Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Använda förklarliga AI-riskförutsägelser för att öka upptaget av influensavaccin

16 december 2024 uppdaterad av: National Bureau of Economic Research, Inc.
Studieteamet har tidigare visat att patienter är mer benägna att få influensavaccin efter att ha lärt sig att de löper hög risk för influensakomplikationer. Med utgångspunkt i detta tidigare arbete kommer den aktuella studien att undersöka om det ger anledningar till att patienter anses ha hög risk för influensakomplikationer (a) ytterligare ökar sannolikheten för att de kommer att få influensavaccin och (b) minskar sannolikheten att de får diagnoser av influensa och/ eller influensaliknande symtom under den efterföljande influensasäsongen. Den kommer också att undersöka om att informera patienter om att deras högriskstatus fastställdes genom att analysera deras journaler eller genom en artificiell intelligens (AI)/maskininlärningsalgoritm (ML) som analyserar deras journaler kommer att påverka sannolikheten att få influensavaccinet eller diagnoser av influensa och/eller influensaliknande symtom.

Studieöversikt

Detaljerad beskrivning

Geisinger har samarbetat med Medial EarlySign och utvecklat en ML-algoritm för att identifiera patienter med risk för allvarliga (måttliga till svåra) influensarelaterade komplikationer på basis av deras befintliga elektroniska journaldata (EPJ). Geisinger kommer att tillämpa denna algoritm på nuvarande patienter under influensasäsongen 2021-22.

Denna studie kommer att utvärdera effekten av att kontakta patienter som identifierats som högrisk med särskilda meddelanden för att uppmuntra vaccination. Dessa meddelanden kommer att informera patienter om att de löper hög risk med antingen (a) ingen ytterligare förklaring, (b) en förklaring att denna beslutsamhet kommer från en analys av deras journaler, tillsammans med en kort lista över de viktigaste faktorerna från deras journal som förklara deras risk, och (c) den ytterligare förklaringen att en AI- eller ML-algoritm gjorde detta beslut, tillsammans med en kort lista över de viktigaste faktorerna från deras journal som förklarar risken.

Inkluderade i studien kommer att vara nuvarande Geisinger-patienter 18+ år utan kontraindikationer för influensavaccin och som har bedömts av Medial-algoritmen och tilldelats ett riskpoäng. De primära studieresultaten kommer att vara antalet influensavaccinationer och influensadiagnoser under säsongen 2020-21 av riktade patienter.

Studietyp

Interventionell

Inskrivning (Faktisk)

45061

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Pennsylvania
      • Danville, Pennsylvania, Förenta staterna, 17822
        • Geisinger Clinic

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Beskrivning

Inklusionskriterier:

  • 18 år eller äldre
  • Aktuell Geisinger-patient vid studietillfället
  • Faller bland de översta 10 % av patienter med högst risk, vilket identifieras av influensakomplikationsriskpoängen för maskininlärningsalgoritmen (som fungerar på kodad EHR-data)

Exklusions kriterier:

  • Har kontraindikationer för influensavaccination
  • Har valt att inte ta emot kommunikation från Geisinger via alla metoder som testas

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Förebyggande
  • Tilldelning: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Enda

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Inget ingripande: Ingen kontakt kontroll
Försökspersoner i den kontaktfria kontrollarmen kommer inte att få några ytterligare pro-vaccinationsinsatser utöver hälsosystemets normala insatser. Även om vissa patienter för närvarande riktas mot influensavaccination på grund av en konventionell icke-ML-bedömning att de löper hög risk för komplikationer, får dessa patienter inte veta att de löper hög risk eller att de har blivit utsatta för mål.
Experimentell: Påminnelsekontroll
Försökspersoner i påminnelsekontrollarmen kommer att få meddelanden som påminner dem om att få influensasprutan utan att informeras om deras riskstatus.
Postat brev, SMS-text (Short Message Service) och/eller patientportalmeddelande
Experimentell: Endast hög risk
Försökspersoner i denna behandlingsarm kommer att få meddelanden som talar om för dem att de har identifierats ha hög risk för influensakomplikationer, utan att specificera hur eller varför sjukvården anser att detta är fallet.
Postat brev, SMS-text (Short Message Service) och/eller patientportalmeddelande
Postat brev, SMS och/eller patientportalmeddelande
Experimentell: Hög risk med förklaring baserad på journaler
Försökspersoner i denna behandlingsarm kommer att få meddelanden som talar om för dem att de har identifierats ha hög risk för influensakomplikationer genom granskning av sina journaler och kommer att få en för människan begriplig kort lista över de viktigaste faktorerna från deras journal som förklarar deras risk. .
Postat brev, SMS-text (Short Message Service) och/eller patientportalmeddelande
Postat brev, SMS och/eller patientportalmeddelande
Postat brev, SMS och/eller patientportalmeddelande
Andra namn:
  • Trovärdighet
Experimentell: Hög risk med förklaring baserad på algoritm
Försökspersoner i denna behandlingsarm kommer att få meddelanden som talar om för dem att de har identifierats ha hög risk för influensakomplikationer via analys av sina journaler med en datoralgoritm och kommer att tillhandahållas en för människan förståelig kort lista över de viktigaste faktorerna från deras journal. som förklarar deras risk.
Postat brev, SMS-text (Short Message Service) och/eller patientportalmeddelande
Postat brev, SMS och/eller patientportalmeddelande
Postat brev, SMS och/eller patientportalmeddelande
Andra namn:
  • Trovärdighet
Postat brev, SMS och/eller patientportalmeddelande
Andra namn:
  • Trovärdighet

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Influensavaccination 2 veckor efter sista uppsökande datum
Tidsram: Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart
Fick influensavaccination
Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Influensavaccination 9 veckor efter sista uppsökande datum
Tidsram: Inom 9 veckor efter det sista uppsökande datumet, 106 dagar (15,14 veckor) efter studiestart
Fick influensavaccination
Inom 9 veckor efter det sista uppsökande datumet, 106 dagar (15,14 veckor) efter studiestart
Influensa diagnos
Tidsram: 8 månader (mellan 9 september 2021 och 30 april 2022)

Fick en "högtillförlitlig influensa"-diagnos (med positiv polymeraskedjereaktion [PCR]/antigen/molekylärt test) och/eller "sannolik influensa"-diagnos (som bedömts via International Classification of Disease [ICD]-koder eller Tamiflu-administrering eller positiv PCR/ antigen/molekylärt test)

Observera att "sannolikt influensa" är en superuppsättning av diagnoserna "högt konfidensinfluensa".

8 månader (mellan 9 september 2021 och 30 april 2022)
Influensakomplikationer
Tidsram: 11 månader (mellan 9 september 2021 och 31 juli 2022)
Diagnostiserats med influensarelaterade komplikationer
11 månader (mellan 9 september 2021 och 31 juli 2022)
Sjukvårdsutnyttjande
Tidsram: 11 månader (mellan 9 september 2021 och 31 juli 2022)

Besökte akuten eller var inlagd på sjukhus

OBS: Vårt fördefinierade resultat var beskrivningen var "Besökte akuten, var inlagd på sjukhus eller hade influensarelaterade försäkringskrav." Vi fick inga anspråksdata, så detta resultat inkluderar endast akutbesök och sjukhusvistelser.

11 månader (mellan 9 september 2021 och 31 juli 2022)

Andra resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Influensavaccination 2 veckor efter sista uppsökande datum efter kön
Tidsram: Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart
Fick influensavaccination
Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart
Influensavaccination 2 veckor efter sista uppsökande datum efter ras
Tidsram: Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart
Fick influensavaccination
Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart
Influensavaccination 2 veckor efter sista uppsökande datum efter etnicitet
Tidsram: Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart
Fick influensavaccination
Inom 2 veckor efter det sista uppsökande datumet, 57 dagar (8,14 veckor) efter studiestart

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Michelle N Meyer, PhD JD, Geisinger Clinic
  • Huvudutredare: Christopher F Chabris, PhD, Geisinger Clinic

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

9 september 2021

Primärt slutförande (Faktisk)

5 november 2021

Avslutad studie (Faktisk)

31 juli 2022

Studieregistreringsdatum

Först inskickad

4 augusti 2021

Först inskickad som uppfyllde QC-kriterierna

14 augusti 2021

Första postat (Faktisk)

17 augusti 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

25 mars 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

16 december 2024

Senast verifierad

1 december 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Data utan personligt identifierbar information kommer att göras tillgänglig för andra forskare på Open Science Framework för transparens. Detta kommer att inkludera de väsentliga data och kod som behövs för att replikera analysen som gav rapporterade resultat.

Tidsram för IPD-delning

Senast tidningens onlinepubliceringsdatum. Data kommer att vara tillgänglig så länge som Open Science Framework är värd för den.

Kriterier för IPD Sharing Access

Uppgifterna om Open Science Framework kommer att vara öppna för alla som begär den informationen.

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • SAV
  • ANALYTIC_CODE
  • CSR

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Prenumerera