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

Qualitative Forschung unter Ärzten und Assistenzärzten zu den Voraussetzungen für die Implementierung eines CDSS basierend auf KI auf der Intensivstation (KATRINA)

20. März 2023 aktualisiert von: University Ghent

Qualitative Forschung unter Ärzten und Assistenzärzten zu den Voraussetzungen für die Implementierung eines klinischen Entscheidungsunterstützungssystems (CDSS) basierend auf künstlicher Intelligenz (KI) auf der Intensivstation

Das Ziel dieser Studie ist es, die unterschiedlichen Einstellungen und Voraussetzungen potenzieller Endnutzer (Ärzte und Ärzte in Ausbildung) zu untersuchen, die erforderlich sind, um eine erfolgreiche klinische Implementierung von Modellen basierend auf künstlicher Intelligenz (d. h. sowohl maschinelles Lernen als auch wissensbasierte Techniken) als klinische zu erreichen Software zur Entscheidungsunterstützung.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

Kontakte und Standorte

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

Studienorte

Belgien
- - Aalst, Belgien
    - OLV Aalst
  - Antwerpen, Belgien
    - ZNA Ziekenhuizen
  - Ghent, Belgien
    - Ghent University Hospital

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

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Fachärzte oder Fachärzte in Ausbildung, die zum Zeitpunkt des Studiums auf der Intensivstation tätig sind.

Beschreibung

Einschlusskriterien:

Zum Zeitpunkt des Studiums auf der Intensivstation tätiger Facharzt oder Facharzt in Ausbildung.

Ausschlusskriterien:

Alter < 18 Jahre

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Beobachtungsmodelle: Sonstiges
Zeitperspektiven: Interessent

Was misst die Studie?

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

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

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

Sponsor

University Ghent

Mitarbeiter

Research Foundation Flanders

Ermittler

Hauptermittler: Jan De Waele, MD, PhD, University Ghent

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 (Tatsächlich)

13. April 2022

Primärer Abschluss (Tatsächlich)

31. Oktober 2022

Studienabschluss (Tatsächlich)

31. Oktober 2022

Studienanmeldedaten

Zuerst eingereicht

22. Februar 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

21. März 2022

Zuerst gepostet (Tatsächlich)

31. März 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

22. März 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

20. März 2023

Zuletzt verifiziert

1. Oktober 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

BC-9892

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

Beschreibung des IPD-Plans

Sofern möglich und machbar, werden anonymisierte Befragungsdaten sowie Transkriptdaten der Gruppendiskussionen auf Anfrage zur Verfügung gestellt.

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt