Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

AI-Based Personalized Self-Management for Patients With Heart Failure

19. Oktober 2026 aktualisiert von: Mohamed Fakhry Ahmed Salem, Alexandria University

Effectiveness of AI-Based Personalized Self-Management Intervention on Self-Care Behaviors and Health-Related Quality of Life Among Patients With Heart Failure

This study aims to evaluate the effectiveness of an AI-based personalized self-management intervention on self-care behaviors and health-related quality of life among patients with chronic heart failure. Using a two-phase sequential explanatory mixed-methods design, Phase I consists of a randomized controlled trial comparing a 12-week AI-guided self-management intervention plus usual care with usual care alone. Self-care behaviors and health-related quality of life will be assessed at baseline, 6 weeks, and 12 weeks. Phase II will involve semi-structured interviews with a purposively selected subgroup of intervention participants to explore their experiences with the AI-based intervention and to explain the quantitative findings. The study seeks to generate evidence on the effectiveness and patient acceptability of AI-supported self-management in heart failure care.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Interventionell

Einschreibung (Geschätzt)

150

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

      • Alexandria, Ägypten, 21511
        • Faculty of Nursing, Alexandria University
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Beschreibung

Eligibility Criteria

Inclusion Criteria:

Adults aged 18 years or older. Confirmed diagnosis of chronic heart failure (NYHA Class II or III). Clinically stable for at least 1 month before enrollment. Able to read and understand Arabic. Own or have regular access to a smartphone compatible with the AI-based application.

Willing and able to provide informed consent and participate throughout the 12-week study period.

Exclusion Criteria:

NYHA Class IV or end-stage heart failure. Severe cognitive impairment or any condition preventing reliable self-reporting or informed consent.

Severe psychiatric illness that may interfere with study participation. Participation in another heart failure self-management or behavioral intervention program during the study period.

Inability to use a smartphone or the study application despite orientation and support.

Any serious medical condition deemed by the investigators to make participation inappropriate or unsafe.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Unterstützende Pflege
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Experimental: AI-Based Personalized Self-Management Intervention

Participants receive a smartphone-based AI application delivering personalized self-management support for 12 weeks, including symptom monitoring, individualized self-care recommendations, medication and lifestyle reminders, educational content, and real-time guidance alongside usual care.

Aktiver Komparator: Active Comparator: Usual Care

Participants receive routine heart failure care, including standard education, outpatient follow-up, and prescribed treatment, without access to the AI-based application.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Primary Outcome Measure 1: Self-Care Behavior (EHFScBS-9)
Zeitfenster: Time Frame: Baseline, Week 6, and Week 12

Description: Change in self-care behavior measured using the 9-item European Heart Failure Self-Care Behaviour Scale (EHFScBS-9). Scores are transformed to a 0-100 scale, with higher scores indicating better self-care behavior.

Time Frame: Baseline, Week 6, and Week 12
Primary Outcome Measure 2: Health-Related Quality of Life (RAND-36)
Zeitfenster: Time Frame: Baseline, Week 6, and Week 12

Description: Change in health-related quality of life measured using the RAND 36-Item Health Survey (RAND-36). Scores are transformed to a 0-100 scale, with higher scores indicating better health-related quality of life.

Time Frame: Baseline, Week 6, and Week 12

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Secondary Outcome Measure 1: Technology Acceptance of the AI-Based Intervention
Zeitfenster: Time Frame: Week 12

Description: Technology acceptance measured using an adapted AI Technology Acceptance Questionnaire based on the Modified Technology Acceptance Model (mTAM). The instrument consists of 16 items assessing Perceived Usefulness, Perceived Ease of Use, Behavioral Intention, and User Satisfaction. Items are rated on a 7-point Likert scale, with higher scores indicating greater acceptance of the AI-based intervention.

Time Frame: Week 12
Secondary Outcome Measure 2: Participants' Experiences With the AI-Based Intervention
Zeitfenster: Time Frame: after completion of the 12-week intervention.

Description: Participants' experiences, perceived benefits, barriers, facilitators, and recommendations regarding the AI-based personalized self-management intervention, assessed through semi-structured interviews and analyzed using thematic analysis.

Time Frame: after completion of the 12-week intervention.

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Ermittler

  • Hauptermittler: Mohamed Fakhry Salem, PHD, Alexandria University

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Geschätzt)

1. Oktober 2026

Primärer Abschluss (Geschätzt)

1. Dezember 2026

Studienabschluss (Geschätzt)

1. Januar 2027

Studienanmeldedaten

Zuerst eingereicht

20. September 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

20. September 2026

Zuerst gepostet (Tatsächlich)

25. September 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

21. Oktober 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

19. Oktober 2026

Zuletzt verifiziert

1. September 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • AIHF-2026-01

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .