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。

基于短信参与健康儿童探视的试验 (HEDIS)

2026年5月22日 更新者:Waymark

儿童健康检查的 HEDIS 差距闭合策略优化:三臂随机对照试验

该临床试验的目的是评估不同推广策略在缩小 0-21 岁儿童健康儿童就诊 (WCV) 方面 HEDIS 差距方面的有效性。 它旨在回答的主要问题是:

与传统的被动外展相比,自动短信外展是否可以提高儿童健康就诊的完成率? 自动短信和预约安排协助的结合是否会比单独使用自动短信带来更高的完成率?

研究人员将比较三组,看看不同的推广策略是否对 WCV 完成率有不同的影响:

对照组:参与者将接受传统的被动外展(当前标准做法)。

自动短信群:参与者将收到标准化短信,提醒他们的儿童健康探访活动。

自动短信+安排协助小组:参与者将收到短信以及安排约会的主动帮助。

参与者将:

被随机分入三个研究组之一。 根据他们的小组分配接受外展活动。 跟踪他们的预约安排和出勤情况。 提供数据,帮助评估每个外展策略在缩小 HEDIS 儿童健康检查差距方面的有效性。

本研究旨在优化外展方法,以改善儿科人群的医疗保健服务和预防性护理依从性。

研究概览

详细说明

研究概述:

该临床试验旨在评估不同的推广策略在缩小 0-21 岁儿童健康儿童就诊 (WCV) 的医疗保健有效性数据和信息集 (HEDIS) 差距方面的有效性。 HEDIS 措施是医疗保健质量和预防性护理依从性的关键指标,改进推广方法对于加强医疗保健服务系统至关重要。

研究目的:

本研究的主要目的是确定与传统的被动外展方法相比,自动化外展方法,特别是自动化短信服务 (SMS) 通信是否可以有效提高儿童健康就诊的完成率。 该研究还旨在评估将预约安排帮助与自动短信提醒相结合的额外好处。

研究问题:

本研究旨在回答的主要问题是:

与传统的被动外展相比,自动短信外展是否可以提高儿童健康就诊的完成率? 自动短信和预约安排协助的结合是否会比单独使用自动短信带来更高的完成率?

研究设计:

这是一项三组随机对照试验。 参与者将被随机分配到以下三组之一:

第 1 组(控制):参与者将收到传统的被动外展服务,其中包括不使用自动化技术的标准提醒和通信。

第 2 组(自动短信):参与者将收到自动短信,提醒他们进行儿童健康检查。 这些消息将被标准化并定期发送,以提示预约出席。

第 3 组(自动短信 + 安排协助):参与者将收到与第 2 组相同的自动短信,但增加了主动预约安排协助的组件。 这可能包括直接通过短信平台进行安排的选项或鼓励预约设置的后续消息。

参与者人口:

该研究将总共招募 360 名参与者,其中 180 名受试者分配给儿童健康探视。 每个组将由 60 名参与者组成。 该研究将重点关注在研究开始时有开放的 HEDIS 缺口以进行健康儿童访问的儿童的父母或监护人。

纳入标准:

参与者必须满足以下条件:

在研究开始时,为健康儿童访视留出一个开放的 HEDIS 缺口。 成为 Waymark 有权开展外展活动的患者名单的一部分。

拥有有效的联系信息,包括能够接收短信的电话号码。

排除标准:

如果参与者出现以下情况,则将被排除在外:

已选择不接收短信通信。 缺乏接收短信的能力。 已要求不要与他们的医疗保健提供者或健康​​计划联系。

学习程序:

确定合格患者:将从现有患者名单中确定具有健康儿童就诊开放 HEDIS 缺口的合格患者。

随机化:患者将被随机分配到三个研究组之一。

外展策略的实施:

第 1 组将继续执行,当前做法不会发生任何变化。 第二组将发送标准化短信来提醒参与者他们的儿童健康检查。

Arm 3 将包括发送短信以及主动调度协助。

跟踪结果:将监控预约安排和出勤情况,并收集有关 HEDIS 差距缩小率的数据。

数据收集:还将收集有关每次干预的工作人员时间和资源的信息,以评估效率。

结果措施:

主要结果:主要结果是每组每周/每月 HEDIS 差距的缩小率。

次要结果:次要结果将评估每次填补差距所需的员工时间(以分钟为单位)。

第三个结果:仅对于第 3 组,将记录需要人工干预的自动调度尝试的百分比。

数据分析:

将使用适当的方法(例如方差分析和卡方检验)进行统计分析,以比较三个组的结果。 将针对儿童健康访视单独进行亚组分析,以了解干预措施在该特定人群中的有效性。

数据监控和保密:

数据将存储在安全、符合 HIPAA 标准的服务器上并进行加密。 访问权限仅限于授权人员。 去识别化的数据将尽可能用于分析,并且将单独维护连接研究 ID 和患者标识符的安全密钥。

风险/效益评估:

这项研究被归类为最低风险。 潜在风险包括:

隐私泄露(由于强大的数据安全措施,可能性极小)。 患者对短信感到烦恼(参与者可以选择退出)。 预约详细信息传达错误(包括验证步骤)。

潜在的好处:

获得及时预防性护理的可能性增加。 为第 3 组参与者提供方便的预约安排。通过缩小 HEDIS 差距改善健康结果。

受试者招募和同意:

将从 Waymark 授权开展外展活动的现有患者名单中确定受试者。 由于所涉及的风险极小,并且干预措施的性质是标准做法的变体,因此该研究要求放弃知情同意。

结论:

本研究旨在为自动化外展策略在提高儿童健康检查完成率方面的有效性提供有价值的见解。 通过利用现有的授权外展实践并实施强有力的数据保护措施,我们寻求加强医疗保健服务系统并为儿科人群带来更好的健康结果。 所要求的同意和授权放弃对于维护研究的科学完整性和确保有意义的结果至关重要。

研究类型

介入性

注册 (实际的)

2821

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。

学习地点

    • California
      • San Francisco、California、美国、94115
        • Waymark

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

  • 孩子
  • 成人

接受健康志愿者

不

描述

纳入标准:

  1. 过去一年未接受过儿童健康检查的 0-21 岁患者
  2. 护理团队有权根据患者的医疗补助健康计划进行外展的患者
  3. 电话号码在健康计划资格文件中的患者

排除标准:

  1. 选择不接收短信/短信通信的患者
  2. 由于缺乏有效的电话号码或活动电话而无法接收短信的患者
  3. 要求医疗保健提供者或健康​​计划不要联系的患者

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:预防
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:双倍的

武器和干预

参与者组/臂
干预/治疗
其他:Control
Participants received standard health plan outreach consisting of periodic mailed reminders. Families retained access to all standard appointment scheduling methods including telephone calls to provider offices.
Participants received standard health plan outreach consisting of periodic mailed reminders. Families retained access to all standard appointment scheduling methods including telephone calls to provider offices.
有源比较器:Automated SMS
Participants received standardized automated text message reminders at predetermined intervals (initial contact, 2-week follow-up, 4-week follow-up). Messages provided general information about visit importance and instructions to call providers to schedule. Messages did not include interactive scheduling or conversational capabilities.
Participants received standardized automated text message reminders at predetermined intervals (initial contact, 2-week follow-up, 4-week follow-up). Messages provided general information about visit importance and instructions to call providers to schedule. Messages did not include interactive scheduling or conversational capabilities.
实验性的:Automated SMS + Conversational AI Scheduling Assistance
Participants received automated text message reminders with response options. When families expressed interest, structured follow-up texts collected appointment preferences (preferred dates, times, locations, number of children needing visits). An AI-powered telephone scheduling system (GPT-4o, OpenAI) then contacted the child's primary care provider directly to book appointments on behalf of families. The system disclosed its automated nature at call initiation and escalated to human staff when clinic policies were incompatible with automated scheduling or technical failures occurred.
Participants received automated text message reminders with response options. When families expressed interest, structured follow-up texts collected appointment preferences. An AI-powered telephone scheduling system (GPT-4o, OpenAI) then contacted the child's primary care provider directly to book appointments on behalf of families. The system disclosed its automated nature at call initiation and escalated to human staff when clinic policies were incompatible with automated scheduling or technical failures occurred.

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
Number of Participants With Well-Child Visit Completion
大体时间:Up to 7 months post-randomization (June 1 - December 31, 2025)
Binary indicator of whether each participant completed at least one well-child visit by December 31, 2025, ascertained through administrative claims using HEDIS technical specifications
Up to 7 months post-randomization (June 1 - December 31, 2025)

次要结果测量

结果测量
措施说明
大体时间
Staff Time Per Successfully Scheduled Appointment
大体时间:Up to 7 months post-randomization (June 1 - December 31, 2025)
Mean staff time in minutes per successfully scheduled appointment, assessed via time-motion analysis. For traditional care team scheduling, staff time was measured from initial scheduling activity to appointment confirmation using EHR timestamps, Twilio call logs, and activity logs. For AI-facilitated scheduling, staff time was measured from appointment request to completion of quality assurance review.
Up to 7 months post-randomization (June 1 - December 31, 2025)
Human Escalation Rate for Automated Scheduling Attempts
大体时间:Up to 2 weeks from initiation of first automated scheduling attempt
Percentage of automated scheduling attempts in Arm 3 requiring human staff intervention, with reasons for escalation documented.
Up to 2 weeks from initiation of first automated scheduling attempt

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。

赞助

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)

2025年6月1日

初级完成 (实际的)

2025年12月31日

研究完成 (实际的)

2026年3月17日

研究注册日期

首次提交

2024年11月18日

首先提交符合 QC 标准的

2024年11月18日

首次发布 (实际的)

2024年11月21日

研究记录更新

最后更新发布 (实际的)

2026年6月22日

上次提交的符合 QC 标准的更新

2026年5月22日

最后验证

2026年5月1日

更多信息

与本研究相关的术语

其他研究编号

  • HEDIS-OPT-2024-001

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

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

在美国制造并从美国出口的产品

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