可解释的胰岛素决策系统可协助医生进行糖尿病管理
2024年5月23日 更新者：Shanghai Zhongshan Hospital
研究人员计划进行一项多病例、多读者观察性研究，主要目的是探索可解释的胰岛素辅助决策系统对医生（1）决策准确性和（2）决策信心的影响。
研究概览
研究类型
观察性的
注册 (实际的)
48
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Shanghai
-
Shanghai、Shanghai、中国、200032
- Xiaoying Li
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
是的
取样方法
非概率样本
研究人群
包括40个病例和8名医生（4名高级和4名初级）
描述
案件：
纳入标准：
- 2022.12-2023.3期间复旦大学附属中山医院收治的T2DM患者。
- 胰岛素治疗方案是以下之一：基础方案：每天一次皮下注射长效或超长效胰岛素； b. 预混方案：每日2/3次皮下注射预混胰岛素； C。 基础进餐方案：每天3次饭前皮下注射短效或速效胰岛素，加每天一次注射长效或超长效胰岛素。
排除标准：
- 如果没有足够的信息进行有效评估（胰岛素或血糖缺失数据>40%），病例将被排除。
医生
纳入标准：
有执照的医生。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
资深医生组
|
无需人工智能辅助即可提供胰岛素剂量和置信度评分
通过 AI 剂量辅助提供胰岛素剂量和置信度评分
通过可解释的人工智能辅助提供胰岛素剂量和置信度评分
通过错误的、可解释的人工智能辅助提供胰岛素剂量和置信度评分
|
|
初级医生组
|
无需人工智能辅助即可提供胰岛素剂量和置信度评分
通过 AI 剂量辅助提供胰岛素剂量和置信度评分
通过可解释的人工智能辅助提供胰岛素剂量和置信度评分
通过错误的、可解释的人工智能辅助提供胰岛素剂量和置信度评分
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
医生决策的准确性
大体时间：长达2个月
|
研究人员使用 MAE 和临床一致性来定量评估临床医生推荐的胰岛素剂量的准确性。
|
长达2个月
|
|
医生决策信心
大体时间：长达2个月
|
临床医生对决策的信心采用 10 点李克特量表进行评估，从 1（完全没有信心）到 10（完全有信心）。
|
长达2个月
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 学习椅：Xiaoying Li, Professor、Fudan University
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2022年12月10日
初级完成 (实际的)
2023年3月20日
研究完成 (实际的)
2023年6月10日
研究注册日期
首次提交
2024年5月9日
首先提交符合 QC 标准的
2024年5月23日
首次发布 (实际的)
2024年5月30日
研究记录更新
最后更新发布 (实际的)
2024年5月30日
上次提交的符合 QC 标准的更新
2024年5月23日
最后验证
2024年5月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.