- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT07455357
Innovatív Elektrokardiogramm-képzés Mesterséges Intelligencia Klinikai Esetekkel Ápolói Személyzet Számára
Az innovatív EKG-képzés hatása mesterséges intelligenciával támogatott klinikai forgatókönyvek használatával a nővéri személyzet tudására, klinikai érvelésére és önhatékonyságára
Háttér és cél Az Elektrokardiogram (EKG) pontos értelmezése alapvető készség az ápolószemélyzet számára a betegbiztonság és a kardiovaszkuláris ellátásban történő időben történő beavatkozás biztosítása érdekében. A hagyományos képzési módszerek gyakran hiányoznak a valós klinikai helyzetek interaktív és komplex jellegéből. Ez a tanulmány egy innovatív képzési program hatékonyságát kívánja értékelni, amely Mesterséges Intelligencia segítségével valósághű klinikai forgatókönyveket hoz létre. Cél annak meghatározása, hogy ez a technológiailag fokozott megközelítés javítja-e az ápolók tudását, klinikai döntéshozatali képességüket (klinikai érvelés) és bizalmukat e feladatok végrehajtásában (önhatékonyság).
Tanulmányterv és módszertan A kutatók egy olyan vizsgálatot fognak végezni, amelyben az ápolószemélyzet teljesítményét hasonlítják össze a képzési beavatkozás előtt és után. A résztvevők a Mesterséges Intelligencia által támogatott, az Elektrokardiogram értelmezésére kifejezetten tervezett klinikai forgatókönyvekkel fognak kapcsolatba kerülni.
Adatgyűjtés
A képzés hatásának mérésére a tanulmány négy elsődleges eszközt fog alkalmazni:
Egy Elektrokardiogram Értelmezési Tudásteszt az elméleti megértés mérésére.
Az Elektrokardiogram Értelmezésében Végzett Ápolói Döntéshozatal értékelése a gyakorlati klinikai érvelés felmérésére.
Egy Önhatékonyság Skála a Mesterséges Intelligencia-alapú Elektrokardiogram Képzéshez a résztvevők képességeikben való bizalmának mérésére.
A tanulmány végén fókuszcsoport-beszélgetéseket tartanak, hogy részletesebb minőségi betekintést nyerjenek az ápolószemélyzet tapasztalataiba és a technológia használatával kapcsolatos észleléseibe a szakmai fejlődésükben.
A tanulmány áttekintése
Állapot
Körülmények
Tanulmány típusa
Beiratkozás (Tényleges)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Alexandria, Egyiptom, 21511
- Faculty of Nursing, Alexandria University
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- Professzionális státusz: klinikai gyakorlatban jelenleg alkalmazott ápolószemélyzet.
Hozzájárulás: Hajlandóság a tanulmányban való részvételre és írásbeli tájékoztatott hozzájárulás nyújtására.
Technikai műveltség: Alapvető számítógépes szoftverek vagy mobilalkalmazások használatának képessége az Mesterséges Intelligencia platformmal való interakcióhoz.
Kizárási kritériumok:
- Korábbi szakosodott képzés: Ápolók, akik az elmúlt három hónapban részt vettek haladó Elektrokardiogram tanúsítványos kurzusokon vagy szakosodott képzéseken, hogy elkerüljék az alapvető tudásértékelés torzítását.
Korábbi tapasztalat Mesterséges Intelligencia tanulási eszközökkel: Ápolók, akik korábban már részt vettek formális képzéseken vagy kutatási tanulmányokban, amelyek Mesterséges Intelligencia által hajtott oktatási platformokat vagy klinikai döntéstámogató rendszereket tartalmaztak.
Ennek célja, hogy a résztvevők válaszai a Mesterséges Intelligencia által támogatott tanulási szoftverre és az általuk érzékelt önhatékonyság ne legyenek befolyásolva korábbi hasonló technológiákkal való ismeretség által.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egészségügyi szolgáltatások kutatása
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: Mesterséges Intelligencia Vezérelt Képzési Csoport
A résztvevők ebben a csoportban egy eredeti, a kutató által kifejlesztett, speciálisan tervezett tanulási szoftvert fognak használni, amely mesterséges intelligenciát integrálva dinamikus klinikai forgatókönyveket biztosít.
Az intervenció az elektrokardiogram értelmezésének interaktív képzésére fókuszál.
Minden forgatókönyv a tanuló teljesítményéhez igazodik, azonnali visszajelzést nyújtva és a valós kardiovaszkuláris ellátási kihívásokat szimulálva.
Ez a csoport előteszt és utóteszt értékeléseket fog elvégezni, majd fókuszcsoportos beszélgetéseket követően megvizsgálják a szoftverrel kapcsolatos kvalitatív tapasztalataikat.
|
Ez az intervenció egy eredeti, a kutató által tervezett és fejlesztett oktató szoftverből áll. A szoftver mesterséges intelligenciát alkalmaz interaktív és adaptív klinikai forgatókönyvek generálására, amelyek az Elektrokardiogram értelmezésére fókuszálnak. A résztvevők nagy hűségű szimulációkkal lépnek kapcsolatba, ahol a mesterséges intelligencia motor a felhasználó válaszai alapján állítja a eset összetettségét. A szoftver azonnali visszajelzést nyújt, indokolást a helyes ápolási döntésekhez, és valós időben követi az ápolói személyzet előrehaladását. A képzési ülések úgy vannak strukturálva, hogy a klinikai érvelést és az önhatékonyságot fejlesszék immerzív, technológia által fokozott tanuláson keresztül. |
|
Aktív összehasonlító: Hagyományos Képzés Kontrollcsoport
A résztvevők ebben a csoportban a hagyományos ápolói képzésben alkalmazott szokásos oktatási beavatkozást kapják az Elektrokardiogram értelmezéséhez.
Ez általában hagyományos előadásokat, nyomtatott oktatási anyagokat és szabványos prezentációs diákat foglal magában, amelyek nem rendelkeznek a mesterséges intelligencia interaktív vagy adaptív funkcióival.
Ez a csoport ugyanazokat az előteszt és utóteszt értékeléseket fogja elvégezni, mint a beavatkozási csoport, hogy alapvető összehasonlítási alapot nyújtson az új technológia által fokozott módszer hatékonyságának értékeléséhez.
|
Ez az intervenció a szabványos oktatási megközelítést jelenti az ápolószemélyzet számára. Magában foglalja a hagyományos osztálytermi előadásokat és a statikus oktatási anyagok használatát, mint például nyomtatott kézikönyvek és PowerPoint prezentációk. A tartomány ugyanazokat az elméleti és gyakorlati elveket öleli fel az EKG-értelmezés területén, mint az intervenciós csoport, de mesterséges intelligencia vagy interaktív klinikai forgatókönyvek használata nélkül. Az órákat egy oktató vezeti egy hagyományos tanulási környezetben, a passzív tudásszerzésre és szabványos klinikai példákra összpontosítva. |
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Elektrokardiogram Értelmezési Tudásszint Pontszám
Időkeret: Alapvonal (előzetes teszt) és 2 héttel az intervenció után (utóteszt)
|
Egy átfogó értékelési eszköz, amelyet az ápoló személyzet elméleti és gyakorlati tudásának felmérésére terveztek: 15 többszörös választási lehetőséget tartalmazó kérdésből áll, amelyek kifejezetten az ápolók kognitív tudásszintjének felmérésére lettek tervezve az Elektrokardiogram értelmezés alapvető elveivel kapcsolatban, mint például az alapvető hullámforma összetevők elemzése, szívfrekvencia számítása, gyakori ritmuszavarok azonosítása, pitvar-kamrai vezetési rendellenességek, és életveszélyes szívritmusok értékelése.
Minden helyes válasz egy pontot ér, a lehetséges maximális pontszám 15.
A pontszámok 0-tól 15-ig terjednek, a magasabb pontszámok magasabb tudásszintet jeleznek az Elektrokardiogram értelmezésében.
|
Alapvonal (előzetes teszt) és 2 héttel az intervenció után (utóteszt)
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az ápolói döntéshozatali skála EKG-értelmezésben
Időkeret: Alapvonal (pre-teszt) és 2 hét intervenció után (post-teszt)
|
Ez egy 8 tételből álló önbevalló eszköz, amelyet az ápolói személyzet klinikai ítélőképességének és bizalmának értékelésére terveztek az Elektrokardiogram (EKG) értelmezése terén. Minden tétel egy 5 fokozatú Likert-skálán értékelhető, amely 1-től (Egyáltalán nem értek egyet) 5-ig (Teljes mértékben egyetértek) terjed. Pontozás és értelmezés: Minimum és maximum értékek: A teljes pontszám 8 és 40 között mozog. Magas kompetencia (30-40): Magas klinikai ítélőképességet és szakmai bizalmat jelez a szívritmusok értelmezésében. Közepes képesség (19-29): Közepes klinikai ítélőképességet jelez; az ápolónak felügyeletre vagy további útmutatásra lehet szüksége. Alacsony kompetencia (8-18): Gyenge bizalmat és magas kockázatot jelez a klinikai ítéletalkotásban. A magasabb összpontszám jobb eredményt tükröz, amely nagyobb klinikai kompetenciát és biztonságosabb döntéshozatalt jelent a kardiovaszkuláris ellátásban. |
Alapvonal (pre-teszt) és 2 hét intervenció után (post-teszt)
|
|
Általános Önhatékonyság Skála Elektrokardiogramm Értelmezésre és Klinikai Feladatokra
Időkeret: Alapvonal (Pre-teszt) és két héttel a képzési beavatkozás befejezése után (Follow-up teszt).
|
Egy 10 tételből álló pszichometriai skála, amelyet az ápolói személyzet által érzékelt bizalom és önbizalom felmérésére adaptáltak az elektrokardiogram (EKG) értelmezésében és a kapcsolódó klinikai feladatok hatékony végrehajtásában különböző körülmények között. Pontozási rendszer: Minden tétel egy 4 fokozatú Likert-skálán értékelhető:
A teljes pontszám értelmezése (10-40 pont): Magas önhatékonyság (31-40): Erős érzékelt kompetenciát és magas önbizalmat jelez a kardiovaszkuláris ellátási kihívások kezelésében. Közepes önhatékonyság (21-30): Mérsékelt bizalmat jelez a klinikai követelmények kezelésében. Alacsony önhatékonyság (10-20): Alacsony hite jelez az elektrokardiogram értelmezésének szakmai kihívásaival való megküzdés képességében. A magasabb összpontszám jobb eredményt jelez, ami az ápolói személyzet erősebb érzékelt kompetenciáját és magasabb önhatékonyságát reprezentálja. |
Alapvonal (Pre-teszt) és két héttel a képzési beavatkozás befejezése után (Follow-up teszt).
|
|
Az ápolók észlelése és elégedettsége a mesterséges intelligenciával segített tanulással az elektrokardiogram értelmezésében
Időkeret: Alapvonal (Pre-test) és 2 héttel az intervenció után (Post-test)
|
Ez a kvalitatív eredmény a résztvevők elfogadását, érzékelt hasznosságát, használhatóságát és elégedettségét értékeli az elektrokardiogram-értelmezésre kifejezetten tervezett Mesterséges Intelligencia által támogatott tanulási platformmal kapcsolatban. Adatgyűjtés és elemzés: Módszer: Az adatokat fókuszcsoport-beszélgetéseken keresztül gyűjtik, hogy feltárják az ápolói személyzet tapasztalatait és visszajelzéseit. Elemzési módszer: Az eredményeket Tematikus Elemzéssel elemezik, hogy azonosítsák az intervencióval kapcsolatos ismétlődő mintákat, témákat és altémákat. |
Alapvonal (Pre-test) és 2 héttel az intervenció után (Post-test)
|
|
Betegápolási Klinikai Döntéshozatal Pontszám Esetvignettek Alapján
Időkeret: Alapvonal (Pre-test) és 2 hét intervenció után (Post-test)
|
Mérés egy 10 klinikai esetvignettből álló szakosodott értékelési eszközzel történik. Minden vignett egy specifikus betegforgalomhoz kapcsolódó kardiovaszkuláris ellátási helyzetet mutat be, és megköveteli a résztvevőtől, hogy elemezze az Elektrokardiogram eredményeket és válassza ki a legmegfelelőbb ápolási beavatkozást Többválasztós Kérdések útján. Ez az eszköz értékeli az ápolói személyzet képességét, hogy elméleti tudást alkalmazzon gyakorlati, valós életbeli klinikai helyzetekben, ahol a pontszámok 0 minimumtól 10 maximumig terjednek, a magasabb pontszámok jobb eredményt jeleznek, A 10 vignetten elért magasabb összpontszámok kiválóbb klinikai döntéshozatali készségeket és jobb szakmai ítélőképességet jelentenek az Elektrokardiogram értelmezésében. |
Alapvonal (Pre-test) és 2 hét intervenció után (Post-test)
|
Együttműködők és nyomozók
Szponzor
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- AU-20-6-392
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .