此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

利用远程医疗生态系统实现慢性病护理公平 (ACCTiVATE)

2026年1月2日 更新者:University of California, San Francisco
本研究探讨了多层次干预措施的影响,旨在改善患有高血压和糖尿病等慢性疾病的低收入患者的远程医疗服务。 多层次干预包括诊所层面的实践促进和患者层面的数字健康指导。

研究概览

详细说明

ACCTIVATE 是一种多层次干预措施(包括实践促进和患者数字辅导),旨在解决患者层面和诊所层面的障碍,以增加远程医疗工具在慢性病管理中的公平使用。 通过数字辅导提供的直接患者支持可以满足被数字鸿沟抛在后面的患者的需求。 对于那些数字素养较低且难以使用智能手机和宽带的人来说,该资源可以增强他们使用数字技术和参与虚拟护理的信心。 此外,通过实践促进提供的初级保健诊所支持可以使团队成员能够通过公平筛选/提供数字技术、为患者准备虚拟慢性病管理的资源以及对远程医疗公平数据的一致审查来解决远程医疗使用中的种族/民族差异。 研究人员假设,这种多层次干预将改善患者对慢性健康状况(即糖化血红蛋白)的控制以及数字素养,同时还增加患者和临床医生与患者门户、远程医疗视频就诊和远程监控的互动。

目标 1:评估多层次干预对 3、6、12 和 24 个月临床结果的影响。 我们的工作假设是,患者被随机分配接受数字辅导(与传统辅导相比)。 常规护理)的平均糖化血红蛋白 A1C 总体上以及黑人和拉丁裔患者中都会经历更大的变化。 诊所随机进行促进(与 常规护理)的平均糖化血红蛋白 A1C 将经历更大的临床水平变化,无论是整体还是黑人和拉丁裔人群中。

目标 2:评估多层次干预对 3、6、12 和 24 个月时数字素养、护理参与度和卫生 IT 利用相关流程结果的影响。 研究人员假设数字教练的随机化(与传统教练的随机化相比)。 常规护理)将提高黑人和拉丁裔患者的整体患者门户使用率、数字素养和就诊率。 随机化练习促进(与 常规护理)将增加诊所层面对远程医疗视频就诊和患者门户沟通的使用,总体而言以及针对黑人和拉丁裔患者。

目标 3:对干预实施结果进行混合方法评估。 定量参与数据、干预会议的直接观察和利益相关者访谈将应用 RE-AIM 实施科学框架,描述实施结果和将多层次干预整合到临床操作中所需的因素。

研究类型

介入性

注册 (估计的)

600

阶段

  • 不适用

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。

学习联系方式

研究联系人备份

学习地点

    • California
      • San Francisco、California、美国、94110
        • 招聘中
        • Zuckerberg San Francisco General Hospital (ZSFG) & SF Department of Public Health (DPH)
        • 接触:
        • 接触:
        • 首席研究员:
          • Delphine Tuot, MD MAS
        • 副研究员:
          • Anjana Sharma, MD

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

不

描述

纳入标准:

  • ≥18岁
  • 英语或西班牙语
  • 患有糖尿病且最后 A1C ≥ 8.0%
  • 过去 24 个月内至少访问过参与 SFHN 初级保健中心 1 次

排除标准:

  • 高于平均数字素养,定义为 eHEALS 大于 28(在基线研究访视时确定);这些患者可能无法从数字化辅导干预中受益。
  • 存在合并症,导致不适合专注于远程医疗慢性病管理。 状况可能包括:预期寿命有限的末期或末期状况以及严重的精神疾病。
  • 缺少任何可用的电话号码
  • 视力或听力障碍导致无法使用远程医疗进行慢性病管理
  • 认知障碍定义为在同意过程中无法重申研究目标
  • 孕

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

  • 主要用途:卫生服务研究
  • 分配:随机化
  • 介入模型:阶乘赋值
  • 屏蔽:单身的

武器和干预

参与者组/臂
干预/治疗
实验性的:患者干预+临床干预
数字教练导航器+临床干预
患者层面的干预结合了数字健康导航员和慢性病健康教练的角色,以促进设备和宽带的使用,提供数字技能培训,并提供专注于远程医疗模式的慢性病健康指导。
诊所层面的干预包括通过实践促进提供初级保健诊所支持,使团队成员能够通过对远程医疗公平数据的一致审查和诊所特定患者咨询委员会 (PAC) 的输入来解决远程医疗使用中的种族/民族差异。
无干预:患者日常护理+诊所日常护理
常规护理(患者级别)+诊所常规护理
实验性的:患者干预+诊所日常护理
数字教练导航器+诊所日常护理
患者层面的干预结合了数字健康导航员和慢性病健康教练的角色,以促进设备和宽带的使用,提供数字技能培训,并提供专注于远程医疗模式的慢性病健康指导。
实验性的:患者日常护理+临床干预
常规护理(患者层面)+临床干预
诊所层面的干预包括通过实践促进提供初级保健诊所支持,使团队成员能够通过对远程医疗公平数据的一致审查和诊所特定患者咨询委员会 (PAC) 的输入来解决远程医疗使用中的种族/民族差异。

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
患者水平血红蛋白 A1C 的变化
大体时间:基线、第 3 个月、第 6 个月和第 12 个月
A1C 变化 (%) 将通过从基线 A1C 中减去第 3、6 和 12 个月的 A1C 值来确定
基线、第 3 个月、第 6 个月和第 12 个月
患者门户使用的变化
大体时间:基线、第 3 个月、第 6 个月和第 12 个月
每月平均患者门户登录次数将从 EHR 获得
基线、第 3 个月、第 6 个月和第 12 个月

次要结果测量

结果测量
措施说明
大体时间
服药依从性
大体时间:基线、第 3 个月、第 6 个月和第 12 个月

药物依从性将通过八项 Morisky 药物依从量表 (MMAS-8) 来确定。 量表分数范围为 0 至 8,分数越高表明药物依从性越高。

高依从性:8 分 中依从性:6-8 分 低依从性:6 分及以下。

基线、第 3 个月、第 6 个月和第 12 个月
诊所范围内血压的变化 (mmHg)
大体时间:基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
血压读数将从 EHR 获得
基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
诊所范围内血红蛋白 A1C 的变化(平均)
大体时间:基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
血红蛋白 A1C 读数将从 EHR 获得
基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
患者收缩压的变化 (mmHg)
大体时间:基线、第 3 个月、第 6 个月、第 12 个月
使用电子健康记录中的值,平均收缩压相对于基线的变化。
基线、第 3 个月、第 6 个月、第 12 个月
通过视频完成初级保健诊所就诊的比例
大体时间:基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
这一比例将从电子健康记录中确定。
基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
初级保健团队成员完成的患者门户通信数量
大体时间:基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
患者门户通信的数量将从 EHR 中确定
基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
诊所级就诊率
大体时间:基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
访问从 EHR 获得的现场、电话或远程医疗视频的显示费率
基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
高血压和/或糖尿病患者患者尿微量白蛋白尿 (mg/g) 的变化
大体时间:基线、第 3 个月、第 6 个月、第 12 个月
尿液微量白蛋白尿(mg/g)将从电子健康记录中获得。
基线、第 3 个月、第 6 个月、第 12 个月
高血压和/或糖尿病患者的临床范围尿白蛋白-肌酐比值 UACR (mg/g) 的变化。
大体时间:基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
高血压和/或糖尿病患者的微量白蛋白尿值将从 EHR 中获得。
基线、第 3 个月、第 6 个月、第 12 个月和第 24 个月
患者激活措施 (PAM)
大体时间:基线、第 3 个月、第 6 个月和第 12 个月
患者激活度将通过患者激活度测量 (PAM) 进行测量。 PAM-13 由 4 点李克特量表上的 13 个项目组成(1 = 强烈不同意,2 = 不同意,3 = 同意,4 = 强烈同意,0 = 未决定)。 项目得分被汇总为原始得分,得出的理论值在 13 到 52 之间,得分越高表明患者的激活程度越高。
基线、第 3 个月、第 6 个月和第 12 个月
数字素养
大体时间:基线、第 3 个月、第 6 个月和第 12 个月

数字素养将通过数字医疗素养量表(DHLS)来确定。 DHLS 是一个 3 项目量表,使用 5 点李克特量表。 分数范围从 0 到 12,分数越高表明数字医疗保健素养越高。

持续的数字素养将通过数字股权筛选工具量表(DEST)来确定。 DEST 是一个 5 项目量表,使用 5 点李克特量表。

基线、第 3 个月、第 6 个月和第 12 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

  • 首席研究员:Delphine Tuot, MD MAS、University of California, San Francisco

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

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)

2024年11月4日

初级完成 (估计的)

2028年9月1日

研究完成 (估计的)

2028年9月1日

研究注册日期

首次提交

2024年9月13日

首先提交符合 QC 标准的

2024年9月17日

首次发布 (实际的)

2024年9月19日

研究记录更新

最后更新发布 (实际的)

2026年1月6日

上次提交的符合 QC 标准的更新

2026年1月2日

最后验证

2026年1月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

是的

IPD 计划说明

拟议的研究将包括从旧金山健康网络初级保健诊所招募的约 690 名患有不受控制的糖尿病(定义为糖化 A1c 大于或等于 8.0%)的参与者的数据。 最终数据集将包括自我报告的人口统计、远程医疗参与度和来自自我报告的慢性病自我管理数据,以及来自电子病历的其他人口统计、临床结果和远程医疗利用数据。 数据将以 .csv 的去识别化格式提供 或.dta 文件。 除了IPD数据集外,ACCTIVATE研究团队还将共享数据集、数据字典、统计分析计划、分析代码和修订后的最终方案

IPD 共享时间框架

数据将尽快或在相关发布时提供。 数据的保存和共享期限将在资助期结束后至少5年。

IPD 共享访问标准

调查人员计划通过 Dryad 提供数据访问权限。 任何人都可以通过 Dryad 以 zip 文件的形式下载数据集。 只要数据保持科学实用性,Dryad 就会保持数据的存储和访问。

IPD 共享支持信息类型

  • 研究方案
  • 树液
  • 分析代码

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅