Innovatives EKG-Training mit klinischen Szenarien künstlicher Intelligenz für Pflegepersonal
Auswirkungen innovativer EKG-Schulungen mithilfe KI-gestützter klinischer Szenarien auf Wissen, klinische Entscheidungsfindung und Selbstwirksamkeit beim Pflegepersonal
Hintergrund und Zweck Eine genaue Interpretation eines Elektrokardiogramms ist eine entscheidende Fähigkeit für das Pflegepersonal, um die Patientensicherheit und rechtzeitige Interventionen in der kardiovaskulären Versorgung zu gewährleisten. Traditionelle Trainingsmethoden mangelt es oft an der interaktiven und komplexen Natur realer klinischer Situationen. Diese Studie zielt darauf ab, die Wirksamkeit eines innovativen Trainingsprogramms zu evaluieren, das Künstliche Intelligenz zur Erstellung realistischer klinischer Szenarien nutzt. Das Ziel ist es, festzustellen, ob dieser technologiegestützte Ansatz das Wissen der Pflegekräfte, ihre Fähigkeit zur klinischen Entscheidungsfindung (klinisches Denken) und ihr Vertrauen in die Ausführung dieser Aufgaben (Selbstwirksamkeit) verbessert.
Studiendesign und Methodik Die Forscher werden eine Studie mit Pflegepersonal durchführen, um deren Leistung vor und nach der Trainingsintervention zu vergleichen. Die Teilnehmer werden mit klinischen Szenarien interagieren, die durch Künstliche Intelligenz unterstützt und speziell für die Interpretation von Elektrokardiogrammen konzipiert sind.
Datenerhebung
Um die Auswirkungen des Trainings zu messen, wird die Studie vier Hauptinstrumente verwenden:
Einen Elektrokardiogramm-Interpretations-Wissenstest zur Messung des theoretischen Verständnisses.
Eine Bewertung der pflegerischen Entscheidungsfindung bei der Elektrokardiogramm-Interpretation zur Evaluierung des praktischen klinischen Denkens.
Eine Selbstwirksamkeitsskala für KI-basiertes Elektrokardiogramm-Training zur Messung des Vertrauens der Teilnehmer in ihre Fähigkeiten.
Fokusgruppendiskussionen werden am Ende der Studie durchgeführt, um tiefere qualitative Einblicke in die Erfahrungen und Wahrnehmungen des Pflegepersonals hinsichtlich der Nutzung von Technologie in ihrer beruflichen Entwicklung zu gewinnen.
Studienübersicht
Status
Bedingungen
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Alexandria, Ägypten, 21511
- Faculty of Nursing, Alexandria University
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Beruflicher Status: Pflegepersonal, das derzeit in der klinischen Praxis beschäftigt ist. Einwilligung: Bereitschaft, an der Studie teilzunehmen und eine schriftliche Einwilligungserklärung abzugeben.
Technische Kenntnisse: Fähigkeit, grundlegende Computersoftware oder mobile Anwendungen zur Interaktion mit der KI-Plattform zu nutzen.
Ausschlusskriterien:
- Vorherige Spezialausbildung: Pflegekräfte, die in den letzten drei Monaten fortgeschrittene EKG-Zertifizierungskurse oder Spezialausbildungen besucht haben, um Verzerrungen in der Basiswissensbewertung zu vermeiden.
Vorherige Erfahrung mit KI-Lerntools: Pflegekräfte, die bereits an formalen Schulungen oder Forschungsstudien teilgenommen haben, die KI-gestützte Lernplattformen oder klinische Entscheidungsunterstützungssysteme beinhalten. Dies dient dazu, sicherzustellen, dass die Reaktionen der Teilnehmer auf die KI-gestützte Lernsoftware und ihre wahrgenommene Selbstwirksamkeit nicht durch frühere Vertrautheit mit ähnlichen Technologien beeinflusst werden.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Versorgungsforschung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Künstliche Intelligenz gesteuerte Trainingsgruppe
Teilnehmer in dieser Gruppe werden eine originäre, speziell entwickelte Lernsoftware nutzen, die vom Forscher entwickelt wurde und Künstliche Intelligenz integriert, um dynamische klinische Szenarien bereitzustellen.
Die Intervention konzentriert sich auf interaktives Training zur Interpretation von Elektrokardiogrammen.
Jedes Szenario ist auf die Leistung des Lernenden zugeschnitten, bietet sofortiges Feedback und simuliert reale Herausforderungen der kardiovaskulären Versorgung.
Diese Gruppe wird Vor- und Nachtest-Bewertungen absolvieren, gefolgt von Fokusgruppendiskussionen, um ihre qualitativen Erfahrungen mit der Software zu erforschen.
|
Diese Intervention besteht aus einer ursprünglichen, vom Forscher entworfenen und entwickelten Lernsoftware. Die Software nutzt Künstliche Intelligenz, um interaktive und adaptive klinische Szenarien zu generieren, die sich auf die Elektrokardiogramm-Interpretation konzentrieren. Teilnehmer interagieren mit hochauflösenden Simulationen, bei denen die Künstliche-Intelligenz-Engine die Komplexität des Falls basierend auf den Antworten des Nutzers anpasst. Die Software bietet sofortiges Feedback, Begründungen für korrekte pflegerische Entscheidungen und verfolgt den Fortschritt des Pflegepersonals in Echtzeit. Die Schulungseinheiten sind strukturiert, um klinische Urteilsfähigkeit und Selbstwirksamkeit durch immersives, technologiegestütztes Lernen zu verbessern. |
|
Aktiver Komparator: Traditionelle Trainingskontrollgruppe
Teilnehmer in dieser Gruppe erhalten die standardmäßige pädagogische Intervention zur Elektrokardiogramm-Interpretation, die in der traditionellen Pflegeausbildung verwendet wird.
Dies umfasst in der Regel konventionelle Klassenraumvorlesungen, gedruckte Lehrmaterialien und Standard-Präsentationsfolien ohne die interaktiven oder adaptiven Funktionen der Künstlichen Intelligenz.
Diese Gruppe wird dieselben Vor- und Nachtest-Bewertungen wie die Interventionsgruppe absolvieren, um eine Grundlage für den Vergleich der Wirksamkeit der neuen technologiegestützten Methode zu schaffen.
|
Diese Intervention stellt den standardmäßigen pädagogischen Ansatz für das Pflegepersonal dar. Sie umfasst traditionelle klassenraumbasierte Vorlesungen und die Verwendung statischer Lehrmaterialien wie gedruckter Handbücher und PowerPoint-Präsentationen. Der Inhalt deckt die gleichen theoretischen und praktischen Prinzipien der Elektrokardiogramm-Interpretation wie die Interventionsgruppe ab, jedoch ohne die Verwendung von Künstlicher Intelligenz oder interaktiven klinischen Szenarien. Die Sitzungen werden von einem Dozenten in einer konventionellen Lernumgebung geleitet, wobei der Schwerpunkt auf passivem Wissenserwerb und standardisierten klinischen Beispielen liegt. |
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Elektrokardiogramm-Interpretationswissenswert
Zeitfenster: Baseline (Pre-Test) und 2 Wochen nach der Intervention (Post-Test)
|
Ein umfassendes Bewertungsinstrument zur Beurteilung des theoretischen und praktischen Wissens von Pflegepersonal: Besteht aus 15 Multiple-Choice-Fragen, die speziell entwickelt wurden, um den kognitiven Wissensstand von Pflegekräften hinsichtlich der grundlegenden Prinzipien der EKG-Interpretation zu bewerten, wie z. B. die Analyse grundlegender Wellenformkomponenten, die Berechnung der Herzfrequenz, die Identifizierung häufiger Arrhythmien, atrioventrikuläre Leitungsstörungen und die Bewertung lebensbedrohlicher Herzrhythmen. Jede richtige Antwort wird mit einem Punkt bewertet, mit einer maximal möglichen Punktzahl von 15, wobei die Punktzahlen von einem Minimum von 0 bis zu einem Maximum von 15 reichen. Höhere Punktzahlen weisen auf ein höheres Wissensniveau in der EKG-Interpretation hin.
|
Baseline (Pre-Test) und 2 Wochen nach der Intervention (Post-Test)
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Skala zur pflegerischen Entscheidungsfindung bei der Elektrokardiogramm-Interpretation
Zeitfenster: Baseline (Pre-Test) und 2 Wochen nach der Intervention (Post-Test)
|
Dies ist ein 8-Punkte-Selbstberichtsinstrument, das entwickelt wurde, um die klinische Urteilsfähigkeit und das Vertrauen des Pflegepersonals bei der Interpretation von Elektrokardiogrammen zu bewerten. Jeder Punkt wird auf einer 5-Punkte-Likert-Skala bewertet, die von 1 (stimme überhaupt nicht zu) bis 5 (stimme voll und ganz zu) reicht. Bewertung und Interpretation: Mindest- und Höchstwerte: Die Gesamtpunktzahl reicht von einem Minimum von 8 bis zu einem Maximum von 40. Hohe Kompetenz (30-40): Zeigt hohe klinische Urteilsfähigkeit und berufliches Vertrauen bei der Interpretation von Herzrhythmen an. Mittlere Fähigkeit (19-29): Zeigt moderate klinische Urteilsfähigkeit an; die Pflegekraft benötigt möglicherweise Aufsicht oder weitere Anleitung. Geringe Kompetenz (8-18): Zeigt geringes Vertrauen und ein hohes Risiko von Fehlern in der klinischen Urteilsfähigkeit an. Höhere Gesamtpunktzahlen spiegeln ein besseres Ergebnis wider und repräsentieren größere klinische Kompetenz und sicherere Entscheidungsfindung in der kardiovaskulären Versorgung. |
Baseline (Pre-Test) und 2 Wochen nach der Intervention (Post-Test)
|
|
Allgemeine Selbstwirksamkeitsskala für EKG-Interpretation und klinische Aufgaben
Zeitfenster: Baseline (Pre-Test) und zwei Wochen nach Abschluss der Trainingsintervention (Follow-up-Test).
|
Eine 10-Punkte-psychometrische Skala, die angepasst wurde, um die wahrgenommene Zuversicht und das Selbstvertrauen des Pflegepersonals in ihre Fähigkeit zu bewerten, Elektrokardiogramm-Interpretationen und damit verbundene klinische Aufgaben unter verschiedenen Bedingungen effektiv durchzuführen. Bewertungssystem: Jedes Item wird auf einer 4-Punkt-Likert-Skala bewertet:
Interpretation des Gesamtwerts (Bereich 10-40): Hohe Selbstwirksamkeit (31-40): Zeigt eine starke wahrgenommene Kompetenz und hohes Selbstvertrauen im Umgang mit kardiovaskulären Versorgungsherausforderungen an. Mittlere Selbstwirksamkeit (21-30): Zeigt mäßiges Vertrauen in die Bewältigung klinischer Anforderungen an. Geringe Selbstwirksamkeit (10-20): Zeigt geringes Vertrauen in die Fähigkeit, berufliche Herausforderungen bei der Elektrokardiogramm-Interpretation zu bewältigen. Höhere Gesamtwerte weisen auf ein besseres Ergebnis hin und repräsentieren eine stärker wahrgenommene Kompetenz und höhere Selbstwirksamkeit des Pflegepersonals. |
Baseline (Pre-Test) und zwei Wochen nach Abschluss der Trainingsintervention (Follow-up-Test).
|
|
Die Wahrnehmung und Zufriedenheit von Pflegekräften mit KI-gestütztem Lernen bei der EKG-Interpretation
Zeitfenster: Baseline (Vor-Test) und 2 Wochen nach der Intervention (Nach-Test)
|
Dieses qualitative Ergebnis bewertet die Akzeptanz, wahrgenommene Nützlichkeit, Benutzerfreundlichkeit und Zufriedenheit der Teilnehmer mit der künstlichen Intelligenz-gestützten Lernplattform, die speziell für die Interpretation von Elektrokardiogrammen entwickelt wurde. Datenerfassung und -analyse: Methode: Die Daten werden durch Fokusgruppendiskussionen erhoben, um die gelebten Erfahrungen und das Feedback des Pflegepersonals zu erforschen. Analysemethode: Die Ergebnisse werden mithilfe der Thematischen Analyse ausgewertet, um wiederkehrende Muster, Themen und Unterthemen im Zusammenhang mit der Intervention zu identifizieren. |
Baseline (Vor-Test) und 2 Wochen nach der Intervention (Nach-Test)
|
|
Pflege-Clinical-Decision-Making-Score anhand von Fallvignetten
Zeitfenster: Baseline (Pre-Test) und 2 Wochen nach der Intervention (Post-Test)
|
Gemessen mit einem spezialisierten Bewertungstool, das aus 10 klinischen Fallvignetten besteht. Jede Vignette präsentiert ein spezifisches Patientenszenario im Zusammenhang mit kardiovaskulärer Versorgung und erfordert, dass der Teilnehmer Elektrokardiogramm-Befunde analysiert und die am besten geeignete Pflegeintervention durch Multiple-Choice-Fragen auswählt. Dieses Tool bewertet die Fähigkeit des Pflegepersonals, theoretisches Wissen auf praktische, reale klinische Situationen anzuwenden, wobei die Punktzahl von einem Minimum von 0 bis zu einem Maximum von 10 reicht, wobei höhere Punktzahlen ein besseres Ergebnis anzeigen. Höhere Gesamtpunktzahlen über die 10 Vignetten hinweg deuten auf überlegene klinische Entscheidungsfähigkeiten und besseres professionelles Urteilsvermögen bei der Elektrokardiogramm-Interpretation hin. |
Baseline (Pre-Test) und 2 Wochen nach der Intervention (Post-Test)
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
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
Andere Studien-ID-Nummern
- AU-20-6-392
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 .