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 (SIC)

Effect of Integrating Machine Learning Mortality Estimates With Behavioral Nudges to Clinicians on Serious Illness Conversations Among Patients With Cancer

Patient / Population Intervention / Exposition Vergleich Endpunkt

Bei 14.607 Krebspatienten in Betreuung durch 78 onkologische Kliniker, erhöhten Machine-Learning-Mortalitätsvorhersagen als verhaltensökonomische Nudges die Gespräche über schwere Erkrankung (Serious Illness Conversations) verglichen mit der üblichen Versorgung mit wöchentlichen kumulativen Leistungs-E-Mails.

N
14.607Patienten
Design
Stepped-Wedge-Cluster-RCT, 8 Klinikgruppen über 20 Wochen, Pennsylvania, USA
Endpunkt
Prozentualer Anteil der Patientenkontakte mit dokumentiertem Gespräch über schwere Erkrankung
Relevanz
1Praxisdefinierend — die Studie, auf der die Leitlinie ruht.
ErgebnisSIC bei 4,6 % vs. 1,3 % aller Kontakte (adjustierte Differenz 3,3 Prozentpunkte; 95 %-KI 2,3–4,5; p<0,001); bei 4.124 Hochrisiko-Kontakten 15,2 % vs. 3,6 % (adjustierte Differenz 11,6 Punkte; 95 %-KI 8,2–12,5; p<0,001).
Manz CR, et al. JAMA Oncol. 2020;6(12):e204759. 10.1001/jamaoncol.2020.4759
Diskussion & Kritik

Ein Meilenstein für die Kopplung eines validierten ML-Mortalitätsmodells mit Verhaltensökonomie: Die Kombination hob die Rate der Gespräche mit Hochrisikopatienten von 3,6 % auf 15,2 %. Einzelnes akademisches System, 20 Wochen und ein Prozessendpunkt (dokumentierte Gespräche) statt zielkonkordanter Versorgung; das 40-Wochen-Follow-up (Manz ML nudges (long-term)) zeigte später weniger systemische Therapie am Lebensende, aber keine Veränderung bei Hospiz- oder Intensivnutzung.