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

KI in der Ausbildung zur Behandlung von Bluthochdruck: Vergleich von GPT und traditionellen Methoden (AIHT-EDU)

8. Dezember 2025 aktualisiert von: zhen wang

Anwendung künstlicher Intelligenz in der Pharmakotherapie-Ausbildung bei Bluthochdruck: eine vergleichende Studie des GPT-Systems und traditioneller Lehrmethoden

Bildungsversuch: GPT-basiertes Training vs. traditioneller Unterricht für das Bluthochdruckmanagement

Das Ziel dieses Bildungsversuchs besteht darin, festzustellen, ob ein auf Generative Pre-trained Transformer (GPT) basierendes Trainingssystem wirksamer als herkömmliche Lehrmethoden ist, um Medizinstudenten bei der Bewältigung von Bluthochdruck-Managementplänen zu unterstützen. Es wird auch die pädagogische Wirksamkeit und das Engagement des GPT-basierten Systems bewerten. Die wichtigsten Fragen, die beantwortet werden sollen, sind:

Verbessert das GPT-basierte Training im Vergleich zu herkömmlichen Methoden die Fähigkeit der Studierenden, wirksame Pläne zur Behandlung von Bluthochdruck zu entwickeln? Wie nehmen Studierende den Einsatz des GPT-Systems in ihrem Lernprozess wahr? Forscher werden das GPT-basierte Trainingssystem mit traditionellen Lehrmethoden vergleichen, um herauszufinden, ob der innovative KI-Ansatz die Lernergebnisse in der medizinischen Ausbildung verbessert.

Die Teilnehmer werden:

Nutzen Sie entweder das GPT-basierte System oder traditionelle Lehrmaterialien. Besuchen Sie die Bildungseinrichtung regelmäßig für Beurteilungen und Feedback-Sitzungen.

Führen Sie ein Tagebuch über ihre Lernerfahrungen und notieren Sie alle Schwierigkeiten oder Vorteile, die sie bei der ihnen zugewiesenen Trainingsmethode beobachten.

Studienübersicht

Studientyp

Interventionell

Einschreibung (Tatsächlich)

52

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienorte

    • Anhui
      • Hefei, Anhui, China, 230601
        • 678 Furong Road, Economic Development Zone, Hefei City, Anhui Province, China

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

  • Erwachsene

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  • Absolvent oder Praktikant im Zulassungsbereich, derzeit rotierend in der Kardiologie und bereit, sich an der Forschung zu beteiligen.
  • Alter zwischen 18 und 30 Jahren, Geschlecht nicht begrenzt.
  • Keine spezielle Ausbildungserfahrung in der Diagnose und Behandlung von Bluthochdruck, nur Grundkenntnisse in der medizinischen Theorie.
  • Kann einen 4-wöchigen Lehreinsatz (2 Stunden Unterricht pro Woche) akzeptieren.
  • Unterzeichnen Sie die Einverständniserklärung und machen Sie sich über den Forschungszweck und -prozess im Klaren.

Ausschlusskriterien:

  • Doktoranden oder ausgebildete Praktikanten, die eine spezielle Ausbildung in der medikamentösen Behandlung von Bluthochdruck erhalten haben.
  • Studierende, die nicht in der Lage sind, das gesamte Studium abzuschließen (z. B. Rotationen, die kürzer als vier Wochen sind oder möglicher Abbruch mitten im Studium).
  • Unfähig, konsequent an pädagogischen Interventionen teilzunehmen (z. B. Konflikte mit dem Studienplan).
  • Sie haben schwerwiegende körperliche oder geistige Gesundheitsprobleme, die den Lernprozess beeinträchtigen können.
  • Sprachverständnisbarrieren oder kognitive Beeinträchtigungen haben, die es schwierig machen, Lernaufgaben zu erledigen.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Sonstiges
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: GPT-basiertes Training
Generative Pre-Trained Transformer (GPT)-basiertes Trainingssystem
GPT-basiertes Training könnte die Fähigkeit der Studierenden verbessern, wirksame Pläne zur Behandlung von Bluthochdruck zu entwickeln
Aktiver Komparator: traditionelle Ausbildung
traditionelle Trainingsmethode
traditionelle Lehrmethoden

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Strukturierte theoretische Untersuchungswerte
Zeitfenster: Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen

Strukturierte theoretische Untersuchungswerte-Sofortige und einmonatige Follow-up:

Dieses Ergebnis misst die Wirksamkeit des Lehren von Bluthochdruckmanagements. Die Schüler machen unmittelbar nach dem Training und erneut einen Monat später eine strukturierte theoretische Prüfung ab, um die Wissensbindung zu bewerten. Die Prüfung deckt Hypertonie -Pathophysiologie, Risikofaktoren, Diagnose und Behandlungen ab. Die Bewertungen reichen von 0 bis 100, wobei höhere Bewertungen einen besseren Wissenserwerb und -bindung haben.

Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Klinische Fallprüfungswerte für Bluthochdruck
Zeitfenster: Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Klinische Fallprüfungswerte für Bluthochdruck-Sofortige und einmonatige Follow-up: Dieses Ergebnis misst, wie gut die Schüler theoretisches Wissen auf praktische klinische Szenarien anwenden. Tests werden unmittelbar nach dem Training und einen Monat später durchgeführt, wobei klinische Simulationen beteiligt sind, bei denen die Schüler Bluthochdruck diagnostizieren und Behandlungspläne entwickeln. Die Bewertungen reichen von 0 bis 100, wobei höhere Bewertungen auf ein besseres klinisches Denken und die Anwendung von Wissen hinweisen.
Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Stimmungshöhenskala
Zeitfenster: Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Dieses Ergebnis misst die Intensität der Emotionen, die die Schüler während des Lernens empfinden. Die Teilnehmer bewerten Aussagen auf einer Likert -Skala von 1 bis 5, wobei 1 "überhaupt nicht gefühlt" und 5 darstellt "sehr intensiv". Höhere Werte deuten auf eine stärkere emotionale Reaktion auf die Lernerfahrung hin.
Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Kognitiver Lastindex (CLI)
Zeitfenster: Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Dieses Ergebnis bewertet die kognitive Belastung der Schüler beim Lernen. Die Teilnehmer bewerten Aussagen auf einer Likert -Skala von 1 bis 5, wobei 1 "stark nicht zustimmen" und 5 "stark zustimmen" darstellt. Höhere Werte zeigen eine höher wahrgenommene kognitive Belastung beim Lernen.
Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Bewertung der Zufriedenheit der Zufriedenheit
Zeitfenster: Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Dieses Ergebnis bewertet die Zufriedenheit der Schüler mit den Lehrmethoden. Die Teilnehmer bewerten ihre Erfahrungen auf einer Likert -Skala von 1 bis 5, wobei 1 "stark nicht zustimmen" und 5 "stark zustimmen" darstellt. Höhere Werte weisen auf eine stärkere Zufriedenheit mit der Lehrmethode hin.
Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Technologieakzeptanzmodell
Zeitfenster: Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen
Dieses Ergebnis bewertet die Akzeptanz des GPT -Systems durch die Schüler. Der Fragebogen verwendet eine Likert -Skala von 1 bis 5, wobei 1 "stark nicht zustimmen" und 5 "stark zustimmen" darstellt. Höhere Werte weisen auf eine größere Akzeptanz, Benutzerfreundlichkeit und Zufriedenheit mit dem GPT -System hin.
Von der Einschreibung bis zum Ende der Behandlung nach 4 Wochen

Mitarbeiter und Ermittler

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

Sponsor

Ermittler

  • Studienstuhl: xianrui luo, The Second Hospital of Anhui Medical 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 (Tatsächlich)

20. Oktober 2024

Primärer Abschluss (Tatsächlich)

12. Juli 2025

Studienabschluss (Tatsächlich)

30. Juli 2025

Studienanmeldedaten

Zuerst eingereicht

27. Dezember 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

9. Januar 2025

Zuerst gepostet (Tatsächlich)

15. Januar 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

9. Dezember 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

8. Dezember 2025

Zuletzt verifiziert

1. März 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 2023jyxm1150 (Andere Zuschuss-/Finanzierungsnummer: 2023 Anhui Province Quality Engineering Project)

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

Produkt, das in den USA hergestellt und aus den USA exportiert wird

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 .

Abonnieren