Ricerca qualitativa tra medici e giovani medici sui presupposti per l'implementazione di un CDSS basato sull'IA in terapia intensiva (KATRINA)
20 marzo 2023 aggiornato da: University Ghent
Ricerca qualitativa tra medici e giovani medici sui presupposti per l'implementazione di un sistema di supporto alle decisioni cliniche (CDSS) basato sull'intelligenza artificiale (AI) in terapia intensiva
L'obiettivo di questo studio è esplorare i diversi atteggiamenti e le precondizioni dei potenziali utenti finali (medici e medici in formazione) necessari per ottenere un'implementazione clinica di successo di modelli basati sull'intelligenza artificiale (ovvero sia l'apprendimento automatico che le tecniche guidate dalla conoscenza) come software di supporto alle decisioni.
Panoramica dello studio
Stato
Completato
Intervento / Trattamento
Tipo di studio
Osservativo
Iscrizione (Effettivo)
69
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
-
Aalst, Belgio
- OLV Aalst
-
Antwerpen, Belgio
- ZNA Ziekenhuizen
-
Ghent, Belgio
- Ghent University Hospital
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
18 anni e precedenti (Adulto, Adulto più anziano)
Accetta volontari sani
Sì
Sessi ammissibili allo studio
Tutto
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Medici specialisti o specialisti in formazione che lavorano in terapia intensiva al momento dello studio.
Descrizione
Criterio di inclusione:
- Specialista medico o specialista in formazione che lavora in terapia intensiva al momento dello studio.
Criteri di esclusione:
- Età < 18 anni
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Altro
- Prospettive temporali: Prospettiva
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Atteggiamenti di base nei confronti dell'intelligenza artificiale e dei big data in medicina
Lasso di tempo: linea di base
|
Gli atteggiamenti di base nei confronti dell'intelligenza artificiale e dei big data in medicina saranno raccolti attraverso un sondaggio online in cui i partecipanti segneranno il loro accordo con determinate affermazioni su una scala likert a 6 punti (scelte possibili: fortemente d'accordo - d'accordo - neutrale - in disaccordo - totalmente in disaccordo - no applicabile).
|
linea di base
|
|
Identificare i prerequisiti che devono essere soddisfatti quando i sistemi di supporto alle decisioni cliniche basati su AI/Big data vengono utilizzati al capezzale dal punto di vista dei partecipanti.
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Identificare i prerequisiti che devono essere soddisfatti quando i sistemi di supporto alle decisioni cliniche basati su AI/Big data vengono utilizzati al capezzale e identificare quelli più importanti per i diversi aspetti del ciclo di gestione antimicrobica dal punto di vista dei partecipanti attraverso una discussione di gruppo.
Segnalazione: frequenze.
|
attraverso il completamento degli studi, una media di 1 anno
|
|
Identifica i sottodomini del ciclo di gestione antimicrobica con potenziale per l'applicazione di AI/Big data
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Identificare i sottodomini del ciclo di gestione antimicrobica per i quali i partecipanti ritengono che l'intelligenza artificiale/i Big Data potrebbero essere utili attraverso una discussione/intervista di gruppo. Segnalazione: frequenze.
|
attraverso il completamento degli studi, una media di 1 anno
|
|
Identificare i potenziali benefici e danni percepiti quando si applica l'IA nel ciclo di gestione antimicrobica.
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Identificare i potenziali benefici e danni percepiti quando si applica l'intelligenza artificiale nel ciclo di gestione antimicrobica attraverso una discussione di gruppo.
Segnalazione: frequenze.
|
attraverso il completamento degli studi, una media di 1 anno
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Analisi per sottogruppi: età
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Verificare se ci sono variazioni nei risultati sopra menzionati quando si tiene conto dell'età (anni) dei partecipanti.
|
attraverso il completamento degli studi, una media di 1 anno
|
|
Analisi per sottogruppi: genere
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Esplora se ci sono variazioni nei risultati sopra menzionati quando si tiene conto del sesso dei partecipanti.
|
attraverso il completamento degli studi, una media di 1 anno
|
|
Analisi per sottogruppi: ambiente di lavoro (tipo di ospedale, tipo di terapia intensiva)
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Esplorare se ci sono variazioni nei risultati sopra menzionati quando si tiene conto dell'ambiente di lavoro (ospedale universitario vs ospedale non universitario, ospedale di piccole dimensioni vs ospedale di grandi dimensioni, tipo di terapia intensiva (medica, chirurgica, mista, cure intermedie)) - dati che viene raccolto nel questionario di riferimento) dei partecipanti.
|
attraverso il completamento degli studi, una media di 1 anno
|
|
Analisi per sottogruppi: esperienza lavorativa (formazione di base ed esperienza clinica).
Lasso di tempo: attraverso il completamento degli studi, una media di 1 anno
|
Verificare se ci sono variazioni nei risultati sopra menzionati quando si tiene conto dell'esperienza lavorativa (tipo di formazione di base (anestesiologia, medicina interna, chirurgia, altro), esperienza clinica (anni) - dati raccolti nel questionario di base) del partecipanti.
|
attraverso il completamento degli studi, una media di 1 anno
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Jan De Waele, MD, PhD, University Ghent
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
13 aprile 2022
Completamento primario (Effettivo)
31 ottobre 2022
Completamento dello studio (Effettivo)
31 ottobre 2022
Date di iscrizione allo studio
Primo inviato
22 febbraio 2022
Primo inviato che soddisfa i criteri di controllo qualità
21 marzo 2022
Primo Inserito (Effettivo)
31 marzo 2022
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
22 marzo 2023
Ultimo aggiornamento inviato che soddisfa i criteri QC
20 marzo 2023
Ultimo verificato
1 ottobre 2022
Maggiori informazioni
Termini relativi a questo studio
Altri numeri di identificazione dello studio
- BC-9892
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
INDECISO
Descrizione del piano IPD
Se possibile e fattibile, i dati del sondaggio resi anonimi così come i dati della trascrizione delle discussioni di gruppo saranno resi disponibili su richiesta.
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .