AI-drevet OSCE-træning til forbedring af infertilitetsrådgivningskompetencer hos sygeplejestuderende (AI-OSCE-Infert)

Denne undersøgelse er udformet som en to-gruppet, randomiseret kontrolleret eksperimentiel undersøgelse med et pretest-posttest-design for at evaluere effektiviteten af en generativ kunstig intelligens-baseret "OSCE Coach" i at forbedre infertilitetsrådgivningskommunikation og empatifærdigheder blandt sygeplejerskestuderende. Undersøgelsen vil blive gennemført på Bartın Universitetets Fakultet for Sundhedsvidenskab, Institut for Sygepleje, efter godkendelse fra Bartın Universitetets Sociale og Humanistiske Etiske Komité og i overensstemmelse med principperne i Helsingforserklæringen.

Undersøgelsespopulationen vil bestå af bachelor-sygeplejerskestuderende, der er aktivt tilmeldt infertilitetssygeplejekurset og har bestået kvinders sundhed og sygdoms-sygeplejekurset. Kvalificerede deltagere, der giver skriftlig informeret samtykke, vil blive tilfældigt tildelt enten interventionsgruppen eller kontrolgruppen ved hjælp af en computer-genereret randomiseringssekvens. Allokering vil blive udført af en uafhængig person, der ikke er involveret i dataindsamling eller analyse. På grund af uddannelsesinterventionens karakter vil deltagernes blinding ikke være mulig; dog vil resultatvurderere, der evaluerer OSCE-præstationer, være blindet for gruppetildeling.

Interventionsgruppen vil modtage træning gennem en generativ kunstig intelligens-baseret "OSCE Coach" designet til at støtte målrettet praksis i infertilitetsrådgivningskommunikation. Interventionen består af 6-8 strukturede mikroscenarier, der afspejler almindelige og udfordrende infertilitetsrådgivningssituationer, herunder etablering af rapport, psykosocial vurdering, håndtering af følelsesmæssige reaktioner, adressering af partnerrelaterede bekymringer, reaktion på social stigma, formidling af klar information, levering af dårlige nyheder og afslutning af rådgivningssessionen. I hvert scenario vil deltagerne give skriftlige rådgivningssvar, som vil blive analyseret af AI-systemet baseret på terapeutisk kommunikation og empatiprincipper. Struktureret, rubric-baseret feedback vil blive leveret, hvilket giver deltagerne mulighed for at revidere og gentage deres svar i en målrettet praksiscyklus.

Kontrolgruppen vil modtage konventionel infertilitetsrådgivningsuddannelse leveret gennem standard undervisningsmetoder, herunder forelæsninger, skriftlige casediskussioner og gennemgang af eksempelrådgivningsdialoger. Varigheden og den samlede uddannelsesbelastning af kontrolbetingelsen vil blive tilpasset til interventionsgruppens for at sikre sammenlignelighed mellem grupperne. Ingen AI-understøttet simulering eller interaktiv feedback vil blive brugt i kontrolgruppen.

Resultatvurdering vil blive gennemført ved hjælp af validerede selvrapporteringsskalaer og en standardiseret præstationsbaseret evaluering. Terapeutiske kommunikationsfærdigheder vil blive målt ved hjælp af Therapeutic Communication Skills Scale for Nursing Students, og empatiniveauer vil blive vurderet ved hjælp af Jefferson Scale of Empathy for Nursing Students. Rådgivningspræstation vil blive evalueret gennem standardiserede virtuelle patientinterviews gennemført i et eksamensmodus-simuleringsmiljø. Alle deltagere vil gennemføre det samme virtuelle patientscenarie under identiske betingelser. Præstationer vil blive scoreret uafhængigt af to trænede evaluatorer ved hjælp af en rubric udviklet baseret på Kalamazoo Consensus Statement. Evaluatorer vil være blindet for deltagernes gruppetildelinger, og inter-rater pålidelighed vil blive vurderet ved hjælp af intraclass korrelationskoefficienten.

Pretest-vurderinger vil blive gennemført før uddannelsesinterventionen, og posttest-vurderinger vil blive afsluttet efter interventionsperioden. Data vil blive analyseret ved hjælp af passende parametriske eller ikke-parametriske statistiske metoder baseret på datafordeling. Kovariansanalyse (ANCOVA) vil blive brugt til at evaluere interventionseffekter under kontrol af basislinjescorer. Effektstørrelser vil blive beregnet, og statistisk signifikans vil blive sat til p < 0,05.

Alle deltagerdata vil blive anonymiseret ved hjælp af unikke identifikationskoder. Kun forskningsteamet vil have adgang til dataene, som vil blive opbevaret sikkert og udelukkende brugt til videnskabelige formål. Deltagere vil have ret til at trække sig fra undersøgelsen til enhver tid uden straf. Efter afslutning af undersøgelsen vil studerende i kontrolgruppen blive tilbudt valgfri adgang til det AI-baserede OSCE coaching-system i overensstemmelse med etiske overvejelser.