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。

利用人工智能技术为骨关节炎患者进行健康素养对话 (CHAT-OA)

2026年9月10日 更新者:University of California, Davis

CHAT-OA:利用人工智能技术为骨关节炎患者进行健康素养对话

该临床试验的目标是评估生成式人工智能大语言模型聊天机器人在改善髋关节和膝关节骨关节炎患者决策因素方面的使用情况。 它旨在回答的主要问题是:

使用人工智能聊天机器人是否会影响决策相关的决策冲突和焦虑? 决策冲突的变化与患者报告结果的变化相关吗? 决策冲突的变化与健康素养相关吗? 参与者将在拜访整形外科医生之前使用结构化提示与人工智能聊天机器人进行交互。

研究概览

研究类型

介入性

注册 (估计的)

100

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
      • Sacramento、California、美国、95817
        • University of California Davis Health

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:

  • 成人
  • 英语读写能力
  • 所有种族和民族
  • 髋部和/或膝部骨关节炎的临床症状

排除标准:

  • 无法用英语读写

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:其他
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
无干预:护理标准
该手臂将接受标准临床护理,无需干预。
实验性的:人工智能聊天机器人
在就诊之前,这只手臂将与人工智能聊天机器人进行交互。
干预是一个生成人工智能大语言模型聊天机器人,它有一个结构化的提示,其中包含参与者将完成的填空式问题。

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
决策冲突量表
大体时间:三个时间点:就诊后1周内、就诊后1个月内、就诊后6个月内。
16 个问题,采用李克特量表风格,答案范围从 0 到 4。原始分数将转换为满分 100 分。 分数范围从 0(无决策冲突)到 100(决策冲突极高)。
三个时间点:就诊后1周内、就诊后1个月内、就诊后6个月内。
贝克焦虑量表
大体时间:三个时间点:就诊后1周内、就诊后1个月内、就诊后6个月内。
21 个问题,采用李克特量表风格,答案范围从 0 到 4。原始分数是答案的总和,转换为满分 100 分。 分数范围从 0(低焦虑)到 63(高焦虑)。
三个时间点:就诊后1周内、就诊后1个月内、就诊后6个月内。

次要结果测量

结果测量
措施说明
大体时间
膝关节损伤和骨关节炎关节置换结果评分
大体时间:入学时
7 个问题,采用李克特量表风格,答案范围从 0 到 4。原始分数是答案的总和,转换为满分 100 分。 分数范围从 0(膝关节完全残疾)到 100(膝关节完美健康)。
入学时
髋关节功能障碍和骨关节炎关节置换结果评分
大体时间:入学时
6 个问题,李克特量表风格的答案范围为 0 到 4。原始分数是答案的总和,转换为满分 100 分。 分数范围从 0(髋部完全残疾)到 100(髋部完美健康)。
入学时
患者报告结果测量信息系统全球健康版本 1.2
大体时间:入学时
10 个李克特量表式答案,范围从 1 到 5,以及 1 个关于疼痛的问题,答案范围从 0 到 10。 除疼痛评分外,问题还分为 4 个子组,分别对应于身体和心理健康主要组。 原始分数是身体和心理健康的答案总和,范围从 4(身体或心理健康状况不佳)到 20(身体或心理健康状况最好)。 然后,使用范围从 16.2(最差的身体或心理健康状况)到 67.7(可能的最佳身体或心理健康状况)的关联表格,将原始得分转换为 t 得分。 t 分数是通过与平均值为 50、标准差为 10 的一般人群进行比较来解释的。
入学时

其他结果措施

结果测量
措施说明
大体时间
视觉模拟量表疼痛评分
大体时间:入学时
3 个评估疼痛和不同时间点的问题,每个问题的答案范围从 0(无疼痛)到 100(可想象的最严重疼痛)。
入学时
健康素养单项筛选器
大体时间:入学时
问题 1 和问题 2 均采用李克特量表式答案,从 1(独立导航医疗保健场景的能力有限)到 5(独立导航医疗保健场景的足够能力)。
入学时
肌肉骨骼问题的识字
大体时间:入学时
9 个问题,每个问题有 4 个答案,此外还有一个“我不知道”选项。 总分是正确答案的总和,范围从0(肌肉骨骼健康素养较差)到9(肌肉骨骼健康素养优秀)。
入学时
成人医学素养快速评估 - 简短形式
大体时间:注册后第一次就诊时
7 项单词识别测试,为临床医生提供患者健康素养的有效快速评估。 该测试由临床医生亲自进行。 临床医生会给参与者一份单词列表,并要求参与者发音。 临床医生聆听并评估参与者正确发音的单词数量,总分基于正确发音的单词数量。 分数越高表明健康素养越高。 最高分 7 分与相当于高中或更高学历的高健康素养以及参与者阅读大多数患者教育材料的能力相关。 最低分数为 0 与相当于三年级或以下教育程度的低健康素养相关,并且参与者无法阅读大多数低素养患者教育材料。
注册后第一次就诊时
Flesch-Kincaid 可读性测试
大体时间:使用 AI 聊天机器人后 1 个月内
该测试将用于评估呈现给参与者的聊天机器人输出的可读性,并将由调查员进行。 该测试分析自由文本并确定从 0(非常难读)到 100(非常容易阅读)的可读性分数,并对应于阅读文本所需的教育水平。
使用 AI 聊天机器人后 1 个月内
官样文章的简单衡量
大体时间:使用 AI 聊天机器人后 1 个月内
该测试将用于评估呈现给参与者的聊天机器人输出的可读性,并将由调查员进行。 该测试分析自由文本并确定可读性分数,最小值为 4.1721,最大值理论上为无限。 分数的数字相当于阅读课文所需的大致学校年级水平。
使用 AI 聊天机器人后 1 个月内
5点李克特安全危害量表
大体时间:使用 AI 聊天机器人后 1 周内
医生将使用该安全评估工具来评估向参与者提供的聊天机器人输出,其李克特量表范围为 0(无伤害可能性)到 5(高伤害可能性)。
使用 AI 聊天机器人后 1 周内
最新生命体征
大体时间:注册时
该措施涉及参与者根据营养标签的解释来回答一系列问题。 它包括5个带有其他条件问题的主要问题,总共有6个问题,具体取决于参与者的回答。 该评估旨在评估健康素养,特别是了解和应用营养信息的能力。 分数是正确答案的总和,范围从0(表明健康素养)到6(表明健康素养)。
注册时

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:Zachary C Lum, DO、University of California, Davis

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1月6日

初级完成 (估计的)

2026年12月1日

研究完成 (估计的)

2026年12月1日

研究注册日期

首次提交

2024年11月22日

首先提交符合 QC 标准的

2025年1月10日

首次发布 (实际的)

2025年1月16日

研究记录更新

最后更新发布 (实际的)

2026年9月14日

上次提交的符合 QC 标准的更新

2026年9月10日

最后验证

2026年9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)?

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

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