TrialsgramBetaRCTs are beautiful
Ungeprüfte ÜbersetzungDie Deutsche Übersetzung dieses Eintrags wurde nicht fachlich geprüft und kann vom Original abweichen. Akronym, vollständiger Titel und Zitat bleiben stets in der Originalsprache.Originalpublikation öffnen ↗

Manz ML nudges (long-term)

Long-term Effect of Machine Learning-Triggered Behavioral Nudges on Serious Illness Conversations and End-of-Life Outcomes Among Patients With Cancer

Patient / Population Intervention / Exposition Vergleich Endpunkt

Bei 20.506 Krebspatienten erhöhten Machine-Learning-ausgelöste verhaltensökonomische Nudges an Kliniker über 40 Wochen die Gespräche über schwere Erkrankung und senkten die systemische Therapie am Lebensende verglichen mit der üblichen Versorgung.

N
20.506Patienten
Design
Stepped-Wedge-Cluster-RCT, präspezifizierte 40-Wochen-Analyse, 9 onkologische Ambulanzen
Endpunkt
Raten von Gesprächen über schwere Erkrankung bei allen und bei Hochrisiko-Patientenkontakten; sekundäre Outcomes am Lebensende bei Verstorbenen
Relevanz
2Wichtig — eine von mehreren Säulen.
ErgebnisSIC bei Hochrisiko-Kontakten 13,5 % vs. 3,4 % (unadjustiert); alle Patienten aOR 2,09 (95 %-KI 1,53–2,87; p<0,001). Systemische Therapie am Lebensende 7,5 % vs. 10,4 % (aOR 0,25; 95 %-KI 0,11–0,57; p=0,001); kein Effekt auf Hospizaufnahme oder -verweildauer, Tod im Krankenhaus oder Intensivnutzung am Lebensende.
Manz CR, et al. JAMA Oncol. 2023;9(3):414-418. 10.1001/jamaoncol.2022.6303
Diskussion & Kritik

Erweitert die Stepped-Wedge-Studie von 2020 (Manz ML nudges (SIC)) auf 40 Wochen und auf das, was am Lebensende zählt: Der Gesprächszugewinn blieb bestehen, und die systemische Therapie nahe dem Tod ging zurück — ein Lebensende-Outcome auf Patientenebene, nicht nur ein Prozessmaß. Hospiz-, Intensiv- und Krankenhaustod-Outcomes blieben unverändert, nur 1.417 Patienten (6,9 %) waren bis zum Ende des Follow-ups verstorben, und das Setting in einem einzigen System begrenzt die Generalisierbarkeit.