人工知能を活用したバーチャルリアリティシミュレーションが看護学生のホリスティックケアスキルに及ぼす効果 (AI-VRS)
人工知能を搭載した仮想現実シミュレーションが看護学生のホリスティックケア能力に及ぼす影響
調査の概要
状態
状態
条件
条件
詳細な説明
本研究は、人工知能(AI)を搭載した仮想現実(VR)シミュレーションが看護学生のホリスティックケアスキルに及ぼす効果を評価する。 本研究は、80名の4年次看護学生(実験群40名、対照群40名)を対象とした事前事後比較、並行群間、ランダム化比較試験として設計されている。 適格な参加者は、研究開始時に人口統計学調査票およびメルボルン意思決定尺度を記入する。 参加者は、総合的な学業成績平均点(GPA)および事前のVR経験に基づいて層別化され、独立した統計学者によって無作為に群に割り付けられる。
介入群がAIを搭載したVRシミュレーション訓練を受ける一方で、対照群は同等性を確保するため、同一の症例シナリオを用いた従来型の症例ベース訓練を受ける。 訓練用症例と評価用症例、および評価基準は、専門家のコンセンサスに基づいて開発される。
介入の2週間後、両群とも症例研究評価を実施する。 データ収集には、メルボルン意思決定尺度、看護診断と症状特定の結果、および満足度測定が含まれる。 統計学者は盲検化され、データ分布に基づいて適切な統計検定が適用される。
研究の種類
研究の種類
入学 (推定)
入学
段階
段階
- 適用できない
連絡先と場所
研究連絡先
研究連絡先
- 名前:Nurcan Çalışkan, Prof., PhD
- 電話番号:+90 312 216 2653
- メール:nurcany@gazi.edu.tr
研究連絡先のバックアップ
- 名前:Özlem Tikit, Research Assistant, PhD student
- 電話番号:+90 0554 756 58 04
- メール:ozlemtikit@gazi.edu.tr
研究場所
-
-
-
Ankara、トルコ(Türkiye)、06500
- Gazi University Nursing Faculty
-
コンタクト:
- Özlem Tikit, Research Assistant, PhD student
- 電話番号:+90 0554 756 58 04
- メール:ozlemtikit@gazi.edu.tr
-
コンタクト:
- Nurcan Çalışkan, Prof., PhD
- 電話番号:+0312 216 26 53
- メール:nurcany@gazi.edu.tr
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
選定基準:
- 研究への自発的な参加、
- 健康科学部看護学科において、HEM 402 プロフェッショナル・プラクティスⅠおよびHEM 404 プロフェッショナル・プラクティスⅡの授業に初めて登録していること、
- 弱視(不同視)、不同視屈折(各眼の屈折異常の違い)、斜視(やぶにらみ)など、立体視に影響を与える眼疾患がないこと。(自己申告を認める。)
- 学業成績が2.00から4.00の間であること。
除外基準:
- 看護学士号に加えてホリスティックケアスキルの研修を受けたことがある、
- ホリスティックケアスキルに焦点を当てたバーチャルシミュレーション演習の経験がある、
- 保健医療関連分野の高等学校、ファンデーションイヤー、または学士号を取得している、
- トルコ語の理解と会話に困難がある、
研究からの除外基準:
- 参加者が必要な書類と評価尺度を完了していない、または不完全に完了している、
- 実験群の参加者がAI支援バーチャルリアリティシミュレーションに参加していない、または完了していない、
- 対照群の学生が教育ケーススタディに参加しなかった、
- 実験群および対照群の学生が評価ケーススタディに参加しなかった、
- 参加者が研究からの離脱を希望する、
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:他の
- 割り当て:ランダム化
- 介入モデル:並列代入
- マスキング:なし(オープンラベル)
アーム数
武器と介入
参加者グループ / アーム参加者グループ / アーム |
介入・治療介入・治療 |
|---|---|
|
実験的:AI-VRS
研究開始時、参加者は人口統計学的質問票およびメルボルン意思決定尺度を記入するよう求められます。
その後、参加者は総合的な学業成績平均点(GPA)とバーチャルリアリティ(VR)ヘッドセットの使用経験に基づいて研究グループに割り当てられます。
介入前には、参加者に介入前情報ガイドが提供されます。
実験群は、患者の病歴聴取、症状の特定、および看護診断の決定を支援するために設計されたAI支援VRシミュレーションを用いたトレーニングを受けます。
トレーニングの2週間後、対照群と同時に、参加者はインストラクターの支援なしで個別に症例を分析し、看護診断と症状を特定する必要がある評価ケーススタディに取り組みます。
その後、参加者はメルボルン意思決定尺度、シミュレーション設計尺度、およびトレーニング方法に関する満足度調査票を記入します。
|
この介入は、看護学生のホリスティックケアスキルを向上させるために設計されたAI支援仮想現実(VR)シミュレーションで構成されています。
参加者は仮想患者と対話し、患者の病歴聴取を行い、症状を特定し、ホリスティックケアの次元(身体的、心理的、社会的、精神的)にわたって看護診断を立案します。
このシミュレーションはMeta Quest 3 VRヘッドセットを使用して提供され、動的で応答性のある患者との対話を実現するために人工知能を組み込んでいます。
この介入には、高精細グラフィックスと対話型意思決定プロセスを備えた構造化されたシミュレーションシナリオが含まれており、スキルの習得をサポートします。
|
|
他の:対照
ベースライン時点で、参加者は人口統計学的質問票とメルボルン意思決定尺度を記入します。 参加者はその後、学業成績平均点とVRヘッドセットの使用経験に基づく層化ランダム化法を用いて、研究グループに割り当てられます。 対照群は、書面による臨床シナリオを用いた従来の症例ベースのトレーニングを受けます。 トレーニング後、2週間の間隔が設けられます。 この期間の後、対照群と実験群の両方が同時に評価症例を実施します。 この評価中、参加者は指導者の支援なしに、症例を独立して分析し、患者の症状を特定し、適切な看護診断を立案する必要があります。 評価完了後、参加者は再び事後測定としてメルボルン意思決定尺度を記入します。 |
この介入は、プレゼンテーションと質疑応答のディスカッションを通じて提供される伝統的なケースベースのトレーニングで構成されています。
参加者はケースシナリオを分析し、インストラクターからフィードバックを受け取ります。
このアプローチは、VR技術を使用せずに実践的な学習体験を提供します。
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
ホリスティックケアの枠組みにおける看護診断と症状の特定
時間枠:介入後2週間(評価ケーススタディ)
|
参加者が患者の症状を正確に特定し、適切な看護診断を立案する能力は、構造化された評価フォームを使用して評価されます。
全体の正確さに加えて、パフォーマンスは、ホリスティックケア(身体的、心理的、社会的、精神的)の複数の側面を含んでいることに基づいて評価されます。
より高いスコアは、看護における診断の正確さが高く、より包括的なホリスティックケア評価を示します。
|
介入後2週間(評価ケーススタディ)
|
二次結果の測定
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
メルボルン決断力尺度
時間枠:ベースライン(介入前)および介入後2週間(評価ケーススタディ)
|
意思決定スキルの変化を評価するために使用されます。
スコアが高いほど、意思決定のパフォーマンスが優れていることを示します。メルボルン意思決定尺度は、2つの部分から構成されています。
MKVÖ I: この尺度は、意思決定における自尊心(自信)を評価するために設計されています。
この尺度の最高スコアは12です。高いスコアは、意思決定における高い自尊心を示します。
MKVÖ II: この尺度は、意思決定スタイルを測定します。
MKVÖ IIのスコアリングでは、以下のスコア範囲が使用されます:慎重(0-12)、回避的(0-12)、先延ばし(0-10)、パニック(0-10)。
|
ベースライン(介入前)および介入後2週間(評価ケーススタディ)
|
|
シミュレーション設計スケール
時間枠:介入後2週間
|
シミュレーション設計尺度を使用して、参加者のシミュレーション設計に対する認識を評価しました。
高いスコアはより肯定的な評価を示します。
この尺度は、5つの下位尺度(「目標と知識」「サポート」「問題解決」「フィードバック/ガイド付き振り返り」「真正性」)と20項目で構成されています。
各下位尺度の項目数は次の通りです:「目標と知識」下位尺度は5項目、「サポート」下位尺度は4項目、「問題解決」下位尺度は5項目、「フィードバック/ガイド付き振り返り」下位尺度は4項目、「真正性の程度」下位尺度は2項目です。
この尺度は2つのセクションで実施され、第1セクションではシミュレーションアプリケーションに最適なシミュレーション設計要素が実装されたかどうかについての学生の意見を測定し、第2セクションではシミュレーションアプリケーションが学生にとってどの程度重要であるかについて測定します。
|
介入後2週間
|
|
教育方法に関する満足度調査
時間枠:介入後2週間
|
VRトレーニング終了直後に、参加者のトレーニング体験に対する認識を把握するため、学生の満足度を評価します。
スコアが高いほど満足度が高いことを示します。調査は16点から80点の尺度で採点されます。
|
介入後2週間
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- Hopewell S, Chan A, Collins G S, Hróbjartsson A, Moher D, Schulz K F et al. CONSORT 2025 statement: updated guideline for reporting randomised trials BMJ 2025; 389 :e081123 doi:10.1136/bmj-2024-081123
- INACSL Standards Committee, Decker, S., Sapp, A., Bibin, L., Chidume, T., Crawford, S. B., Fayyaz, J., Johnson, B. K., & Szydlowski, J. (2025d). Healthcare Simulation Standards of Best Practice®: The Debriefing Process. Clinical Simulation in Nursing, 105, 101775-101775. https://doi.org/10.1016/j.ecns.2025.101775
- INACSL Standards Committee, DiGregorio, H., Todd, A., Blackwell, B., Brennan, B. A., Repsha, C., Shelton, C. M., Vaughn, J., Wands, L., Wruble, E., & Yeager, C. (2025c). Healthcare Simulation Standards of Best PracticeⓇ Facilitation. Clinical Simulation in Nursing, https://doi.org/10.1016/j.ecns.2025.101776
- INACSL Standards Committee, Watts, P.I, McDermott, D.S., Alinier, G., Charnetski, M., Ludlow, J., Horsley, E., Meakim, C., & Nawathe, P. (2021b). Healthcare Simulation Standards of Best Practice® Simulation Design. Clinical Simulation in Nursing, https://doi.org/10.1016/j.ecns.2021.08.009.
- INACSL Standards Committee. (2021a). Healthcare Simulation Standard of Best Practice® Prebriefing: Preparation and briefing Persico, Lori et al. Clinical Simulation in Nursing, Volume 105, 101777. https://doi.org/10.1016/j.ecns.2025.101777 1876-1399
- INACSL Standards Committee, Persico, L., Wilson-Keates, B., DiGregorio, H., Decker, S., & Xavier, N. (2025a). Preamble: Grounded in Excellence: The Cornerstone Healthcare Simulation Standards of Best Practice®. Clinical Simulation in Nursing, https://doi.org/10.1016/j.ecns.2025.101774
- INACSL Standards Committee, Persico, L., Ramakrishnan, S., Wilson-Keates, B., Catena, R., Charnetski, M., Fogg, N., Jones, M. C., Ludlow, J., MacLean, H., Simmons, V. C., Smeltzer, S., & Wilk, A. (2025b). Healthcare Simulation Standard of Best Practice® Prebriefing: Preparation and briefing. Clinical Simulation in Nursing https://doi.org/10.1016/j.ecns.2025.101777
- Ackley, B. J., & Ladwig, G. B. (2024). Hemşirelik tanıları el kitabı: Bakım planlamasında kanıta dayalı rehber (Z. Göçmen Baykara, N. Çalışkan, E. Gülnar, E. Sarıtaş, & G. Eyüboğlu, Ed. ve çev., 13. baskı). Ankara: Nobel Tıp Kitabevleri. ISBN:978-625-6448-92-6.
研究記録日
主要日程の研究
研究開始 (推定)
研究開始
一次修了 (推定)
一次修了
研究の完了 (推定)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
その他の研究ID番号
- 2025-1069
- 2025-10282 (その他の助成金/資金番号:GAZİ UNİVERSİTY SCIENTIFIC RESEARCH PROJECTS COORDINATION UNIT (BAP))
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。