Innovativ Elektrokardiogram-træning med Kliniske Scenarier baseret på Kunstig Intelligens for Sygeplejepersonale
Effekten af innovativ EKG-træning ved hjælp af AI-understøttede kliniske scenarier på viden, klinisk ræsonnering og selvtillid blandt sygeplejepersonale
Baggrund og formål Nøjagtig fortolkning af et elektrokardiogram er en afgørende færdighed for sygeplejepersonale for at sikre patientsikkerhed og rettidig indgriben i kardiovaskulær pleje. Traditionelle træningsmetoder mangler ofte den interaktive og komplekse karakter af virkelige kliniske situationer. Dette studie sigter mod at evaluere effektiviteten af et innovativt træningsprogram, der anvender kunstig intelligens til at skabe realistiske kliniske scenarier. Målet er at afgøre, om denne teknologi-forbedrede tilgang forbedrer sygeplejerskers viden, deres evne til at træffe kliniske beslutninger (klinisk ræsonnement), og deres selvtillid til at udføre disse opgaver (selveffektivitet).
Studiedesign og metodologi Forskere vil gennemføre et studie med deltagelse af sygeplejepersonale for at sammenligne deres præstation før og efter træningsindsatsen. Deltagere vil arbejde med kunstig intelligens-understøttede kliniske scenarier, der er specielt designet til fortolkning af elektrokardiogram.
Dataindsamling
For at måle træningens effekt vil studiet anvende fire primære værktøjer:
En elektrokardiogramfortolkningsvidenstest til at måle teoretisk forståelse.
En vurdering af sygeplejebeslutningstagning i elektrokardiogramfortolkning til at evaluere praktisk klinisk ræsonnement.
En selveffektivitetskala for kunstig intelligens-baseret elektrokardiogramtræning til at måle deltagernes tillid til deres færdigheder.
Fokusgruppediskussioner vil blive afholdt i slutningen af studiet for at opnå dybere kvalitative indsigter i sygeplejepersonalets erfaringer og opfattelser af at bruge teknologi i deres professionelle udvikling.
Studieoversigt
Status
Betingelser
Undersøgelsestype
Tilmelding (Faktiske)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
-
Alexandria, Egypten, 21511
- Faculty of Nursing, Alexandria University
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Professionel status: Sygeplejepersonale i nuværende klinisk praksis. Samtykke: Villighed til at deltage i studiet og give skriftligt informeret samtykke.
Teknisk læsefærdighed: Evne til at bruge grundlæggende computersoftware eller mobilapplikationer til at interagere med den kunstige intelligens-platform.
Eksklusionskriterier:
- Tidligere specialiseret træning: Sygeplejersker, der har deltaget i avancerede EKG-certificeringskurser eller specialiseret træning inden for de sidste tre måneder for at undgå bias i den grundlæggende videnbedømmelse.
Tidligere erfaring med kunstig intelligens-læringsredskaber: Sygeplejersker, der tidligere har deltaget i formel træning eller forskningsstudier, der involverer kunstig intelligens-drevne uddannelsesplatforme eller kliniske beslutningsstøttesystemer. Dette er for at sikre, at deltagernes reaktioner på den kunstige intelligens-assisterede læringssoftware og deres opfattede selvopfattelse ikke påvirkes af tidligere bekendtskab med lignende teknologier.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Sundhedstjenesteforskning
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Eksperimentel: Kunstig Intelligens-drevet Træningsgruppe
Deltagerne i denne gruppe vil anvende en original, specifikt designet læringssoftware udviklet af forskeren, der integrerer kunstig intelligens for at levere dynamiske kliniske scenarier.
Interventionen fokuserer på interaktiv træning i EKG-tolkning.
Hvert scenarie er skræddersyet til lærerens præstation og giver øjeblikkelig feedback samt simulerer reelle udfordringer inden for kardiovaskulær pleje.
Denne gruppe vil gennemføre pre-test- og post-test-vurderinger efterfulgt af fokusgruppediskussioner for at udforske deres kvalitative oplevelser med softwaren.
|
Denne intervention består af en original uddannelsessoftware designet og udviklet af forskeren. Softwaren anvender kunstig intelligens til at generere interaktive og adaptive kliniske scenarier fokuseret på elektrokardiogramfortolkning. Deltagerne interagerer med høj-fidelitetssimuleringer, hvor den kunstige intelligens-motor justerer kompleksiteten af casen baseret på brugerens svar. Softwaren giver øjeblikkelig feedback, begrundelser for korrekte plejebeslutninger og sporer plejepersonalets fremskridt i realtid. Træningssessionerne er struktureret til at forbedre klinisk ræsonnement og selv-efficacy gennem immersiv, teknologi-forbedret læring. |
|
Aktiv komparator: Traditionel trænings kontrolgruppe
Deltagerne i denne gruppe vil modtage den standard undervisningsintervention til EKG-tolkning, der anvendes i traditionel sygeplejeuddannelse.
Dette omfatter typisk konventionelle klasseforelæsninger, trykte undervisningsmaterialer og standard præsentationsslides uden de interaktive eller adaptive funktioner fra kunstig intelligens.
Denne gruppe vil gennemføre de samme prætest- og posttestvurderinger som interventionsgruppen for at skabe et udgangspunkt til sammenligning af effektiviteten af den nye teknologi-forbedrede metode.
|
Denne intervention repræsenterer den standardpædagogiske tilgang for plejepersonale. Den omfatter traditionelle klasselokalebaserede forelæsninger og brugen af statiske undervisningsmaterialer såsom trykte manualer og PowerPoint-præsentationer. Indholdet dækker de samme teoretiske og praktiske principper for EKG-tolkning som interventionsgruppen, men uden brug af kunstig intelligens eller interaktive kliniske scenarier. Sessionerne ledes af en instruktør i et konventionelt læringsmiljø, med fokus på passiv videnstilegnelse og standardiserede kliniske eksempler. |
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Viden om elektrokardiogramfortolkning
Tidsramme: Baseline (for-test) og 2 uger efter intervention (efter-test)
|
Et omfattende vurderingsværktøj designet til at evaluere den teoretiske og praktiske viden hos sygeplejepersonale: Består af 15 multiple-choice-spørgsmål specifikt designet til at vurdere sygeplejerskers kognitive vidensniveau vedrørende de grundlæggende principper for EKG-tolkning, såsom analyse af grundlæggende bølgeformskomponenter, beregning af hjertefrekvens, identificering af almindelige arytmier, atrioventrikulære ledningsforstyrrelser og evaluering af livstruende hjerterytmer.
Hvert korrekt svar giver et point, med en mulig samlet score på 15.
Hvor scores spænder fra et minimum på 0 til et maksimum på 15. Højere scorer indikerer et højere vidensniveau inden for EKG-tolkning.
|
Baseline (for-test) og 2 uger efter intervention (efter-test)
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Skala for Sygeplejerskers Beslutningstagning i Elektrokardiogramfortolkning
Tidsramme: Baseline (Pre-test) og 2 uger efter intervention (Post-test)
|
Dette er et 8-punkts selvrapporteringsværktøj designet til at vurdere den kliniske dømmekraft og selvtillid hos sygeplejepersonale i forhold til EKG-tolkning. Hvert punkt vurderes på en 5-punkts Likert-skala fra 1 (Meget uenig) til 5 (Meget enig). Scoring og fortolkning: Minimum og maksimum værdier: Den samlede score spænder fra et minimum på 8 til et maksimum på 40. Høj kompetence (30-40): Indikerer høj klinisk dømmekraft og professionel selvtillid i tolkning af hjerterytmer. Moderat evne (19-29): Indikerer moderat klinisk dømmekraft; sygeplejersken kan have brug for vejledning eller yderligere støtte. Lav kompetence (8-18): Indikerer lav selvtillid og en høj risiko for fejl i klinisk dømmekraft. Højere samlede scorer afspejler et bedre resultat, hvilket repræsenterer større klinisk kompetence og sikrere beslutningstagning i kardiovaskulær pleje. |
Baseline (Pre-test) og 2 uger efter intervention (Post-test)
|
|
Generel Selv-effektivitets Skala for Elektrokardiogramfortolkning og Kliniske Opgaver
Tidsramme: Baseline (for-test) og to uger efter afslutningen af træningsinterventionen (opfølgningstest).
|
En 10-punkts psykometrisk skala tilpasset til at vurdere sygeplejepersonalets opfattede tillid og selvopfattelse i deres evne til at udføre EKG-tolkning og tilhørende kliniske opgaver effektivt under forskellige betingelser. Scoringssystem: Hvert punkt scores på en 4-punkts Likert-skala:
Fortolkning af totalscore (interval 10-40): Høj selvtillid (31-40): Indikerer stærk opfattet kompetence og høj selvopfattelse i håndtering af kardiovaskulære plejeudfordringer. Moderat selvtillid (21-30): Indikerer moderat tillid i håndtering af kliniske krav. Lav selvtillid (10-20): Indikerer lav tro på evnen til at håndtere professionelle udfordringer i EKG-tolkning. Højere totalscore indikerer et bedre resultat, hvilket repræsenterer stærkere opfattet kompetence og højere selvtillid blandt sygeplejepersonalet. |
Baseline (for-test) og to uger efter afslutningen af træningsinterventionen (opfølgningstest).
|
|
Sygeplejerskers opfattelse og tilfredshed med kunstig intelligens-assisteret læring i EKG-tolkning
Tidsramme: Baseline (pre-test) og 2 uger efter intervention (post-test)
|
Dette kvalitative resultat vurderer deltagernes accept, opfattede nyttighed, brugbarhed og tilfredshed med den kunstige intelligens-assisterede læringsplatform, der specifikt er designet til elektrokardiogramfortolkning. Dataindsamling og analyse: Metode: Data vil blive indsamlet gennem fokusgruppediskussioner for at udforske sygeplejepersonalets levede erfaringer og feedback. Analysemetode: Resultaterne vil blive analyseret ved hjælp af tematisk analyse for at identificere tilbagevendende mønstre, temaer og undertemaer relateret til interventionen. |
Baseline (pre-test) og 2 uger efter intervention (post-test)
|
|
Sygeplejerskers kliniske beslutningstagning score ved hjælp af case vignetter
Tidsramme: Baseline (For-test) og 2 uger efter intervention (Efter-test)
|
Målt ved hjælp af et specialiseret vurderingsværktøj bestående af 10 kliniske kasusvignetter. Hver vignette præsenterer et specifikt patientscenarie relateret til hjerte-kar-sundhedspleje og kræver, at deltageren analyserer elektrokardiogramfund og vælger den mest passende sygeplejeintervention gennem flervalgsopgaver. Dette værktøj evaluerer sygeplejepersonalets evne til at anvende teoretisk viden på praktiske, virkelige kliniske situationer, hvor scoringen spænder fra et minimum på 0 til et maksimum på 10, hvor højere scoringer indikerer et bedre resultat. Højere totalscore på tværs af de 10 vignetter indikerer overlegne kliniske beslutningsevner og bedre professionel dømmekraft i elektrokardiogramfortolkning. |
Baseline (For-test) og 2 uger efter intervention (Efter-test)
|
Samarbejdspartnere og efterforskere
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
- AU-20-6-392
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .