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。

母子ケアにおける忠実度の高いシミュレーションベースの学習アプローチ

2025年6月9日 更新者:The University of Hong Kong

母子ケアにおける忠実度の高いシミュレーションベースの学習アプローチに対する看護学生の経験と態度を探る:混合法研究

研究の種類: 臨床試験 - ランダム化対照試験 主な目的: 高忠実度シミュレーション (HFS) 介入の有効性を調査すること、特に (1) 知識と自己効力感 (2) に関する事前ブリーフィングとデブリーフィングを伴うシナリオベースのトレーニング)問題解決能力、(3)従来の研修と比較した、看護学生の乳児の世話と母乳育児における学習経験。

一次アウトカム:対照群と比較した母乳育児の自己効力感スコアと介入に関する知識 二次アウトカム:シミュレーション設計スケールと教育実践に関するアンケート

調査の概要

詳細な説明

研究の背景と理論的根拠:

看護学生は一般に、産科および乳児ケアの臨床現場で準備が整っていない、または能力が不足していると感じていると報告しました。 さらに看護師は、新卒者の臨床推論スキルが乳児や母体の質の低下につながる可能性があることを懸念しています。 この重要性にもかかわらず、特に新型コロナウイルスのパンデミック下では、より多くの臨床機会を提供することは困難です。 高忠実度シミュレーションベース学習 (HFS) は理論と実践の間のギャップを埋めるのに役立ち、マネキンは「実際の」状況での実践との類似点を挙げています。 さまざまなシナリオ、事前ブリーフィングとデブリーフィングを HFS に組み込むことで、学生は学習体験を向上させることができます。 しかし、看護学生の乳児の世話と母乳育児における HFS の使用を具体的に調査した研究は不足しています。 知識やスキル、問題解決能力、学習経験などの学習成果に対する HFS の影響は不明です。

研究の種類

介入

入学 (推定)

158

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。

研究連絡先

研究連絡先のバックアップ

  • 名前:Yuet Wan Lok, Dr
  • 電話番号:31976690
  • メール:krislok@hku.hk

研究場所

    • Hksar
      • Hong Kong、Hksar、香港
        • 募集
        • Hong Kong Metropolitan University
        • コンタクト:
        • 主任研究者:
          • Wai Ming CHUNG, MNur
        • 副調査官:
          • Po Man Lee, DNur
        • 副調査官:
          • Hoi Ki Yeung, MNur
        • 副調査官:
          • Kit Wah Wong, MNur
        • 副調査官:
          • Yuet Wan Lok, PhD

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

健康ボランティアの受け入れ

はい

説明

包含基準:

  • この研究のために看護学部の学生が募集されます。 参加者の対象基準は以下のとおりである:(1)産科コースに在籍する看護学生(2)内密にシミュレーションに同意する看護学生(3)産科病棟での臨床経験や研修の経験がない学生。

除外基準:

  • 無

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:HFS の赤ちゃんを持つ介入グループ

介入グループの場合は、高忠実度シミュレーション セッションが早めに手配されます。

。

この介入は、新生児の評価、ケアの実践、肌と肌の触れ合い、母乳育児に焦点を当てた 2 時間の高忠実度シミュレーション トレーニング セッションです。 SimBaby のマネキンと授乳モデルを使用して、病院の環境を模倣します。 シナリオは看護学生の学習レベルに合わせて作成され、経験豊富な助産師によってレビューされます。

トレーニングには次の内容が含まれます。

事前ブリーフィング: 学習目標、シナリオの背景、シミュレーションの習熟、機密保持に関するディスカッション、基本ルールの紹介。

介入: 乳児の世話と母乳育児に関するシナリオに基づいたトレーニング。 デブリーフィング: シミュレーション教育者によってレビューされたプラスデルタ デブリーフィング モデル。 研修は看護シミュレーションラボで行われます。

従来のトレーニングには、講義、チュートリアル、および忠実度の低いマネキンを使用した基本的なラボが含まれています。
他の:従来の対照群
対照群の場合は、大会トレーニングを受けます。 研究完了後、対照群に対して同一のシミュレーションセッションが提供されます。
従来のトレーニングには、講義、チュートリアル、および忠実度の低いマネキンを使用した基本的なラボが含まれています。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
母乳育児能力を自己評価するツールを使用して、母乳育児の基本的な知識とスキルに関する自己効力感を高める
時間枠:5分

37 項目の修正版は、母乳育児サポートに関連する、さまざまな複雑さのタスクを実行する際の自己効力感を推定するように設計されました。

  1. - 私にとっては非常に簡単です
  2. - 私にとっては簡単です
  3. - 私にとっては難しい
  4. - 私にとってとても難しいことです

各質問について: 最小値 = 1 および最大値 = 4 スコアが高いほど、最悪の結果 (自己効力感が低い) を意味します。

5分
新生児の世話と母乳育児に関する知識と技術のレベル
時間枠:4分

20件

  1. 真実
  2. 本当かもしれない
  3. わかりません 4 = 誤りの可能性があります 5 = 誤り (正解の場合: 質問ごとに 5 点、最大合計: 100) (不正解の場合: 質問ごとに -5 点、最小合計: -100) (可能性がある場合: 2 ~ -2 点、わからないため: 0 点)

各質問: 最小値 = -5 および最大値 = 5 スコアが高いほど、より良い結果 (より良い知識) を意味します。

4分

二次結果の測定

結果測定
メジャーの説明
時間枠
シミュレーション デザイン スケール (SDS)
時間枠:3分

20項目で構成されており、学習者の視点からシミュレーショントレーニングのデザインを評価するために使用されます。 このスケールは、目的、情報、サポート、問題解決、フィードバック、シミュレーションの忠実度などのさまざまな側面を評価します。

シミュレーション設計要素を評価するときは、次の評価システムを使用します。

  1. - この声明に強く反対する
  2. - この声明に同意しない
  3. - 未決定 - この声明に同意または反対のどちらでもない
  4. - 声明に同意する
  5. - 記述に強く同意します NA - 該当しません。このステートメントは、実行されたシミュレーション アクティビティには関係しません。

各質問: 最小値 = 1 および最大値 = 5 スコアが高いほど、より良い結果 (より良いデザイン) を意味します。

その項目があなたにとってどれだけ重要かに基づいて各項目を評価します。

  1. - 重要ではない
  2. - ある程度重要
  3. - ニュートラル
  4. - 重要
  5. - 非常に重要

各質問について: 最小値 = 1 および最大値 = 5 スコアが高いほど、結果が良好である (より重要である) ことを意味します。

3分
教育実践アンケート (EPS)
時間枠:3分

16 項目であり、シミュレーション トレーニングにおける教育のベスト プラクティスの存在と重要性の認識にアクセスするために使用されます。

シミュレーション設計要素を評価するときは、次の評価システムを使用します。

  1. - この声明に強く反対する
  2. - この声明に同意しない
  3. - 未決定 - この声明に同意または反対のどちらでもない
  4. - 声明に同意する
  5. - 記述に強く同意します NA - 該当しません。このステートメントは、実行されたシミュレーション アクティビティには関係しません。

各質問について: 最小値 = 1 および最大値 = 5 スコアが高いほど、より良い結果 (より良い学習体験) を意味します。

その項目があなたにとってどれだけ重要かに基づいて各項目を評価します。

  1. - 重要ではない
  2. - ある程度重要
  3. - ニュートラル
  4. - 重要
  5. - 非常に重要

各質問について: 最小値 = 1 および最大値 = 5 スコアが高いほど、結果が良好である (より重要である) ことを意味します。

3分

その他の成果指標

結果測定
メジャーの説明
時間枠
人口統計アンケート
時間枠:2分
社会人口学的ベースライン
2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。

スポンサー

捜査官

  • 主任研究者:Wai Ming CHUNG、HKU

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

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)

2025年3月1日

一次修了 (推定)

2026年8月31日

研究の完了 (推定)

2027年2月28日

試験登録日

最初に提出

2024年12月5日

QC基準を満たした最初の提出物

2024年12月5日

最初の投稿 (実際)

2024年12月9日

学習記録の更新

投稿された最後の更新 (実際)

2025年6月11日

QC基準を満たした最後の更新が送信されました

2025年6月9日

最終確認日

2024年12月1日

詳しくは

本研究に関する用語

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