия прогнозов риска смертности от ОД с прогностической точностью и принятием решений медицинскими онкологами
20 ноября 2024 г. обновлено: Abramson Cancer Center at Penn Medicine
Почти половина больных раком в США перед смертью получит помощь, не соответствующую их желаниям.
Раннее планирование ухода (ACP) и паллиативная помощь улучшают согласованность лечения и симптомов, а также сокращают ненужное использование.
Многообещающей стратегией увеличения АКП и паллиативной помощи является выявление пациентов с риском смертности на ранних стадиях заболевания, чтобы нацелить эти услуги.
Алгоритмы машинного обучения (МО) используются в различных отраслях, включая медицину, для точного прогнозирования риска неблагоприятных исходов и более раннего направления ресурсов.
Было показано, что «человеческо-машинное сотрудничество» — системы, которые используют как МО, так и человеческую интуицию — улучшает прогнозы и принятие решений в различных ситуациях, но неизвестно, может ли сотрудничество человека и машины улучшить прогностическую точность и привести к более высоким и более ранним результатам. АКП и паллиативная помощь.
В этом исследовании мы связались с национальной выборкой медицинских онкологов и предложили им пройти анкетирование на основе краткого описания.
Нашей целью было изучить связь воздействия прогнозов риска смертности от ОД с прогностической точностью и принятием решений клиницистами.
Мы представили серию из шести эпизодов, описывающих три клинических сценария, специфичных для пациента с распространенным немелкоклеточным раком легкого (нМРЛ), которые различаются в зависимости от возраста, пола, физического состояния, истории курения, степени заболевания, симптомов и молекулярного статуса.
Мы будем использовать эти опросы на основе эпизодов, чтобы изучить связь воздействия прогнозов риска смертности от ОД с прогностической точностью и принятием решений медицинскими онкологами.
Обзор исследования
Тип исследования
Наблюдательный
Регистрация (Действительный)
52
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Соединенные Штаты, 19104
- Abramson Cancer Center of the University of Pennsylvania
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Нет
Метод выборки
Невероятностная выборка
Исследуемая популяция
Исследуемая популяция состояла из удобной выборки практикующих врачей-онкологов, лечивших рак легких в США.
Мы набирали врачей-онкологов посредством прямых электронных писем личным контактам главного исследователя (n=29); прямые сообщения через Doximity, сетевой онлайн-сервис для медицинских работников (n = 17), используя «торакальную онкологию»; и прямые сообщения через X (ранее Twitter) (n=4).
Были предприняты усилия по равной выборке из 4 географических регионов США (Северо-Восток, Юг, Средний Запад, Запад).
Описание
Критерии включения:
- Медицинские онкологи, лечащие рак легких
Критерий исключения:
- Медицинские онкологи, не принимающие больных раком легких
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
1А 2Б 3С
1. Средний; 1.А. Зависит от ссылки; 2. Бедный; 2.Б.
Абсолютный прогноз; 3. Хорошо; 3.С.
Оба
|
Исследование состояло из факторного онлайн-эксперимента 3 × 3 с использованием инструмента опроса, размещенного на платформе Qualtrics, с описанием трех историй болезни пациентов.
Сцены трех пациентов различались по различным клиническим характеристикам, включая возраст, пол, состояние здоровья, историю курения, степень заболевания, симптомы и молекулярный статус.
У каждого пациента был распространенный немелкоклеточный рак легкого (НМРЛ).
Каждый эпизод состоял из двух частей: в части 1 описывалась история болезни одного из трех пациентов, после чего оценивались прогностические оценки и принятие медицинских решений (т.е. 1, 2, 3).
Сразу за этим последовала часть 2, в которой описывалась та же история с тем же пациентом с добавленной информацией из гипотетического алгоритма прогнозирования МО (т. е.
А, Б, В).
Порядок виньеток в каждом опросе был рандомизирован с учетом стратегий представления прогнозов риска ОД, так что существовало 6 версий опроса, в которые был рандомизирован каждый участник.
|
|
1А 2С 3Б
1. Средний; 1.А. Зависит от ссылки; 2. Бедный; 2.С.
Оба; 3. Хорошо; 3.Б.
Абсолютный прогноз
|
Исследование состояло из факторного онлайн-эксперимента 3 × 3 с использованием инструмента опроса, размещенного на платформе Qualtrics, с описанием трех историй болезни пациентов.
Сцены трех пациентов различались по различным клиническим характеристикам, включая возраст, пол, состояние здоровья, историю курения, степень заболевания, симптомы и молекулярный статус.
У каждого пациента был распространенный немелкоклеточный рак легкого (НМРЛ).
Каждый эпизод состоял из двух частей: в части 1 описывалась история болезни одного из трех пациентов, после чего оценивались прогностические оценки и принятие медицинских решений (т.е. 1, 2, 3).
Сразу за этим последовала часть 2, в которой описывалась та же история с тем же пациентом с добавленной информацией из гипотетического алгоритма прогнозирования МО (т. е.
А, Б, В).
Порядок виньеток в каждом опросе был рандомизирован с учетом стратегий представления прогнозов риска ОД, так что существовало 6 версий опроса, в которые был рандомизирован каждый участник.
|
|
1Б 2А 3С
1. Средний; 1.Б.
Абсолют; 2. Бедный; 2.А. Зависит от ссылки; 3. Хорошо; 3.С.
Оба
|
Исследование состояло из факторного онлайн-эксперимента 3 × 3 с использованием инструмента опроса, размещенного на платформе Qualtrics, с описанием трех историй болезни пациентов.
Сцены трех пациентов различались по различным клиническим характеристикам, включая возраст, пол, состояние здоровья, историю курения, степень заболевания, симптомы и молекулярный статус.
У каждого пациента был распространенный немелкоклеточный рак легкого (НМРЛ).
Каждый эпизод состоял из двух частей: в части 1 описывалась история болезни одного из трех пациентов, после чего оценивались прогностические оценки и принятие медицинских решений (т.е. 1, 2, 3).
Сразу за этим последовала часть 2, в которой описывалась та же история с тем же пациентом с добавленной информацией из гипотетического алгоритма прогнозирования МО (т. е.
А, Б, В).
Порядок виньеток в каждом опросе был рандомизирован с учетом стратегий представления прогнозов риска ОД, так что существовало 6 версий опроса, в которые был рандомизирован каждый участник.
|
|
1Б 2С 3А
1. Средний; 1.Б.
Абсолют; 2. Бедный; 2.С.
Оба; 3. Хорошо; 3.А.
Зависит от ссылки
|
Исследование состояло из факторного онлайн-эксперимента 3 × 3 с использованием инструмента опроса, размещенного на платформе Qualtrics, с описанием трех историй болезни пациентов.
Сцены трех пациентов различались по различным клиническим характеристикам, включая возраст, пол, состояние здоровья, историю курения, степень заболевания, симптомы и молекулярный статус.
У каждого пациента был распространенный немелкоклеточный рак легкого (НМРЛ).
Каждый эпизод состоял из двух частей: в части 1 описывалась история болезни одного из трех пациентов, после чего оценивались прогностические оценки и принятие медицинских решений (т.е. 1, 2, 3).
Сразу за этим последовала часть 2, в которой описывалась та же история с тем же пациентом с добавленной информацией из гипотетического алгоритма прогнозирования МО (т. е.
А, Б, В).
Порядок виньеток в каждом опросе был рандомизирован с учетом стратегий представления прогнозов риска ОД, так что существовало 6 версий опроса, в которые был рандомизирован каждый участник.
|
|
1С 2А 3Б
1. Средний; 1.С.
Оба; 2. Бедный; 2.А. Зависит от ссылки; 3. Хорошо; 3.Б.
Абсолютный
|
Исследование состояло из факторного онлайн-эксперимента 3 × 3 с использованием инструмента опроса, размещенного на платформе Qualtrics, с описанием трех историй болезни пациентов.
Сцены трех пациентов различались по различным клиническим характеристикам, включая возраст, пол, состояние здоровья, историю курения, степень заболевания, симптомы и молекулярный статус.
У каждого пациента был распространенный немелкоклеточный рак легкого (НМРЛ).
Каждый эпизод состоял из двух частей: в части 1 описывалась история болезни одного из трех пациентов, после чего оценивались прогностические оценки и принятие медицинских решений (т.е. 1, 2, 3).
Сразу за этим последовала часть 2, в которой описывалась та же история с тем же пациентом с добавленной информацией из гипотетического алгоритма прогнозирования МО (т. е.
А, Б, В).
Порядок виньеток в каждом опросе был рандомизирован с учетом стратегий представления прогнозов риска ОД, так что существовало 6 версий опроса, в которые был рандомизирован каждый участник.
|
|
1С 2Б 3А
1. Средний; 1.С.
Оба; 2. Бедный; 2.Б.
Абсолют; 3. Хорошо; 3.А.
Зависит от ссылки
|
Исследование состояло из факторного онлайн-эксперимента 3 × 3 с использованием инструмента опроса, размещенного на платформе Qualtrics, с описанием трех историй болезни пациентов.
Сцены трех пациентов различались по различным клиническим характеристикам, включая возраст, пол, состояние здоровья, историю курения, степень заболевания, симптомы и молекулярный статус.
У каждого пациента был распространенный немелкоклеточный рак легкого (НМРЛ).
Каждый эпизод состоял из двух частей: в части 1 описывалась история болезни одного из трех пациентов, после чего оценивались прогностические оценки и принятие медицинских решений (т.е. 1, 2, 3).
Сразу за этим последовала часть 2, в которой описывалась та же история с тем же пациентом с добавленной информацией из гипотетического алгоритма прогнозирования МО (т. е.
А, Б, В).
Порядок виньеток в каждом опросе был рандомизирован с учетом стратегий представления прогнозов риска ОД, так что существовало 6 версий опроса, в которые был рандомизирован каждый участник.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Точность прогноза по результатам опроса
Временное ограничение: До 3 месяцев
|
Прогностические оценки измерялись с использованием двух вопросов, вводившихся после частей 1 и 2 каждого из трех эпизодов:
Точные прогнозы определялись тем, находилась ли заявленная оценка ожидаемой продолжительности жизни в пределах 33% от оценки LCPI, измененной после фокус-групп. Участники ответили на первый вопрос в месяцах и на второй вопрос в процентах от 0 до 100%. |
До 3 месяцев
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Предварительные решения по планированию ухода по данным опроса
Временное ограничение: До 3 месяцев
|
Принятие решений ACP оценивалось с помощью следующего задания, которое выполнялось после частей 1 и 2 каждого из трех эпизодов: 1) Не могли бы вы обсудить предварительное планирование ухода на этом этапе течения ее заболевания? Каждый вопрос был оформлен в виде ответа «да» или «нет», после чего следовало поле для свободного ответа с вопросом: «Пожалуйста, сообщите причину такого решения». |
До 3 месяцев
|
|
Направление на паллиативную помощь по данным опроса
Временное ограничение: До 3 месяцев
|
Направление на паллиативную помощь оценивалось с использованием следующего пункта, вводившегося после частей 1 и 2 каждого из трех эпизодов: 1) Направите ли бы вы его/ее к специалисту по паллиативной помощи на данном этапе течения заболевания? Каждый вопрос был оформлен в виде ответа «да» или «нет», после чего следовало поле для свободного ответа с вопросом: «Пожалуйста, сообщите причину такого решения». |
До 3 месяцев
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
13 марта 2023 г.
Первичное завершение (Действительный)
31 июля 2023 г.
Завершение исследования (Действительный)
31 декабря 2023 г.
Даты регистрации исследования
Первый отправленный
30 апреля 2024 г.
Впервые представлено, что соответствует критериям контроля качества
12 июня 2024 г.
Первый опубликованный (Действительный)
18 июня 2024 г.
Обновления учебных записей
Последнее опубликованное обновление (Оцененный)
21 ноября 2024 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
20 ноября 2024 г.
Последняя проверка
1 ноября 2024 г.
Дополнительная информация
Термины, связанные с этим исследованием
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- UPCC 10524
- 850382 (Другой идентификатор: Penn IRB)
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .