このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

高臨場感シミュレーション手法が助産学生の問題解決能力と不安レベルに及ぼす影響

2024年5月22日 更新者:YASEMİN AYDIN KARTAL、Saglik Bilimleri Universitesi

シナリオベースの高現実シミュレーション手法が助産学生の問題解決能力と不安レベルに及ぼす影響

この研究は、保健科学大学ハミディエ保健科学部助産学科の 3 年生の応用問題解決スキルと不安レベルに及ぼすシナリオベースの高忠実度シミュレーション手法の効果を測定するために計画されました。 この研究は半実験的な計画で計画されており、イスタンブール保健科学大学ハミディエ保健科学部助産学科3年生(N:80)を対象に実施される。 研究に参加する学生は、コンピュータ支援による単純無作為サンプリング手法に従って、介入群 (n:40) と対照群 (n:40) に分けられます。 介入群の学生にはシナリオを伴う高妥当性シミュレーションラボで標準的な成人患者モデルを用いた産後ケアに関する申請書が与えられ、対照群の学生には職業スキルラボで作成されます。 研究に参加する学生には、「記述情報フォーム」、「状態不安の棚卸」、「問題解決の棚卸」、「教育方法の満足度アンケート」が適用されます。

調査の概要

詳細な説明

この研究は、保健科学大学ハミディエ保健科学部助産学科の 3 年生の応用問題解決スキルと不安レベルに及ぼすシナリオベースの高忠実度シミュレーション手法の効果を測定するために計画されました。

研究の対象となったのは、2021~2022年度の春学期にハミディエ保健科学部助産学科で「危険な出産と産褥期」コースを受講した3年生(N:80)で構成された。 研究への参加を志願した学生も研究に参加した。 この研究ではコンピュータ支援によるランダム化が使用され、URL アドレス https://www を使用してプログラムに症例数を入力することにより、介入グループ (n:40) と対照グループ (n:40) にランダムに割り当てられました。 .randomizer.org。 申請前に「インフォームド自主同意書」を学生に共有し、同意を得ました。

申請前にすべてのグループに通知されました。 このような中で、研究に関する申請内容について説明を受け、質疑応答が行われました。 受講生には、シミュレータやモデルの紹介、研修計画のフローチャート、研修計画の内容、環境、教材の場所などについて説明がありました。 申請前に、すべてのグループに産後ケアに関する理論的な情報をパワーポイントによるプレゼンテーションで 2 時間与えました。 情報提供後、学生には「記述情報フォーム」が適用され、事前テストとして「状態不安棚卸表」と「問題解決棚卸表」が適用されました。 産後ケアのアプリケーションは、介入グループの学生に対して、高現実性の Gaumard Scientific ブランド、製品コード: S550.100 で実施されました。 助産学科のシミュレーション研究室では Noella シミュレータが使用され、対照グループの学生向けには基礎スキル研究室の標準成人患者モデルが使用されています。 研修後は事後テストとして「状態不安棚卸」「問題解決棚卸」「教育方法の満足度アンケート」が全学生に実施された。

研究の種類

介入

入学 (実際)

78

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

      • Istanbul、七面鳥、34668
        • University of Health Sciences

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 大人
  • 高齢者

健康ボランティアの受け入れ

はい

説明

包含基準:

  • 研究に自発的に参加する。
  • ハミディエ健康科学部助産学科SBUの3年生です。
  • 助産の基本原則と実践の理論と実践を首尾よく完了していること。
  • 危険な出産と産後期間のレッスンを受けたこと。

除外基準:

  • 研究への参加を志願するものではありません。
  • 健康科学部ハミディエ助産学科3年生ではないこと。
  • 助産の基本原則と実践の理論と実践をうまく完了していない。
  • 危険な出産と産後のレッスンを受けていないこと。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

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:独身

武器と介入

参加者グループ / アーム
介入・治療
実験的:介入群 (n:39)
産後ケアのアプリケーションは、高リアリティの Gaumard Scientific ブランド、製品コード: S550.100 を使用して実行されました。 助産学科のシミュレーション研究室にある Noella シミュレータを介入グループの学生に提供。
産後ケアのアプリケーションは、高リアリティの Gaumard Scientific ブランド、製品コード: S550.100 を使用して実行されました。 助産学科のシミュレーション研究室にある Noella シミュレータを介入グループの学生に提供。
介入なし:対照群 (n:39)
産後ケアの実践は、対照群の学生を対象に、助産科の基礎技能研究室で標準的な成人患者モデルに対して実施されました。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
紹介情報フォーム
時間枠:10分
このフォームは、参加者の年齢、卒業した高校、両親の学歴、職業選択の意欲、職業への帰属意識などを研究者が文献をもとに作成したものです。 . 質問が含まれています。
10分
州の不安目録
時間枠:10分
このスケールは、連続スケールと状態スケールの 2 つのサブスケールで構成され、それぞれ 20 個の質問で構成されます。 14歳以上の方が対象となります。 状態不安尺度は、特定の瞬間および特定の条件下で個人がどのように感じるかを決定しますが、特性不安尺度は、状況や条件とは無関係に個人がどのように感じるかを決定します。 スケールから得られるスコアは理論的には 20 ~ 80 の間で変化します。 スコアが高いと不安のレベルが高いことを示し、スコアが低いと不安のレベルが低いことを示します。
10分
問題解決のインベントリ
時間枠:10分
もともと、問題解決目録はヘップナーとピーターセンによって将来の教師に適用され、全員に対して得られたクロンバック アルファの内部整合性係数は 0.90 であることがわかりました。 エレンラーはその目録を看護師に適用し、クロンバックのアルファ係数が 0.77 であることを発見しました。 これらの結果は、在庫が有効で信頼できることを示しています。 しかし、文献を見ると、問題解決目録は看護分野の研究でも使用されていることがわかります。 問題解決の目録では、各質問に 1 ~ 6 のスコアが付けられます。 在庫のスコアリングでは、最低スコアは 32、最高スコアは 192 です。 スケールから得られる高い合計スコアは、その人が自分自身に問題解決スキルが不十分であると認識していると解釈されます。
10分

二次結果の測定

結果測定
メジャーの説明
時間枠
トレーニング方法に対する満足度調査
時間枠:10分
アンケートは 16 の提案から構成されます。 その命題の一つに「私はこの教育方法全般に満足している」という命題があり、これは教育に対する満足状態を問うものである。 他の命題は、学生の学習および職業生活に対する教育方法の貢献に関する教育方法一般の見解を決定することを目的とした命題から形成されました。 各命題は、5 点のリッカート スケール (1-非常に反対、5-非常に同意) で採点されます。 尺度得点平均が高いほど教育方法に対する生徒の満足度が高く、尺度得点平均が小さいほど教育方法に対する満足度が低いと判断される。
10分
州の不安目録
時間枠:10分
このスケールは、連続スケールと状態スケールの 2 つのサブスケールで構成され、それぞれ 20 個の質問で構成されます。 14歳以上の方が対象となります。 状態不安尺度は、特定の瞬間および特定の条件下で個人がどのように感じるかを決定しますが、特性不安尺度は、状況や条件とは無関係に個人がどのように感じるかを決定します。 スケールから得られるスコアは理論的には 20 ~ 80 の間で変化します。 スコアが高いと不安のレベルが高いことを示し、スコアが低いと不安のレベルが低いことを示します。
10分
問題解決のインベントリ
時間枠:10分
もともと、問題解決目録はヘップナーとピーターセンによって将来の教師に適用され、全員に対して得られたクロンバック アルファの内部整合性係数は 0.90 であることがわかりました。 エレンラーはその目録を看護師に適用し、クロンバックのアルファ係数が 0.77 であることを発見しました。 これらの結果は、在庫が有効で信頼できることを示しています。 しかし、文献を見ると、問題解決目録は看護分野の研究でも使用されていることがわかります。 問題解決の目録では、各質問に 1 ~ 6 のスコアが付けられます。 在庫のスコアリングでは、最低スコアは 32、最高スコアは 192 です。 スケールから得られる高い合計スコアは、その人が自分自身に問題解決スキルが不十分であると認識していると解釈されます。
10分

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

捜査官

  • 主任研究者:Yasemin AYDIN KARTAL Assoc. Prof. Dr.、Saglik Bilimleri Universitesi
  • スタディチェア:Sema AKER Research Assıstant、Saglik Bilimleri Universitesi

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2022年8月1日

一次修了 (実際)

2022年9月30日

研究の完了 (実際)

2022年10月31日

試験登録日

最初に提出

2023年6月23日

QC基準を満たした最初の提出物

2023年6月23日

最初の投稿 (実際)

2023年7月3日

学習記録の更新

投稿された最後の更新 (実際)

2024年5月24日

QC基準を満たした最後の更新が送信されました

2024年5月22日

最終確認日

2024年5月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • SBÜ-AYDINKARTAL-003

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?

いいえ

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

いいえ

米国FDA規制機器製品の研究

いいえ

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。

購読する