Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Chatgpt-assisteret hypertension viden hos sygeplejestuderende

3. marts 2025 opdateret af: Nursemin ÜNAL, Ankara University

Chatgpt-assisteret hypertension viden hos sygeplejestuderende: Vurdering af nøjagtighed, AI-angst og kognitiv belastning

ChatGPT giver hurtig adgang til information, forskningsstøtte og studiemateriale, men der er stadig bekymringer om dets pålidelighed, nøjagtighed og manglende evne til at tilbyde personaliserede plejeprincipper, der er essentielle i sygepleje. Selvom tidligere undersøgelser viser dens høje nøjagtighed i kliniske responser, kræver over-afhængighed af AI-genereret medicinsk information forsigtig brug. Undersøgelsen vil undersøge både fordelene og begrænsningerne ved ChatGPT i sygeplejeuddannelse, især inden for hypertension -læring.

Studieoversigt

Status

Ikke rekrutterer endnu

Intervention / Behandling

Detaljeret beskrivelse

Brugen af ​​værktøjer til kunstig intelligens (AI) i uddannelse øges hurtigt. Chatgpt, udviklet af Openai, er en AI-baseret chatbot, der giver et interaktivt læringsmiljø. Det genererer flydende og videnbaserede svar baseret på bøger, onlinekilder og artikler, der er offentliggjort indtil 2021. Den udbredte vedtagelse af ChatGpt på tværs af forskellige felter har givet anledning til debatter om dens rolle og begrænsninger. I sygeplejeuddannelse bruger studerende ofte chatgpt til hurtig adgang til information, forskningsstøtte og eksamensforberedelse. Imidlertid opstår der bekymring for dens pålidelighed på grund af de ukendte kilder til dens svar og potentialet for forkert information. ChatGpt har også begrænsninger i fortolkningen af ​​komplekse, kontekstafhængige svar og mangler evnen til at anvende princippet om individualiseret pleje, hvilket er grundlæggende i sygeplejepraksis.

Undersøgelser har vist Chatgpts forskellige præstation inden for sundhedsområdet. Hypertension, en kronisk sygdom, der påvirker over en milliard mennesker over hele verden, er et kritisk emne for sygeplejestuderende, da deres forståelse af tilstanden kan have en positiv indflydelse på patientpleje. Tidligere forskning har vist, at ChatGPT giver klinisk passende svar på hypertension-relaterede spørgsmål med en høj nøjagtighedsrate på 92,5%. Derudover besvarede GPT-4-versionen af ​​ChatGPT korrekt over 86% af spørgsmålene i USAs medicinske licensundersøgelse (USMLE).

Denne randomiserede kontrollerede undersøgelse sigter mod at vurdere effektiviteten af ​​CHATGPT i undervisning i hypertension til sygeplejestuderende, mens de også vurderer deres niveauer af AI-relateret angst og kognitiv belastning. I betragtning af den stigende tilstedeværelse af AI -værktøjer i uddannelse er forståelse af både deres fordele og begrænsninger afgørende for deres optimale integration i sygeplejeuddannelse.

Undersøgelsespopulationen består af studerende, der er indskrevet i sygeplejeprogrammet på et privat universitet. Undersøgelsen sigter mod at nå hele befolkningen, specifikt 96 studerende, der har afsluttet den internt medicinske sygeplejekursus. Studerende, der opfylder inkluderingskriterierne, vil blive informeret om undersøgelsen og inviteret til at deltage. Frivillige udfylder en indledende informationsformular og tildeles tilfældigt til intervention (CHATGPT) eller kontrolgrupper i et forhold på 1: 1 ved hjælp af computerbaseret randomisering (48 studerende pr. Gruppe). Interventionsgruppen vil besvare spørgsmål fra Hypertension Prevention Attitude Scale ved hjælp af ChatGPT, mens kontrolgruppen vil bruge traditionelle metoder. Bagefter afslutter begge grupper den kunstige intelligensangst skala og kognitiv belastningsskala, der afslutter dataindsamling. Alle indsamlede data analyseres ved hjælp af SPSS til Windows 22.0 statistisk softwarepakke.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

96

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inkluderingskriterier:

  • At blive tilmeldt sygeplejeprogrammet på et privat universitet i løbet af studieåret 2024-2025.
  • For at have taget det internt medicinske sygeplejekursus (på dette kursus modtager studerende 4 timers teoretiske lektioner om sygepleje for hypertensionspatienter).
  • At være villig til at melde sig frivilligt til deltagelse i undersøgelsen.

Ekskluderingskriterier:

  • Studerende, der ønsker at trække sig ud af forskningen på ethvert tidspunkt, vil ikke blive inkluderet i undersøgelsen.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Andet
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: ChatGpt Group
Studerende i interventionsgruppen vil besvare spørgsmålene fra Hypertension Prevention Attitude Scale ved hjælp af ChatGpt.
Studerende i interventionsgruppen vil besvare spørgsmålene fra Hypertension Prevention Attitude Scale ved hjælp af ChatGpt.
Andre navne:
  • Kontrolgruppe
Ingen indgriben: Kontrolgruppe
I kontrolgruppen vil studerende reagere på hypertension forebyggelse af holdning ved hjælp af traditionelle metoder.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Hypertension forebyggelse af holdninger
Tidsramme: I begyndelsen af ​​undersøgelsen første optagelse.
Skalaen består af 26 genstande og underdimensioner, herunder beskyttelse og kontrol, vaner og livsstil, ernæringsholdninger, mental tilstand og fysisk aktivitet og sygdom og risikoviden. Varerne er vurderet på en fem-punkts Likert-skala, der spænder fra "stærkt uenig" til "stærkt enig." Skala -scoringerne kan variere fra 26 til 130. Der er et positivt forhold mellem skala -scoringer og holdninger til forebyggelse af hypertension. Cronbachs alfa -værdi af skalaen er 0,91.
I begyndelsen af ​​undersøgelsen første optagelse.
Kunstig intelligens angst skala
Tidsramme: Umiddelbart efter interventionen (besvarer skala -spørgsmålene)
Den kunstige intelligensangst skala (AIAS) blev udviklet af Wang og Wang (2019) og tilpasset til tyrkisk af Akkaya et al. (2021). Skalaen er en 5-punkts Likert-type, der består af 21 poster og 4 faktorer. Disse faktorer er: læring, jobændring, socio-teknisk blindhed og kunstig intelligensstrukturering. Den minimale score, der kan opnås fra skalaen, er 21, og den maksimale score er 105. En højere score indikerer et højere niveau af AI -angst. Cronbachs alfa -koefficient for skalaen rapporteres at være 0,95.
Umiddelbart efter interventionen (besvarer skala -spørgsmålene)
Kognitiv belastningsskala
Tidsramme: Umiddelbart efter interventionen (besvarer skala -spørgsmålene)
Den skala, der er udviklet af PaaS og Van Merriënboer (1993), sigter mod at måle den kognitive belastning af studerende under individuelle studieprocesser. Det blev tilpasset til tyrkisk af Kılıç og Karadeniz (2004). Skalaen er en symmetrisk, Likert-skala med scoringer, der spænder fra 1 til 9. Det tillader vurdering af den indsats, en studerende udøver under deres individuelle læringsproces. I henhold til skalaen betragtes kognitiv belastning fra 1 til 9. Resultater mellem 1-4 betragtes som lav kognitiv belastning, mens scoringer mellem 5-9 betragtes som høj kognitiv belastning. PaaS og Van Merriënboer (1993) rapporterede om en intern konsistenskoefficient på 0,82 for skalaen, mens Kılıç og Karadeniz (2004) beregnet en intern konsistenskoefficient på 0,90 for den tyrkiske version.
Umiddelbart efter interventionen (besvarer skala -spørgsmålene)

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Nursemin Unal, Assoc. Prof., Ankara University

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

10. marts 2025

Primær færdiggørelse (Anslået)

10. april 2025

Studieafslutning (Anslået)

10. maj 2025

Datoer for studieregistrering

Først indsendt

26. februar 2025

Først indsendt, der opfyldte QC-kriterier

3. marts 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

3. marts 2025

Sidst verificeret

1. marts 2025

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2025-2 (Andet bevillings-/finansieringsnummer: Korean Society of Cardiometabolic Syndrome)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Forhøjet blodtryk

Kliniske forsøg med Chatgpt

Abonner