KI-gestützte Hautbewertung zur Prävention von Druckverletzungen bei Intensivpflegekräften (IT-PIP)
Eine randomisierte kontrollierte Studie zur Anwendung künstlicher Intelligenz (KI) bei der Hautbeurteilung zur Dekubitusprävention und -klassifizierung durch Intensivpflegekräfte
Das Ziel dieser klinischen Studie ist zu erfahren, ob ein künstliche-Intelligenz (KI)-gestütztes Hautbewertungswerkzeug die Genauigkeit der Druckverletzungsstufeneinteilung bei Intensivpflegekräften verbessern kann. Die Studie zielt auch darauf ab, zu verstehen, ob das KI-Werkzeug das Wissen und das Vertrauen der Pflegekräfte bei der Durchführung von Hautbewertungen erhöht. Die Hauptfragen, die beantwortet werden sollen, sind:
Verbessert die KI-gestützte Bewertung die Genauigkeit der Druckverletzungsstufeneinteilung im Vergleich zur standardmäßigen visuellen Bewertung?
Verbessert die Nutzung von KI das Wissen und Vertrauen der Pflegekräfte in Bezug auf Hautbewertung und Druckverletzungsstufeneinteilung?
Forscher werden Pflegekräfte, die eine KI-gestützte mobile Anwendung nutzen, mit Pflegekräften vergleichen, die standardmäßige manuelle Bewertungen durchführen, um zu sehen, ob das KI-Werkzeug die Stufeneinteilungsgenauigkeit verbessert und die frühzeitige Identifizierung von Druckverletzungen unterstützt.
Teilnehmer werden:
Kurze Fragebögen zu ihrem Wissen und Vertrauen vor und nach dem Training ausfüllen
Hautbewertungen an ihren zugewiesenen Intensivpatienten entweder mit Standardmethoden oder dem KI-Werkzeug durchführen.
Ihre Bewertungen mit denen eines verblindeten Wundpflegespezialisten vergleichen lassen, der die genaueste Stufeneinteilung bestimmt
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Druckverletzungen bleiben eine bedeutende und weitgehend vermeidbare Komplikation bei kritisch kranken Patienten, wobei Intensivpatienten aufgrund von Immobilität, hämodynamischer Instabilität und komplexen medizinischen Bedürfnissen ein besonders hohes Risiko haben. Am KFSHRC-Dschidda traten 2024 mehr als die Hälfte aller gemeldeten, im Krankenhaus erworbenen Druckverletzungen in intensivmedizinischen Bereichen auf, was die anhaltenden Herausforderungen bei der Früherkennung und konsistenten Stadieneinteilung unterstreicht. Obwohl die Organisation evidenzbasierte Praktiken befolgt und Instrumente wie die Braden-Skala und die NPIAP-Staging-Leitlinien verwendet, beeinflussen Unterschiede in Wissen, Fähigkeiten und Vertrauen der Pflegekräfte weiterhin die Präventionsqualität und die Genauigkeit der Beurteilung.
Die traditionelle Hautbeurteilung stützt sich hauptsächlich auf Sichtprüfung und klinische Einschätzung, was zu inkonsistenter Interpretation früher Gewebeveränderungen führen kann, insbesondere bei dunkleren Hauttönen, tiefen Gewebeverletzungen und feuchtigkeitsbedingten Hautschäden. Diese Einschränkungen unterstreichen den Bedarf an innovativen Ansätzen, die eine konsistentere und objektivere Stadieneinteilung unterstützen.
Künstliche Intelligenz (KI)-unterstützte Bilderkennung hat sich als potenziell wertvolle Ergänzung zur standardmäßigen Pflegebeurteilung erwiesen. Durch die Analyse von Hautmerkmalen wie Farbe, Textur und Kontur können KI-Tools Pflegekräften bei der Identifizierung frühzeitiger Veränderungen helfen und Entscheidungsunterstützung bieten, die mit den NPIAP-Kriterien übereinstimmt. Die Integration von KI in die routinemäßige Praxis hat das Potenzial, die Früherkennung zu verbessern, die Genauigkeit der Stadieneinteilung zu erhöhen und Praxisvariationen zu reduzieren.
Diese randomisierte kontrollierte Studie bewertet die Verwendung einer KI-unterstützten mobilen Anwendung im Vergleich zur standardmäßigen manuellen Hautbeurteilung durch Intensivpflegekräfte. Die Intervention verwendet ein Bilderkennungstool, das standardisierte Fotografien von Hochrisikohautbereichen analysiert und Staging-Empfehlungen basierend auf NPIAP-Definitionen bereitstellt. Pflegekräfte in der Kontrollgruppe werden weiterhin traditionelle visuelle und palpationsbasierte Beurteilungen gemäß bestehender Krankenhausprotokolle durchführen.
Alle teilnehmenden Pflegekräfte erhalten vor der Intervention eine Schulung zur Prävention von Druckverletzungen, umfassender Hautbeurteilung und NPIAP-Stadieneinteilung, um eine konsistente Ausgangsbasis zu schaffen. Die Interventionsgruppe erhält zusätzliches Training zur standardisierten Bildaufnahme, um angemessene Beleuchtung, Entfernung und Positionierung sicherzustellen. Ein verblindeter Wundpflegespezialist wird alle Beurteilungen und Bilder unabhängig überprüfen; diese externe Überprüfung dient als Referenzstandard für die Bewertung der Genauigkeit und der Inter-Rater-Reliabilität.
Neben der Untersuchung der Genauigkeit der Stadieneinteilung wird die Studie Veränderungen im Wissen und Vertrauen der Pflegekräfte vor und nach der Intervention mithilfe validierter Instrumente bewerten. Sie wird auch die Machbarkeit und Akzeptanz der Integration von KI in Intensivpflege-Arbeitsabläufe untersuchen. Die Ergebnisse sollen Aufschluss darüber geben, wie KI-Technologie die Pflegepraxis unterstützen, die klinische Entscheidungsfindung verbessern und dazu beitragen kann, die Inzidenz von im Krankenhaus erworbenen Druckverletzungen in intensivmedizinischen Umgebungen zu reduzieren.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Dr. Jennifer De Beer, PhD
- Telefonnummer: +966559232671
- E-Mail: debeerj@kfshrc.edu.sa
Studienorte
-
-
Mecca Region
-
Jeddah, Mecca Region, Saudi-Arabien, 21423
- Rekrutierung
- King Faisal Specialist Hospital and Research Center- Jeddah
-
Kontakt:
- Abeer Omer, MBBS
- Telefonnummer: +966114423657/+966503284853
- E-Mail: aomer@kfshrc.edu.sa
-
Kontakt:
- Aziz Ashraf Afshan, MBCHB
- Telefonnummer: +966554965750
- E-Mail: aali01@kfshrc.edu.sa
-
Hauptermittler:
- Jennifer de Beer, PhD Nursing
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien
- Pflegekräfte, die mindestens 6 Monate in der Organisation arbeiten
- Pflegekräfte, die mehr als 50 % ihrer Arbeitszeit in der direkten Patientenversorgung tätig sind.
- Hautbeurteilungen und Stadieneinteilung für Patienten mit Risiko für die Entwicklung von Druckverletzungen (unter Verwendung des Braden-Score-Systems).
- Erwachsene Patienten (18 Jahre und älter)
- Patienten, die derzeit auf der Intensivstation aufgenommen sind und intensivmedizinisch behandelt werden.
- Keine aktuellen schweren Hauterkrankungen – Patienten ohne aktive schwere dermatologische Erkrankungen (z. B. große offene Wunden, schwere Hautausschläge), die den AI-basierten Hautbeurteilungsprozess beeinträchtigen würden.
Ausschlusskriterien
- Pflegekräfte, die weniger als 6 Monate in der Organisation arbeiten
- Pflegekräfte, die weniger als 50 % ihrer Arbeitszeit in der direkten Patientenversorgung tätig sind
- Palliativpflege oder terminale Erkrankung – Patienten, die Palliativpflege erhalten oder eine terminale Diagnose haben, bei denen die Prävention von Druckverletzungen möglicherweise keine Priorität hat und bei denen die Teilnahme an der Studie möglicherweise nicht mit ihren Behandlungszielen übereinstimmt.
- Schwere oder aktive dermatologische Erkrankungen – Patienten mit aktiven Hauterkrankungen wie schweren Hautausschlägen, Verbrennungen oder anderen dermatologischen Problemen, die genaue Hautbeurteilungen durch KI beeinträchtigen oder die Studienergebnisse verfälschen könnten.
- Kürzliche Hauttransplantationen oder fortgeschrittene Wundversorgung – Patienten, die kürzlich Hauttransplantationen erhalten haben oder die komplexe Wundversorgungsbehandlungen erhalten, die außerhalb des Rahmens typischer Praktiken zur Prävention von Druckverletzungen liegen.
- Unfähigkeit, die erforderliche Position für die Hautbeurteilung beizubehalten – Patienten, die aufgrund schwerer Mobilitätseinschränkungen oder kritischer medizinischer Zustände körperlich nicht in der Lage sind, die für die Hautbeurteilungen erforderliche Position beizubehalten.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Verhütung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Single
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Kein Eingriff: Standardbewertung
|
|
|
Sonstiges: ChatGPT-gestützte Hautbeurteilung
Pflegekräfte werden KI-Unterstützung auf ChatGPT-Basis zur Unterstützung bei der Hautbeurteilung und -einstufung einsetzen.
|
ChatGPT Hautbewertung
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Übereinstimmung zwischen der Hautbeurteilung durch Pflegepersonal und Experten sowie der Druckverletzungs-Einteilung nach NPIAP-Kriterien
Zeitfenster: Tag 1 bis 6 Monate
|
Das primäre Ergebnis misst explizit die Übereinstimmung zwischen den von Pflegekräften und Experten zugewiesenen Druckverletzungsstadien gemäß den Kriterien des National Pressure Injury Advisory Panel (NPIAP), anstatt ein Studienziel zu formulieren. Die Übereinstimmung wird mithilfe der Cohen-Kappa-Statistik quantifiziert, und die Genauigkeit wird als Prozentsatz der von Pflegekräften zugewiesenen Stadien zusammengefasst, die exakt mit den von Experten zugewiesenen Stadien übereinstimmen. Übereinstimmungsanalysen werden getrennt für manuelle Pflegekraftbeurteilungen und KI-unterstützte Pflegekraftbeurteilungen durchgeführt, was einen klaren und berichtsfähigen Vergleich zwischen den Studiengruppen ermöglicht. Die Übereinstimmungsergebnisse werden über einzelne Beurteilungsbereiche zusammengefasst, einschließlich Erythem, Verfärbung, Ödem, Temperatur und allgemeiner Druckverletzungsstadienerfassung, unter Verwendung quantitativer Übereinstimmungsmetriken. Das primäre Ergebnis wird von Tag 1 bis 6 Monate bewertet. |
Tag 1 bis 6 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Wissen - Veränderung gegenüber dem Ausgangswert in der Pflegekraft-Wissenspunktzahl beim Druckgeschwür-Präventions-Wissensbewertungsinstrument (PUPKAI)
Zeitfenster: Tag 1 (Baseline) und Tag 1 (unmittelbar nach der Intervention)
|
Das Wissen der Pflegekräfte im Zusammenhang mit der Prävention und Stadieneinteilung von Druckverletzungen wird mithilfe des Pressure Ulcer Prevention Knowledge Assessment Instruments (PUPKAI) gemessen, einem validierten 26-Punkte-Multiple-Choice-Fragebogen. Jede richtige Antwort wird mit einem Punkt bewertet, und die Punkte pro Item werden summiert, um einen Gesamtwissenswert von 0 bis 26 zu ermitteln, wobei höhere Werte auf ein größeres Wissen hindeuten. Die Gesamt-PUPKAI-Werte werden zu zwei vordefinierten Zeitpunkten berechnet: Tag 1 (Ausgangswert, vor der Intervention) und Tag 1 (unmittelbar nach der Intervention). Das Ergebnis wird als Veränderung des Gesamt-PUPKAI-Werts gegenüber dem Ausgangswert berichtet, berechnet als der Wert nach der Intervention minus dem Ausgangswert. Für die statistische Analyse werden deskriptive Statistiken verwendet, um die Ausgangs- und Nach-Interventionswerte zusammenzufassen. Die Veränderungen der PUPKAI-Werte innerhalb der Gruppen werden mithilfe gepaarter statistischer Tests analysiert (gepaarter t-Test oder Wilcoxon-Vorzeichen-Rang-Test, abhängig von der Datenverteilung). |
Tag 1 (Baseline) und Tag 1 (unmittelbar nach der Intervention)
|
|
Veränderung vom Ausgangswert in der Pflegekraftvertrauenspunktzahl auf der Hautbewertungsvertrauensskala (SACS)
Zeitfenster: Tag 1 (Baseline) und Tag 1 (unmittelbar nach der Intervention)
|
Das Vertrauen der Pflegekräfte in die Hautbeurteilung und die Druckverletzungsklassifizierung wird mit der Skin Assessment Confidence Scale (SACS), einem 10-Punkte-Likert-Skalen-Instrument, gemessen. Jeder Punkt wird auf einer 5-Punkte-Skala bewertet, und die Punktewerte werden summiert, um einen Gesamtvertrauenswert von 10 bis 50 zu erzeugen, wobei höhere Werte ein größeres Vertrauen in die Durchführung von Hautbeurteilungen und die Anwendung der Druckverletzungsklassifizierungskriterien anzeigen. Die Gesamt-SACS-Werte werden zu zwei vorgegebenen Zeitpunkten berechnet: Tag 1 (Ausgangswert, vor der Intervention) und Tag 1 (unmittelbar nach der Intervention). Das Ergebnis wird als Veränderung vom Ausgangswert im Gesamt-SACS-Wert berichtet, berechnet als der Wert nach der Intervention minus dem Ausgangswert. Für die statistische Analyse werden deskriptive Statistiken verwendet, um die Vertrauenswerte vor und nach der Intervention zusammenzufassen. Innerhalb der Gruppe werden Veränderungen der SACS-Werte mit gepaarten statistischen Tests analysiert (gepaarter t-Test oder Wilcoxon-Vorzeichen-Rang-Test, abhängig von der Datenverteilung). |
Tag 1 (Baseline) und Tag 1 (unmittelbar nach der Intervention)
|
Mitarbeiter und Ermittler
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- RAC 2251201
- Research Ethics Committee (Andere Kennung: The Research Ethics Committee of the College of Dentistry, University of Baghdad. Project No. 1026125)
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 .