评估各种对话式数据收集软件的可接受性、可行性和可用性 (CADS)

研究设计与方法：

这是一项旨在系统评估慢性疼痛患者群体中各种数字生物心理社会数据收集软件平台的研究。 该研究将评估三个关键维度：可接受性（患者是否认为工具合适并愿意使用）、可行性（工具是否能在真实临床环境中实际实施）和可用性（患者与工具交互的难易程度和直观性）。

本研究采用比较设计，以严格评估从慢性疼痛患者收集生物心理社会信息的不同方法。 参与者将被分配使用不同的数据收集方法，使研究人员能够比较多种方法的有效性、用户体验和实际实施考量。 这种比较框架对于确定哪些方法最适合患者和医疗系统至关重要。

背景与理论基础：

慢性疼痛是一种复杂的多层面病症，需要全面评估生物、心理和社会因素才能有效理解和管理。 疼痛的生物心理社会模型认识到，仅检查生物因素无法完全理解疼痛体验。 心理因素（如情绪、压力、应对策略和疼痛相关信念）显著影响疼痛感知和功能障碍。 社会因素（包括工作状态、家庭支持、社会孤立和经济状况）也在慢性疼痛体验中起关键作用。

临床环境中的传统数据收集方法通常依赖纸质问卷、结构化访谈或电子表格，这些可能无法捕捉到整体疼痛管理所需的细微情境信息。 这些传统方法有几个局限性：可能对患者和提供者都耗时；可能存在回答不完整的问题；可能无法适应个体患者情况；并且常常未能捕捉生物心理社会因素的相互关联性。 此外，面对冗长的评估量表时，患者可能出现问卷疲劳，可能影响数据质量。

数字健康技术的出现为以患者为中心的数据收集创造了新机遇。 数字平台可能提供更具吸引力、适应性和全面性的方法来收集生物心理社会信息。 然而，在此类工具广泛应用于临床实践之前，必须严格评估它们是否满足患者和医疗提供者的需求。 关键问题包括：患者是否认为这些工具可接受？ 它们能否在各种环境中实际实施？ 它们是否直观且易于患者使用？ 它们与现有方法相比如何？

研究程序与参与者体验：

参与本研究的受试者将使用旨在收集与其慢性疼痛状况相关的生物心理社会数据的数字软件平台。 该软件将收集关于他们疼痛体验、身体功能、情绪健康、社会状况和其他相关健康因素各个方面的信息。

根据分配的研究组别，参与者可能在不同环境和格式中与数据收集工具交互。 一些参与者将在家里使用自己的设备或研究团队提供的设备完成研究程序。 其他参与者将访问MIT.nano 沉浸实验室，这是一个专门设计用于在受控环境中研究人机交互的研究设施。 MIT.nano沉浸实验室提供先进的技术基础设施和专门设计用于评估创新数据收集方法的环境。

研究地点的灵活性使研究人员能够评估不同环境背景如何影响数据收集体验。 家庭参与提供了便利和熟悉环境的舒适感，而实验室环境则提供受控条件和专用设备的使用权。 理解地点如何影响可接受性、可行性和可用性是确定这些工具如何在真实临床实践中部署的重要方面。

在整个参与过程中，患者将被要求就他们对数据收集方法的体验提供全面反馈。 这些反馈将帮助研究人员从患者角度理解工具的可接受性，包括对技术的舒适度、所收集信息的感知相关性、易用性、所需时间和整体体验满意度等因素。 参与者可能被要求完成问卷、提供口头反馈或参与汇报会以分享他们的观点。

全面评估框架：

本研究将采用多种方法和指标来全面评估数字数据收集软件：

可接受性评估：研究人员将评估患者是否认为该软件适合收集敏感健康信息。 可接受性涵盖多个维度，包括适当性（患者是否认为该方法适合收集健康数据）、舒适度（患者是否在数据收集过程中感到自在）、意愿（患者是否愿意未来使用此方法）和信任（患者是否对其信息得到适当处理有信心）。 本研究将系统记录患者的态度、偏好、关注点和改进建议。

可接受性可能因不同患者亚组而异，本研究将检查年龄、先前技术经验、疼痛严重程度或其他特征等因素是否影响患者对数据收集方法的反应。 理解这些差异对于确保新工具对多样化患者群体可及且可接受至关重要。

可行性评估：本研究将检查在临床环境和真实世界环境中实施这些工具的实际考量。 可行性评估包括评估技术要求（如硬件、软件和互联网连接需求）、与现有医疗工作流程和电子健康记录系统的整合、患者交互所需时间、员工培训需求、技术可靠性和系统稳定性、成本考量以及研究期间出现的任何实施障碍。

可行性从多个角度进行评估，包括患者视角（鉴于患者情况，他们能否实际使用这些工具？）、提供者视角（医疗团队能否将这些工具纳入其实践？） 和系统层面（医疗机构能否成功部署和维护这些技术？）。 本研究将记录技术问题、后勤挑战和资源需求，以提供实施可行性的现实评估。

可用性评估：研究人员将评估该软件对患者使用的难易程度以及设计如何满足用户需求。 可用性评估借鉴了人机交互和用户体验研究的既定框架。 关键可用性维度包括可学习性（新用户能多快理解如何使用系统？）、效率（用户能多快完成任务？）、可记忆性（用户在未使用一段时间后能否轻松再次使用系统？）、 错误预防和恢复（系统是否帮助预防错误并在错误发生时允许用户恢复？）和满意度（系统使用起来有多愉快？）。

本研究将识别患者遇到的具体可用性问题，如令人困惑的说明、不清晰的导航、技术困难或引起沮丧的设计元素。 这种详细反馈将为软件设计的迭代改进提供信息。 特别关注将确保工具对具有不同技术熟练程度的患者以及可能因慢性疼痛状况而有身体或认知限制的患者可用。

人群焦点与临床背景：

本研究特别关注慢性疼痛患者，因为该群体在医疗数据收集方面面临独特挑战，并且代表了一个重要的公共卫生问题。 慢性疼痛影响发达国家估计20-50%的成年人口，是寻求医疗护理的最常见原因之一。 慢性疼痛的经济负担巨大，包括直接医疗成本、生产力损失和生活质量下降。

慢性疼痛患者通常有复杂的医疗史，涉及多个医疗提供者、各种治疗方法和众多药物。 许多人患有共病，如抑郁、焦虑、睡眠障碍或其他与疼痛状况相互作用的慢性疾病。 慢性疼痛的多维性质使其成为评估全面生物心理社会数据收集工具的理想病症。

此外，慢性疼痛患者经常在长时间内与医疗系统交互，通常是数年或数十年。 这种护理的纵向性质使得高效、有效且患者友好的数据收集特别有价值。 如果患者认为数据收集繁琐或不相关，对护理的参与度可能会下降。 相反，如果数据收集被认为有价值且可管理，则可能增强治疗关系并改善结果。

慢性疼痛人群在疼痛状况（背痛、神经性疼痛、纤维肌痛、关节炎等）、年龄范围、功能状态和社会心理状况方面也表现出显著的异质性。 这种多样性提供了一个极好的机会来评估数字数据收集工具是否适用于不同的患者亚组，或者某些方法是否更适合特定人群。

临床意义与医疗影响：

本研究的结果有可能显著影响临床环境中患者信息的收集方式。 当前医疗实践面临与数据收集相关的多重挑战：提供者与患者的时间有限；电子健康记录通常使用繁琐；患者报告的信息可能不完整；并且对理解慢性病症至关重要的生物心理社会因素常常记录不足。

如果本研究中评估的数字软件平台被证明对慢性疼痛患者是可接受、可行且可用的，它们可能代表医疗数据收集的重大进步。 潜在益处包括：通过自动化数据收集的某些方面减少医疗提供者的行政负担；通过使用系统收集方法提高患者数据的完整性和质量；通过提供更具互动性和有意义的数据收集体验来增强患者对其自身护理的参与；实现临床就诊之间更频繁的患者状态监测；提供关于影响健康结果的生物心理社会因素更丰富、更细微的见解；以及创建可更容易分析以识别模式和指导治疗决策的结构化数据。

除了慢性疼痛，从本研究中获得的经验可能更广泛地适用于其他需要全面生物心理社会评估的慢性病症，如精神健康障碍、心血管疾病、糖尿病和癌症。 本研究中用于评估可接受性、可行性和可用性的方法学方法可以作为评估其他数字健康创新的模型。

研究设置与环境考量：

本研究利用两种不同的环境来评估数字数据收集工具，每种环境提供独特的优势和见解：

家庭参与：许多参与者将在自己家中完成研究程序。 家庭参与反映了远程医疗服务交付和传统临床环境外患者参与的增长趋势。 在家庭环境中评估工具提供了生态效度——理解它们在实际患者生活所在的真实世界环境中表现如何。 家庭环境可能对患者更舒适和方便，可能提高参与率和数据质量。 然而，家庭环境也带来挑战，如可变的互联网连接、多样的设备能力、潜在的干扰和有限的技术支持可用性。 评估家庭环境中的性能有助于研究人员理解工具是否足够稳健以进行广泛部署。

MIT.nano沉浸实验室：选定的参与者将在MIT.nano 沉浸实验室完成研究程序，这是一个专门设计用于研究人类与先进技术交互的最先进设施。 沉浸实验室提供受控环境条件、专用设备以及家庭或典型临床环境中可能没有的技术基础设施。 这种实验室环境使研究人员能够在最佳条件下严格评估工具，并对用户行为和体验进行详细评估。 实验室环境还便于研究人员直接观察，能够收集关于患者如何与技术交互的丰富定性数据。 此外，实验室可以容纳家庭部署可能不可行的设备和技术要求，允许评估更先进或实验性的方法。

通过利用家庭和实验室两种环境，本研究可以比较环境背景如何影响数据收集工具的可接受性、可行性和可用性。 这种双环境方法提供了更全面的理解，即工具在从受控临床或研究环境到非结构化家庭环境的各种潜在部署场景中可能表现如何。

参与者安全与伦理考量：

本研究已获得WCG IRB（前身为西方机构审查委员会）的批准，这是一个独立的伦理审查委员会，确保研究保护参与者的权利、安全和福利。 IRB已审查研究方案、同意程序和数据保护措施，以确保它们符合人类受试者研究的联邦法规和伦理标准。

鉴于本研究涉及通过数字平台收集敏感健康信息，已采取全面措施保护参与者隐私并确保数据安全。 所有数据收集、存储和传输程序均符合适用法规，包括保护健康信息的HIPAA（健康保险携带和责任法案）。 参与者被充分告知将收集哪些信息、如何使用、谁将有权访问以及如何保护。

参与本研究完全是自愿的。 患者可以自由拒绝参与，而不会对其医疗护理产生任何影响。 那些登记入组的人可以随时因任何原因退出研究，不会受到惩罚或影响他们的医疗关系。 知情同意程序确保参与者理解研究的性质、他们的参与涉及什么、任何潜在风险或不适、潜在益处、参与替代方案以及他们作为研究受试者的权利。

数据收集与分析方法：

本研究将收集定量和定性数据，以提供对数字数据收集工具的全面评估。 定量数据可能包括完成率、完成数据收集的时间、遇到的技术问题数量、标准化的可用性和满意度分数以及描述所收集数据的指标。 定性数据将包括开放式参与者反馈、用户行为观察以及实施挑战和成功的详细描述。

这种混合方法允许三角验证——使用多个数据源来发展对工具工作情况的稳健且细微的理解。 定量指标提供可跨组比较并进行统计分析的客观、可标准化测量。 定性数据提供背景、解释和洞察，说明为什么出现某些模式以及参与者如何在个人层面上体验工具。

协作方法与利益相关者参与：

本研究旨在收集慢性疼痛护理生态系统中多个利益相关者的意见。 通过将患者作为评估这些工具的积极参与者，研究确保技术开发真正以患者为中心并响应患者的需求和偏好。 患者意见不仅被视为要收集的数据，而且被视为关于与慢性疼痛共处和导航医疗系统的专业知识。

鼓励医疗提供者通过推荐符合条件的患者参与本研究来参与。 提供者参与有多种目的：有助于确保研究人群代表临床实践中看到的真实世界慢性疼痛患者；使提供者能够了解新兴的数据收集方法；并为反馈此类工具如何适应临床工作流程创造机会。 推荐患者的提供者可以联系AugMend Health Inc.以了解更多关于研究和推荐程序的信息。

协作方法延伸到研究团队本身，该团队汇集了慢性疼痛管理、数字健康技术、用户体验研究和临床试验方法学方面的专业知识。 这种跨学科合作确保本研究解决技术、临床和人为因素的考量。

创新与未来方向：

这项研究代表了理解数字技术如何应用于医疗数据收集，特别是复杂慢性病症的重要一步。 获得的见解将服务于多个目的：为正在测试的特定软件的改进和完善提供信息；为关于数字健康工具实施的更广泛知识库做出贡献；增进对患者对技术介导的医疗交互偏好的理解；确定慢性疾病人群中生物心理社会数据收集的最佳实践；以及为关于数字健康工具的监管和政策讨论提供信息。

本研究设计不仅是为了回答特定工具是否有效，而且是为了生成关于影响数字健康数据收集工具成功或失败因素的可推广知识。 通过系统评估可接受性、可行性和可用性，本研究将识别可以指导这个快速发展的领域未来创新的原则和实践。

随着医疗越来越多地融入数字工具和远程监控，理解如何有效设计和实施这些工具变得至关重要。 本研究通过严格评估用户体验、实际实施考量和患者视角，为这种理解做出贡献。 研究结果将有助于确保，随着医疗采用新技术，这些技术真正服务于患者和提供者的需求，而不是创造新的负担或护理障碍。

对慢性疼痛护理的潜在影响：

慢性疼痛管理面临诸多挑战，包括有限治疗选择、治疗反应的可变性、复杂的生物心理社会因素以及跨多个提供者的分散护理。 更好的数据收集工具有可能通过以下方式解决其中一些挑战：为临床医生提供关于患者疼痛体验和功能状态的更全面信息；基于详细的生物心理社会概况实现更个性化的治疗规划；促进患者和提供者之间关于疼痛管理目标和进展的沟通；支持研究以识别治疗反应的预测因素并开发更好的干预措施；以及使患者能够跟踪自己的症状并更积极地参与其护理。

虽然本研究评估的是数据收集工具而非疼痛治疗本身，但疼痛信息收集方式的改进可能间接导致更好的疼痛管理结果。 临床决策的好坏仅基于其所依据的信息。 如果数字数据收集工具能为临床医生提供关于其患者状况的更丰富、更准确和更及时的信息，这可能转化为更好的治疗决策和改善的患者结果。

本研究对患者视角的关注——患者是否认为这些工具可接受和可用——对于确保任何新的数据收集方法将在实践中被采纳和持续使用至关重要。 即使是最复杂的技术，如果患者认为其繁琐、令人困惑或不相关，也会失败。 通过将患者体验置于评估中心，本研究旨在识别患者愿意且持续参与的方法。