- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT02667197
Studie för att validera kodade medicinska termer som används för att identifiera opioidrelaterad överdos i databaser som används för PMR-studie 1B
Studie för att validera kodade medicinska terminologier som används för att identifiera opioidrelaterad överdos i databaserna efter marknadsföring som används i PMR-studie 1B
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
Som en del av en serie av PMR-studier (post-marketing requirement) för förlängd frisättning (ER) och långverkande (LA) opioidanalgetika, kräver Food and Drug Administration (FDA) innehavare av New Drug Application (NDA) av ER /LA opioider för att genomföra studier för att uppskatta förekomsten av missbruk, missbruk, beroende, överdosering och dödsfall bland patienter med kronisk smärta som använder långtidsbehandling med opioid, och för att validera de mått som används för att uppskatta förekomsten av dessa biverkningar.
Syftet med denna studie är att validera mätningen av opioidöverdoshändelser med hjälp av diagnostiska koder och data extraherade från anteckningar skrivna i den elektroniska journalen (EMR), åtföljd av diagnostiska algoritmer, för att användas i en studie av förekomsten och prediktorerna för opioid. överdos och dödsfall (PMR-studie 1B) bland patienter som ordinerats opioidanalgetika. Diagnostiska koder, åtföljda av diagnostiska algoritmer, kommer att jämföras med manuellt abstraherade medicinska kartöversikter.
Kodbaserade algoritmer kommer att vara användbara för att identifiera opioidöverdoser i anspråksbaserade system som endast innehåller kodade data och kommer även att vara användbara i system med EMR. Kodbaserade algoritmer kommer att förbättras med textsökning av EMR kliniska notationer med hjälp av Natural Language Processing (NLP) för att identifiera överdoshändelser som inte identifieras av diagnostiska koder och för att skilja mellan avsiktliga och oavsiktliga överdoser. Utbytet från den resulterande EMR-baserade algoritmen kommer återigen att jämföras med manuellt abstraherade medicinska kartöversikter.
Denna EMR-baserade algoritm kommer att vara användbar för att identifiera opioidöverdoser i system med EMR, och för att ytterligare skilja mellan orsakerna till olika typer av överdoser. Till exempel kan överdoshändelser bero på felaktig användning (t.ex. terapeutisk användning som inte har angetts av en läkare), medicineringsfel av patienter, medicinska fel som gjorts av förskrivare, missbruk av patienter, missbruk av icke-patienter som låtsas vara patienter för att ta emot mediciner; och självmord. Överdoshändelser skiljer sig därför åt i avsiktlighet, det vill säga om personen försökte begå självmord eller inte. Oavsiktliga överdoser kan uppstå som ett resultat av olika orsaker, inklusive missbruk (terapeutisk användning men inte förenlig med läkarens order), missbruk, biverkningar på mediciner, anestesi och medicineringsfel - både patient- och leverantörsbaserade. Dessutom kan skillnaden mellan oavsiktliga och avsiktliga överdoser ibland vara oklar. Denna valideringsstudie kommer att försöka differentiera överdos med avsikt med både kodbaserade algoritmer och NLP-förbättrade algoritmer.
För närvarande använder administrativa databaser ICD-9-koder för icke-dödliga diagnoser och ICD-10-koder för dödliga händelser. I oktober 2015 är ICD-10-koder planerade att ersätta ICD-9-koder för icke-dödliga diagnoser i administrativa databaser. Den här studien kommer att validera befintliga ICD-9-koder så att studien kan uppfylla den FDA-krävda tidslinjen för en slutrapport senast i november 2015.
Denna studie kommer inte att utvärdera missbruk eftersom detta kommer att fångas upp av instrument i en prospektiv studie av patienter med kronisk smärta (PMR-studie 1A) med en kombination av anpassade validerade instrument, och nya instrument som kommer att utvärderas i PMR-studie 2. Denna studie kommer att inte inkludera en formell validering för opioidrelaterade dödsfall, eftersom processer för att koda dödsfall varierar från stat till stat, men kommer att inkludera viss verifiering av opioidrelaterade dödsfall i förhållande till medicinska journaler för händelser med tillgängliga statliga och nationella dödsdata (det finns en 12 -månaders till två års eftersläpning i statens dödsregister).
Studietyp
Inskrivning (Faktisk)
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inkludering:
Medlemmar av KPNWs integrerade sjukvårdssystem i delstaterna Oregon och sydvästra Washington, mellan augusti 2008 och december 2014
- Cirka 1 200 händelser identifierade baserat på ICD-diagnoskoder för opioidförgiftning, överdos eller opioidrelaterad dödsorsak
- Ett slumpmässigt urval av cirka 1 250 individer med ökad risk för opioidöverdos identifierat baserat på ICD-diagnoser för opioidrelaterade biverkningar, smärta, psykisk hälsa eller missbruk
Uteslutning:
Ingen
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Opioidöverdos och förgiftning
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
ICD-9 koder för opioidöverdoser
Tidsram: Retrospektiv granskning över fyraårsperioden (januari 2009 - december 2013)
|
|
Retrospektiv granskning över fyraårsperioden (januari 2009 - december 2013)
|
|
Medicinsk kartgranskning av utbildad sjökortsabstraktionspersonal och kliniska diagnostiker.
Tidsram: Retrospektiv granskning över fyraårsperioden (januari 2009 - december 2013)
|
Retrospektiv granskning över fyraårsperioden (januari 2009 - december 2013)
|
|
|
Algoritmer för att förbättra känsligheten och specificiteten hos ICD-9 diagnoskoder för att upptäcka opioidöverdoser
Tidsram: Retrospektiv granskning över fyraårsperioden (januari 2009 - december 2013)
|
|
Retrospektiv granskning över fyraårsperioden (januari 2009 - december 2013)
|
Samarbetspartners och utredare
Utredare
- Studiestol: Paul Coplan, MS, ScD, MBA, Purdue Pharma LP
Publikationer och användbara länkar
Allmänna publikationer
- Hazlehurst B, Green CA, Perrin NA, Brandes J, Carrell DS, Baer A, DeVeaugh-Geiss A, Coplan PM. Using natural language processing of clinical text to enhance identification of opioid-related overdoses in electronic health records data. Pharmacoepidemiol Drug Saf. 2019 Aug;28(8):1143-1151. doi: 10.1002/pds.4810. Epub 2019 Jun 19.
- Green CA, Hazlehurst B, Brandes J, Sapp DS, Janoff SL, Coplan PM, DeVeaugh-Geiss A. Development of an algorithm to identify inpatient opioid-related overdoses and oversedation using electronic data. Pharmacoepidemiol Drug Saf. 2019 Aug;28(8):1138-1142. doi: 10.1002/pds.4797. Epub 2019 May 16.
- Green CA, Perrin NA, Hazlehurst B, Janoff SL, DeVeaugh-Geiss A, Carrell DS, Grijalva CG, Liang C, Enger CL, Coplan PM. Identifying and classifying opioid-related overdoses: A validation study. Pharmacoepidemiol Drug Saf. 2019 Aug;28(8):1127-1137. doi: 10.1002/pds.4772. Epub 2019 Apr 24.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Uppskatta)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
- Mentala störningar
- Kemiskt inducerade störningar
- Substansrelaterade störningar
- Opioidrelaterade störningar
- Narkotikarelaterade störningar
- Läkemedels fysiologiska effekter
- Depressiva medel i centrala nervsystemet
- Agenter från det perifera nervsystemet
- Analgetika
- Sensoriska systemagenter
- Narkotika
- Analgetika, Opioid
Andra studie-ID-nummer
- Observational Study 3033-6
- 3033-6 (Annan identifierare: Member Companies of the Opioid PMR Consortium)
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .