Qualitative Forschung unter Ärzten und Assistenzärzten zu den Voraussetzungen für die Implementierung eines CDSS basierend auf KI auf der Intensivstation (KATRINA)
Qualitative Forschung unter Ärzten und Assistenzärzten zu den Voraussetzungen für die Implementierung eines klinischen Entscheidungsunterstützungssystems (CDSS) basierend auf künstlicher Intelligenz (KI) auf der Intensivstation
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
-
Aalst, Belgien
- OLV Aalst
-
Antwerpen, Belgien
- ZNA Ziekenhuizen
-
Ghent, Belgien
- Ghent University Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Zum Zeitpunkt des Studiums auf der Intensivstation tätiger Facharzt oder Facharzt in Ausbildung.
Ausschlusskriterien:
- Alter < 18 Jahre
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Interessent
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Grundeinstellungen zu Künstlicher Intelligenz und Big Data in der Medizin
Zeitfenster: Grundlinie
|
Die grundlegenden Einstellungen zu künstlicher Intelligenz und Big Data in der Medizin werden durch eine Online-Umfrage erhoben, bei der die Teilnehmer ihre Zustimmung zu bestimmten Aussagen auf einer 6-Punkte-Likert-Skala bewerten (Mögliche Auswahlmöglichkeiten: Stimme voll und ganz zu – Stimme zu – Neutral – Stimme nicht zu – Stimme überhaupt nicht zu – Nein zutreffend).
|
Grundlinie
|
|
Identifizieren Sie Voraussetzungen, die erfüllt sein müssen, wenn KI/Big Data-basierte klinische Entscheidungsunterstützungssysteme aus Sicht der Teilnehmer am Krankenbett eingesetzt werden.
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Identifizieren Sie die Voraussetzungen, die erfüllt sein müssen, wenn AI/Big Data-basierte klinische Entscheidungsunterstützungssysteme am Krankenbett eingesetzt werden, und identifizieren Sie die wichtigsten für verschiedene Aspekte des Antimicrobial-Stewardship-Zyklus aus Sicht der Teilnehmer durch eine Gruppendiskussion.
Berichterstattung: Frequenzen.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
|
Identifizieren Sie Teilbereiche des Antimicrobial-Stewardship-Zyklus mit Potenzial für KI/Big Data-Anwendungen
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Identifizieren Sie Teilbereiche des Antimicrobial-Stewardship-Zyklus, für die die Teilnehmer denken, dass KI/Big Data durch eine Gruppendiskussion/ein Interview nützlich sein könnten. Berichterstattung: Frequenzen.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
|
Identifizieren Sie wahrgenommene potenzielle Vorteile und Schäden bei der Anwendung von KI im Antimicrobial-Stewardship-Zyklus.
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Identifizieren Sie wahrgenommene potenzielle Vorteile und Schäden bei der Anwendung von KI im Antimicrobial-Stewardship-Zyklus durch eine Gruppendiskussion.
Berichterstattung: Frequenzen.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Subgruppenanalyse: Alter
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Untersuchen Sie, ob es Abweichungen bei den oben genannten Ergebnissen gibt, wenn Sie das Alter (Jahre) der Teilnehmer berücksichtigen.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
|
Subgruppenanalyse: Geschlecht
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Untersuchen Sie, ob es Unterschiede bei den oben genannten Ergebnissen gibt, wenn Sie das Geschlecht der Teilnehmer berücksichtigen.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
|
Subgruppenanalyse: Arbeitsumfeld (Art des Krankenhauses, Art der Intensivstation)
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Untersuchen Sie, ob es Unterschiede bei den oben genannten Ergebnissen gibt, wenn Sie das Arbeitsumfeld (Universitätskrankenhaus vs. Nicht-Universitätskrankenhaus, kleines Krankenhaus vs. großes Krankenhaus, Art der Intensivstation (medizinisch, chirurgische, gemischte Intensivstation, intermediäre Versorgung)) – Daten berücksichtigen die im Baseline-Fragebogen erhoben wird) der Teilnehmer.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
|
Subgruppenanalyse: Berufserfahrung (Grundausbildung und klinische Erfahrung).
Zeitfenster: bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Untersuchen Sie, ob es Unterschiede bei den oben genannten Ergebnissen gibt, wenn Sie die Berufserfahrung (Art der Grundausbildung (Anästhesiologie, Innere Medizin, Chirurgie, andere), klinische Erfahrung (Jahre) - Daten, die im Basisfragebogen erhoben werden) des Arztes berücksichtigen Teilnehmer.
|
bis zum Studienabschluss, durchschnittlich 1 Jahr
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Jan De Waele, MD, PhD, University Ghent
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- BC-9892
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .