Determinación de la Coherencia entre Enfermeras e Inteligencia Artificial (ChatGPT-5) en la Impartición de Educación de Alta Basada en Escenarios a Pacientes con Bypass de Arteria Coronaria: Un Estudio Metodológico (CABG-AI-EDU)

Este estudio metodológico tiene como objetivo determinar la concordancia entre enfermeras expertas y un sistema de inteligencia artificial (IA) (ChatGPT-5) en la provisión de educación de alta basada en escenarios para pacientes que se han sometido a una cirugía de bypass de arteria coronaria (CABG). El propósito del estudio es evaluar si ChatGPT-5 puede generar contenido educativo de alta que sea comparable en precisión, exhaustividad y adecuación clínica al preparado por enfermeras experimentadas en cirugía cardiovascular.

Se desarrollarán treinta escenarios estandarizados de pacientes para representar una amplia gama de casos de CABG con diversas características demográficas, socioeconómicas, psicosociales y clínicas. Cada escenario simulará condiciones postoperatorias realistas, incluyendo posibles complicaciones (por ejemplo, delirio, infección de herida, sangrado, arritmia), comorbilidades (por ejemplo, diabetes, hipertensión, EPOC) y variables psicosociales como nivel de ansiedad, estructura familiar y apoyo social. Todos los escenarios serán revisados y validados por un panel multidisciplinario de expertos que incluirá cirujanos cardiovasculares y especialistas en enfermería académica para garantizar realismo clínico y validez de contenido.

La educación de alta se estructurará en torno a seis dominios principales y veinticuatro subtemas derivados de guías nacionales e internacionales y literatura basada en evidencia. Estos dominios incluyen: (1) manejo médico y seguimiento, (2) vida diaria y recuperación funcional, (3) apoyo psicosocial y social, (4) factores de riesgo y salud preventiva, (5) calidad de vida y condiciones específicas, y (6) prácticas religiosas. Para cada escenario, tanto las enfermeras expertas como ChatGPT-5 prepararán de forma independiente materiales educativos escritos de alta utilizando este marco estandarizado.

Los materiales educativos serán anonimizados y evaluados por dos revisores ciegos en términos de precisión científica, exhaustividad del contenido, claridad lingüística y alineación con estándares clínicos. En caso de desacuerdo, un tercer revisor independiente proporcionará una decisión final para garantizar objetividad. Los análisis estadísticos incluirán el coeficiente Kappa de Cohen para medir la concordancia entre evaluadores y la Prueba Exacta de Fisher para comparaciones categóricas. También se calcularán medidas de rendimiento diagnóstico como sensibilidad, especificidad, valor predictivo positivo (VPP), valor predictivo negativo (VPN) y puntuación F1.

Los datos se analizarán utilizando SPSS v25 (IBM Corp., Armonk, NY, EE. UU.). Se reportarán estadísticas descriptivas (frecuencias, porcentajes, medias y desviaciones estándar) para resumir las características de los escenarios y evaluaciones. Los niveles de concordancia se interpretarán según la clasificación de Landis y Koch. Se considerará estadísticamente significativo un valor p de <0.05.

Se espera que los hallazgos de este estudio proporcionen evidencia sobre la fiabilidad, validez y usabilidad de ChatGPT-5 como una herramienta innovadora y de apoyo para preparar materiales educativos de alta individualizados en enfermería de cirugía cardiovascular. Los resultados pueden contribuir al desarrollo de nuevos modelos educativos asistidos por tecnología que puedan reducir la carga de trabajo de las enfermeras, mejorar la estandarización de la educación de alta y aumentar la comprensión y satisfacción del paciente en el período postoperatorio.