Výuka výpočtu dávek léků v ošetřovatelství s pomocí umělé inteligence
Transformace ošetřovatelské praxe pomocí umělé inteligence: Účinnost učení založeného na umělé inteligenci při výpočtu dávky léků na znalosti, klinická rozhodnutí a sebeúčinnost
Cílem této studie je vyhodnotit, jak ovlivňuje platforma pro učení s asistencí umělé inteligence schopnost sester přesně vypočítávat dávky léků. Výpočet dávkování léků je klíčovou dovedností v ošetřovatelství a chyby mohou výrazně ovlivnit bezpečnost pacientů.
Zatímco tradiční metody výuky jsou standardem, nemusí poskytovat personalizovanou zpětnou vazbu potřebnou pro takový úkol s vysokými nároky. Tato studie porovnává dvě skupiny sester: jednu skupinu používající software poháněný umělou inteligencí, který poskytuje interaktivní scénáře a vedení v reálném čase, a druhou skupinu, která dostává tradiční výuku ve třídě.
Výzkumníci usilují o zjištění, zda přístup s umělou inteligencí vede k:
Zlepšeným teoretickým znalostem výpočtů dávkování léků. Posílení klinického rozhodování při podávání léků. Zvýšení sebevědomí (sebeúčinnosti) sester při provádění těchto úkolů v reálných klinických podmínkách.
Kromě toho je součástí studie kvalitativní složka prováděná pomocí diskusí ve fokusních skupinách, která zkoumá přijetí účastníky, vnímanou užitečnost, použitelnost a celkové vnímání platformy pro učení s asistencí umělé inteligence. Toto kvalitativní šetření poskytuje hlubší vhled do zkušeností sester, postojů k integraci umělé inteligence do vzdělávání a jejich názorů na účinnost vyučovacích a učebních strategií používaných v rámci platformy.
Přehled studie
Postavení
Detailní popis
Chyby při podávání léků představují významnou výzvu v ošetřovatelské praxi, zejména v prostředích s vysokou intenzitou péče, jako jsou kardiovaskulární a kritické péče jednotky. Tato studie vyhodnocuje účinnost vzdělávací intervence řízené umělou inteligencí, která je navržena tak, aby překlenula propast mezi teoretickými znalostmi a klinickou aplikací při výpočtech léků.
Design studie
Tato studie použila smíšený design metod zahrnující kvaziexperimentální přístup předtestu-po testu s kontrolní skupinou, doplněný kvalitativní složkou fokusní skupiny. Účastníci byli rozděleni buď do experimentální skupiny, která dostávala výuku s asistencí umělé inteligence, nebo do kontrolní skupiny, která dostávala tradiční výuku.
Intervence (Studijní skupina)
Účastníci experimentální skupiny používali výukový software s asistencí umělé inteligence, který byl navržen tak, aby zlepšil jejich vzdělávací zážitek prostřednictvím několika pokročilých funkcí. Software poskytuje Adaptivní vzdělávací cesty, které upravují složitost výpočtů podle výkonu sestry. Dále nabízí Okamžitou zpětnou vazbu, která zajišťuje okamžité opravy a podrobné vedení pro složité dávkování léků. Nakonec software zahrnuje Klinické simulace založené na umělé inteligenci, které vytvářejí scénáře klinického rozhodování pod tlakem pro studenty.
Kontrolní skupina
Účastníci kontrolní skupiny dostávali tradiční metody výuky, které zahrnovaly standardní přednášky a cvičení na papíře zaměřené konkrétně na výpočty léků. Tento přístup pokrýval stejný základní učební plán jako experimentální skupina, ale nezahrnoval žádnou asistenci umělé inteligence.
Studie vyhodnotila tři klíčové oblasti před a po intervenci:
Ošetřovatelské znalosti, hodnocené pomocí standardizované zkoušky z výpočtů léků.
Klinické rozhodování, měřené validovanou škálou ošetřovatelského rozhodování.
Sebedůvěra, hodnocená prostřednictvím standardizované škály sebedůvěry pro posouzení jistoty v klinických výpočtech.
Data byla analyzována pomocí Statistického balíčku pro sociální vědy pro porovnání průměrných skóre mezi experimentální a kontrolní skupinou.
Kvalitativní složka (Studie fokusní skupiny)
Pro doplnění kvantitativních zjištění byla provedena kvalitativní studie fokusní skupiny s účastníky z experimentální skupiny. Cílem bylo prozkoumat přijetí platformy umělé inteligence sestrami, vnímanou užitečnost, použitelnost, viditelnost pokroku ve vzdělávání a celkové názory na výukové strategie s asistencí umělé inteligence.
Diskuse fokusních skupin byly nahrány, přepsány a analyzovány pomocí tematické analýzy k identifikaci opakujících se vzorců a témat souvisejících s uživatelským zážitkem, vnímanou vzdělávací hodnotou a připraveností integrovat učení založené na AI do klinického vzdělávání. Tato kvalitativní složka poskytla hlubší vhled do postojů účastníků k integraci AI v ošetřovatelském vzdělávání a obohatila interpretaci kvantitativních výsledků.
Typ studie
Zápis (Aktuální)
Fáze
- Nelze použít
Kontakty a umístění
Studijní místa
-
-
Alexandria Governorate
-
Alexandria, Alexandria Governorate, Egypt, 2500
- Faculty of Nursing, Alexandria University
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Popis
Kritéria pro zařazení:
Sestry pracující v různých klinických prostředích, včetně všeobecných interních, kardiovaskulárních nebo jednotek intenzivní péče atd.
Sestry jsou zodpovědné za podávání léků a výpočty dávek léků jako součást svých každodenních klinických povinností.
Ochota účastnit se programu učení s asistencí umělé inteligence a podepsat informovaný souhlas.
Kritéria pro vyloučení:
Sestry, které v nedávné době absolvovaly specifický výcvik v oblasti výpočtu léků nebo měly jakoukoli předchozí zkušenost s výukovými nástroji založenými na umělé inteligenci (v posledních 6 měsících)
Studijní plán
Jak je studie koncipována?
Detaily designu
- Primární účel: Výzkum zdravotnických služeb
- Přidělení: Randomizované
- Intervenční model: Paralelní přiřazení
- Maskování: Žádné (otevřený štítek)
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: Skupina pro výuku s podporou umělé inteligence
Použijte platformu asistovanou umělou inteligencí, která poskytuje scénářové učení a zpětnou vazbu v reálném čase pro výpočty léků.
|
Inovativní software umělé inteligence zvyšuje přesnost sester při výpočtech léků a klinickém uvažování prostřednictvím scénářového učení, poskytuje okamžitou zpětnou vazbu a adaptivní vzdělávací cesty.
|
|
Experimentální: Tradiční výuková skupina
Účastníci obdrží standardní učební plán prostřednictvím tradičních přednášek a praktických cvičení na papíře.
|
Standardní výuka ve třídě se skládá z teoretických přednášek a praktických cvičení na papíře zaměřených na výpočty dávek léků.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Znalost sester ve výpočtu léků
Časové okno: Výchozí stav (před testem) a 2 týdny po zásahu (po testu)
|
16bodový hodnotící nástroj navržený k posouzení teoretických a praktických znalostí sester týkajících se principů výpočtu léků (např. převody jednotek, průtok a výpočty dávek). Každá správná odpověď je ohodnocena „1“ a každá nesprávná odpověď je ohodnocena „0“. Rozsah škály: Celkové skóre se pohybuje od minima 0 do maxima 16. Interpretace: Vyšší skóre znamená lepší výsledek (větší zvládnutí výpočetních principů). Vysoké (13–16): Kompetentní úroveň (> 80 %). Střední (10–12): Přijatelné, ale neúplné znalosti (60 %–80 %). Nízké (0–9): Nedostatečné porozumění (< 60 %). |
Výchozí stav (před testem) a 2 týdny po zásahu (po testu)
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Škála rozhodovacího procesu sester při výpočtu léků
Časové okno: Výchozí hodnoty (předtest) a 2 týdny po intervenci (posttest)
|
Tato škála je 8položkový nástroj pro sebehodnocení určený k posouzení klinického úsudku a sebevědomí sester týkající se výpočtu dávek léků. Každá položka je hodnocena na 5bodové Likertově škále od 1 (rozhodně nesouhlasím) do 5 (rozhodně souhlasím). Minimální a maximální hodnoty: Celkové skóre se pohybuje od minima 8 do maxima 40. Interpretace: Vyšší skóre naznačuje lepší výsledek (větší klinická kompetence a bezpečnější rozhodování). Vysoké (30-40): Vysoká kompetence. Střední (19-29): Střední schopnost; vyžaduje dohled. Nízké (8-18): Špatné sebevědomí a úsudek. |
Výchozí hodnoty (předtest) a 2 týdny po intervenci (posttest)
|
|
Škála všeobecné sebeúčinnosti
Časové okno: Výchozí stav (pretest) a 2 týdny po intervenci (posttest)
|
Popis: Desetipoložková psychometrická škála sloužící k posouzení vnímané sebedůvěry a víry sester ve svou schopnost efektivně provádět výpočty léků a klinické úkoly za různých podmínek. Každá položka je hodnocena na 4bodové Likertově škále: 1 (Vůbec ne pravda), 2 (Téměř ne pravda), 3 (Středně pravda) a 4 (Zcela pravda). Rozsah škály: Celkové skóre se pohybuje od minima 10 do maxima 40. Interpretace: Vyšší skóre ukazuje na lepší výsledek (silnější vnímaná kompetence a vyšší sebeúčinnost). Vysoké (31-40): Silná vnímaná kompetence a sebedůvěra. Střední (21-30): Střední důvěra ve zvládání nároků. Nízké (10-20): Nízká víra ve schopnost zvládat výzvy. |
Výchozí stav (pretest) a 2 týdny po intervenci (posttest)
|
|
Percepce a spokojenost sester s výukou asistovanou umělou inteligencí (kvalitativní)
Časové okno: 2 týdny po dokončení školení s asistencí AI
|
Popis: Hodnocení přijetí, vnímané užitečnosti, použitelnosti a spokojenosti účastníků s platformou pro učení s asistencí umělé inteligence. Data budou shromažďována prostřednictvím diskusí ve fokusních skupinách. Metoda analýzy: Výsledky budou analyzovány pomocí tematické analýzy k identifikaci opakujících se vzorců a témat. Jednotka měření: Toto je kvalitativní výsledek; výsledky budou prezentovány jako narativní témata (například: "Zvýšená důvěra ve výpočty" nebo "Spokojenost s uživatelským rozhraním"). |
2 týdny po dokončení školení s asistencí AI
|
Spolupracovníci a vyšetřovatelé
Sponzor
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Aktuální)
Dokončení studie (Aktuální)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další identifikační čísla studie
- AU-20-6-393
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Studijní data/dokumenty
-
Protokol studie
Komentáře k informacím: K dispozici na vyžádání u hlavního zkoušejícího pro legitimní výzkumné účely
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Vzdělávání ošetřovatelství
-
Bahar DönerIstanbul University - CerrahpasaDokončenoNURSİNG EDUCATİON | ŘEŠENÍ PROBLÉMŮ | EMPATIE V OŠETŘOVATELSTVÍ | NEVİOLENTNİ KOMUNİKACE | KONSTRUKTIVISTICKÝ VÝUKOVÝ MODELTurecko (Türkiye)
-
Kutahya Health Sciences UniversityZatím nenabírámeBolest | Fyzická aktivita | Pediatrie | Neuroscience Pain EducationKrocan
-
Centre Hospitalier Universitaire de LiegeZatím nenabírámeDiabetes Mellitus Self Management EducationBelgie
-
University College DublinUniversity College Cork; InterregZatím nenabírámeBolest | Chronická bolest | Virtuální realita | Dospělí | Neuroscience Pain Education | Chronická bolest (záda / šíje)Irsko
-
Kutahya Health Sciences UniversityDokončenoChronická bolest dolní části zad | Manuální terapie | Neuroscience Pain EducationKrocan
-
US Department of Veterans AffairsDokončenoDiabetes Mellitus Self Management Education | Hyperglykemická kontrola | Vysoce rizikový diabetesSpojené státy
-
Necmettin Erbakan UniversityZatím nenabírámePéče o kůži | Diabetes Mellitus, typ II | Diabetes Mellitus Self Management Education
-
Istinye UniversityDokončenoSyndromy myofasciální bolesti | Způsoby fyzikální terapie | Neuroscience Pain EducationTurecko (Türkiye)
-
Virginia Commonwealth UniversityZápis na pozvánkuVlastní správa | Diabetes Mellitus Self Management Education | Hypertenze samosprávySpojené státy
-
LabStyle Innovations Ltd.DokončenoDiabetes | Diabetes Mellitus Self Management EducationIzrael