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

Effektiviteten af kunstig intelligens integreret Mixed Reality-baseret High-Alert Medicin Management Simuleringsprogram (AIMR-HAM)

28. januar 2026 opdateret af: Jinkyung Park, Chonnam National University Hospital

Effektiviteten af kunstig intelligens integreret Mixed Reality-baseret høj-alert medicinhåndteringssimuleringsprogram

Formålet med denne kliniske undersøgelse er at undersøge, om et kunstig intelligens-integreret Mixed Reality-baseret High-Alert Medications Management Simulation Program (AIMR-HAM) hjælper hospitalsyeplejersker med at håndtere høj-risiko medicin (HAM) mere sikkert. MR kombinerer virkelige og virtuelle elementer, så yeplejersker kan øve sig i realistiske scenarier.

De vigtigste spørgsmål er:

Forbedrer AIMR-HAM yeplejerskers medicinsikkerhedsfærdigheder? Reducerer AIMR-HAM medicinfejl og forbedrer klinisk præstation?

Forskere vil sammenligne to grupper for at besvare disse spørgsmål:

Interventionsgruppe: AIMR-HAM Kontrolgruppe: kun standarduddannelse

Hvem kan deltage:

Yeplejersker, der arbejder på store hospitaler og har 1 til 6 års klinisk erfaring.

Omkring 60 yeplejersker vil deltage i undersøgelsen.

Hvad deltagerne skal gøre:

Deltage i den tildelte træning (AIMR-HAM eller kun standarduddannelse). Udføre korte test og spørgeskemaer før og efter træningen for at måle færdigheder, kommunikation og klinisk ræsonnement.

Rapportere eventuelle medicinfejl, der opstår under undersøgelsen. Hvorfor dette er vigtigt: Undersøgelsen vil vise, om AIMR-HAM-træning kan forbedre, hvordan yeplejersker håndterer HAM og gøre patientplejen sikrere.

Studieoversigt

Detaljeret beskrivelse

Dette forsøg evaluerer, om et kunstig intelligens-integreret Mixed Reality-baseret High-Alert Medications Management Simulation Program (AIMR-HAM) forbedrer færdigheder i håndtering af højrisikomedicin (HAMs), klinisk præstation (simulationsbaserede observerede vurderinger), kommunikation og medicinfejlprocenter blandt hospitalsygeplejersker med 1-6 års klinisk erfaring. Forsøget har til formål at vurdere effektiviteten af AIMR-HAM i at forbedre praktisk kompetence og patientsikkerhed i den virkelige kliniske praksis.

Studiedesign og randomisering Studiet er et enkeltcenter, parallelgruppe, randomiseret kontrolleret forsøg med cirka 60 deltagende sygeplejersker. Deltagerne tilfældigt tildeles 1:1 til interventions- eller kontrollgruppen ved hjælp af en computergenereret randomiseringsplan (f.eks. blokrandomisering). Randomisering udføres af en uafhængig datamanager for at opretholde allokeringsskjul. Resultatvurderere er blinde for gruppetildeling (assessor-blinded).

Intervention - AIMR-HAM (interventionsgruppe)

Oversigt: Interventionen kombinerer MR-headset-baseret, scenarie-drevet praktisk træning.

Nøglekomponenter:

  1. Orienteringssession
  2. Forberedelsesmøde
  3. AIMR-simulering
  4. Eftergennemgang

Teknisk bemærkning: MR-opsætningen integrerer virtuelle elementer med det fysiske miljø for at levere visuelle og auditive signaler; enhedsproducent/model og softwareversion kan specificeres i protokolfeltet.

Kontrollgruppe: Kontrollgruppen modtager hospitalets standardmedicinadministrationsundervisning (forelæsninger, casediskussioner og workshops). Tidsplanen og den samlede kontakttid matcher interventionsgruppen for at kontrollere for tid og opmærksomhed.

Deltagerprocedurer og tidslinje Studiefasen er: screening → skriftlig informeret samtykke → baseline (pre-intervention) vurdering → randomisering → tildelt træning (MR + standardundervisning eller kun standardundervisning) → umiddelbar efter-træningsvurdering → opfølgende vurdering (for eksempel 1 måned efter træning) → studieafslutning. Ved hvert vurderingstidspunkt gennemfører deltagerne det samme sæt evalueringer for at muliggøre sammenligning over tid.

Dataindsamlingsmetoder

: Klinisk præstation og færdigheder måles ved hjælp af standardiserede præstationschecklister og observatørvurderingsskalaer under simulerede vurderinger. Trænede evaluatorer, blinde for allokering, udfører disse vurderinger.

Selvrapporteringsinstrumenter (selvtillid, kommunikation, kognitiv arbejdsbelastning) indsamles via elektroniske eller papirspørgeskemaer og indtastes i studiedatabasen.

Medicinfejldata indsamles fra hospitals hændelsesrapporteringssystem og deltagernes selvrapporteringer i studieperioden; duplikatrapporter afstemmes gennem datagennemgang og klassificering.

MR-systemet registrerer automatisk deltagernes interaktionslogfiler (tidsstempler, handlinger, beslutningspunkter), som kan bruges som supplerende analytiske data.

Analyseoversigt

Primære analyser følger intention-to-treat-princippet. Kontinuerte resultater (f.eks. kompetencescore) sammenlignes ved hjælp af t-test eller lineær regression; gentagne målinger analyseres med mixed-effects-modeller for at tage højde for indenfor-deltager korrelationer.

Binære resultater (f.eks. tilstedeværelse af medicinfejl) analyseres ved hjælp af logistisk regression eller risikoberegninger.

Foruddefinerede kovariater (for eksempel baselinescore eller klinisk enhed) inkluderes i justerede analyser efter behov. Følsomhedsanalyser adresserer manglende data (f.eks. multiple imputation) og protokolafvigelser.

Sikkerhed og etik Studiet har modtaget godkendelse fra den institutionelle etikprøvningsnævn (IRB). Alle deltagere giver skriftligt informeret samtykke før inddragelse. Eventuel ubehag relateret til MR-brug (såsom svimmelhed eller kvalme) overvåges og håndteres i henhold til protokollen; alvorlige bivirkninger rapporteres prompte til IRB og hospitalets tilsynsorganer. Personlige data anonymiseres eller krypteres og opbevares med begrænset adgang.

Kvalitetssikring og pålidelighedsforanstaltninger

Instruktører og evaluatorer modtager standardiseret træning for at sikre ensartet levering af interventionen og scoring af resultater.

Randomisering, dataindtastning og databehandling følger standard procedurer. Data gennemgår regelmæssig overvågning og periodiske kvalitetstjek; uafhængige datakvalitetsrevisioner kan udføres hvis angivet.

Konklusion og potentiel indvirkning Dette forsøg vil afgøre, om AIMR-HAM fører til målbare forbedringer i sygeplejerskers medicinhåndteringskompetence og reducerer medicinfejl sammenlignet med standardundervisning. Resultater kan informere hospitalsundervisningspraksis og understøtte bredere implementering af AIMR-HAM til klinisk færdighedstræning.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

60

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

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

Inklusionskriterier:

  • Sygeplejersker med mindst et til seks års klinisk erfaring.

    • Dem, der forstår formålet og proceduren for denne undersøgelse og har givet skriftligt samtykke til at deltage.

      • Dem, der ikke har fysiske eller kognitive begrænsninger i at bruge mixed reality-enheder.

        ③ Dem, der kan kommunikere på koreansk og forstå og besvare spørgsmål.

Eksklusionskriterier:

  • Dem, der ikke ønsker at deltage i undersøgelsen. ① Dem, der har deltaget i uddannelse relateret til højrisikomedicin inden for de sidste seks måneder.

    • Dem, der ikke er i stand til eller har svært ved at deltage i mixed reality-uddannelsesprogrammet på grund af syns-, hørelses- eller neurologiske handicap eller bivirkninger som svimmelhed eller transportsyge.

      • Dem, der frivilligt trækker sig fra undersøgelsen undervejs.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Sundhedstjenesteforskning
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Tredobbelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Arm 1
Deltagerne gennemgår et kunstig intelligens-integreret Mixed Reality-baseret simulationsprogram til håndtering af højrisikomedicin
Deltagere i interventionsarmen modtager kunstig intelligens integreret Mixed Reality-baseret High-Alert Medicinhåndteringssimuleringsprogram
Aktiv komparator: Arm 2
Deltagerne modtager hospitalets standard undervisning i medicinhåndtering
Deltagerne modtager hospitalets standard uddannelse i medicinhåndtering (didaktiske forelæsninger, casediskussioner og workshops)

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Klinisk præstation for høj-risiko medicin
Tidsramme: Baseline, umiddelbart efter intervention
Den højrisiko-medicin kliniske præstations kompetencevurdering vil anvende et spørgeskema udviklet af vores forskningsteam. Værktøjet består af 23 spørgsmål, hvoraf 4 vil variere afhængigt af simuleringsforløbet, hvilket resulterer i en endelig vurdering på 19 spørgsmål. Hvert punkt vil blive bedømt af instruktøren på en skala fra 0 for fiasko eller forkert udførelse, 1 for utilstrækkelig eller utilfredsstillende udførelse og 2 for præcis udførelse. De udviklede punkter vil gennemgå en validitetsvurdering af seks eksperter, før de revideres og suppleres til brug. Højere score indikerer bedre klinisk præstation med højrisiko-medicin.
Baseline, umiddelbart efter intervention

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Global Interpersonel Kommunikationskompetence
Tidsramme: Baseline, umiddelbart efter intervention
Kommunikationskompetence vil blive målt ved hjælp af Global Interpersonal Communication Competence (GICC)-skalaen udviklet af Heo Kyung-ho (2003), som blev modificeret og suppleret af Lee Hyun-sook og Kim Jong-gyeong (2010). Den består af 15 punkter, hver vurderet på en 5-punkts Likert-skala fra 1 (slet ikke) til 5 (i høj grad), hvor højere score indikerer større kommunikationskompetence. I undersøgelsen af Lee Hyun-sook og Kim Jong-gyeong (2010) var Cronbachs α .83.
Baseline, umiddelbart efter intervention
Klinisk Ræsonneringskompetence
Tidsramme: Baseline, umiddelbart efter intervention
Klinisk ræsonneringskompetence vil blive målt ved hjælp af Clinical Reasoning Competency Scale (CRCS) udviklet af Bae et al. (2023). Den består af 22 punkter, som hver vurderes på en 5-punkts Likert-skala fra 1 (slet ikke) til 5 (i høj grad). En højere score indikerer større klinisk ræsonneringskompetence. I studiet af Bae et al. (2023) var Cronbach's α .92.
Baseline, umiddelbart efter intervention
Medicin Sikkerhedskompetence
Tidsramme: Baseline, umiddelbart efter intervention
Medikamentsikkerhedskompetence vil blive målt ved hjælp af Medication Safety Competence Scale (MSCS), udviklet af Park og Seomun (2021). Den består af 36 emner og seks subskalaer (patientcentreret medicinhåndtering, forbedring af problematiske situationer, håndtering af indflydelsesfaktorer, håndtering af krisesituationer, tvaerfagligt samarbejde og ansvar som sygeplejeprofessionel). Hvert emne vurderes på en 5-punkts Likert-skala (1 = "slet ikke" til 5 = "i høj grad"), med en totalscore fra 36 til maksimalt 180. En højere totalscore indikerer et højere niveau af medikamentsikkerhedskompetence. Pålideligheden af MSCS var Cronbach's α = 0,96.
Baseline, umiddelbart efter intervention

Samarbejdspartnere og efterforskere

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

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

  • Bae, J., Lee, J., Choi, M., Jang, Y., Park, C. G., & Lee, Y. J. (2023). Development of the clinical reasoning competency scale for nurses. BMC nursing, 22(1), 138. Elendu, C., Amaechi, D. C., Okatta, A. U., Amaechi, E. C., Elendu, T. C., Ezeh, C. P., & Elendu, I. D. (2024). The impact of simulation-based training in medical education: A review. Medicine, 103(27), e38813. Fernández-Alcántara, M., Escribano, S., Juliá-Sanchis, R., Castillo-López, A., Pérez-Manzano, A., Macur, M., Kalender-Smajlović, S., García-Sanjuán, S., & Cabañero-Martínez, M. J. (2025). Virtual Simulation Tools for Communication Skills Training in Health Care Professionals: Literature Review. JMIR Medical Education, 11(1), e63082. Frost, J., Delaney, L., & Fitzgerald, R. (2020). Exploring the application of mixed reality in nurse education. BMJ Simulation & Technology Enhanced Learning, 6(4), 214. Fu, Y., Hu, Y., & Sundstedt, V. (2022). A systematic literature review of virtual, augmented, and mixed reality game applications in healthcare. ACM Transactions on Computing for Healthcare (HEALTH), 3(2), 1-27. Gaffney, T. A., Hatcher, B. J., & Milligan, R. (2016). Nurses' role in medical error recovery: an integrative review. Journal of clinical nursing, 25(7-8), 906-917. Han, Y., Chen, J., Xu, Y., Huang, P., & Hou, L. (2024). Nurse-led medication management as a critical component of transitional care for preventing drug-related problems. Aging Clinical and Experimental Research, 36(1), 151. Hodkinson, A., Tyler, N., Ashcroft, D. M., Keers, R. N., Khan, K., Phipps, D., Abuzour, A., Bower, P., Avery, A., & Campbell, S. (2020). Preventable medication harm across health care settings: a systematic review and meta-analysis. BMC medicine, 18(1), 313. Jeon, H. G., & Jeong, H. W. (2025). Effectiveness of a Mixed Reality Simulation Program for Dyspnoea Care on New Nurses' Clinical Competency: A Mixed-Methods Study. Nurse Education in Practice, 104397. Mardani, A., Griffiths, P., & Vaismoradi, M. (202

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)

4. marts 2026

Primær færdiggørelse (Anslået)

4. marts 2026

Studieafslutning (Anslået)

6. marts 2026

Datoer for studieregistrering

Først indsendt

28. januar 2026

Først indsendt, der opfyldte QC-kriterier

28. januar 2026

Først opslået (Faktiske)

5. februar 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

5. februar 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. januar 2026

Sidst verificeret

1. januar 2026

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • CNUH-2025-435
  • RS-2024-00345750 (Andet bevillings-/finansieringsnummer: The National Research Foundation of Korea)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 .

Abonner