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。

携帯アプリケーションおよびAI支援ビデオベース患者教育が、間欠的導尿法指導における患者転帰に及ぼす影響

2026年3月19日 更新者：Elife Kettas Dolek、Mersin University

携帯アプリケーションと人工知能を活用したビデオベースの患者教育が、清潔間欠的自己導尿指導における患者アウトカムに与える影響

この研究は、清潔間欠的導尿（CIC）を実施する患者のために開発されたモバイルアプリケーションと人工知能支援教育ビデオが、患者の遵守率、困難度のレベル、自信、感染パラメーター（尿検査、尿培養、感染発生率）、および再発性入院に与える影響を明らかにすることを目的としています。 過去1年間にメルスィン大学泌尿器科外来に申し込んだCIC患者の数は110人でした。 類似の研究が見つからなかったため、サンプルサイズはG*Power 3.1.9.7ソフトウェアを使用した事前検定力分析によって計算されました。 一元配置分散分析（ANOVA）の場合、使用されたパラメーターは、αエラー確率=0.05、検定力（1-βエラー確率）=0.80、グループ数=3、効果量f=0.40（大きな効果量）でした。 検定力分析の結果、総サンプルサイズは90人と計算され、各グループに30人の参加者が含まれます。 約10％の可能性のあるデータ損失（ドロップアウト）率を考慮して（Hernández-Rodríguez et al., 2022）、研究開始時には各グループに33人の参加者（合計99人）を含めることが計画されました。 データは「記述的情報フォーム」、「間欠的導尿遵守スケール」、「清潔間欠的自己導尿における自信スケール」、「間欠的導尿困難度質問票」、および「患者フォローアップフォーム」を使用して収集されます。 清潔間欠的導尿を実施する患者は、モバイルアプリケーション（介入グループ1）と人工知能支援教育ビデオ（介入グループ2）を通じてトレーニングを受けます。 対照グループの患者は、外来で提供される通常のパンフレットを使用してトレーニングを受けます。

調査の概要

状態

まだ募集していません

条件

介入・治療

詳細な説明

本研究は、前向き、三群（1:1:1）、無作為化比較臨床試験としてデザインされました。 研究は、メルスィン大学医学部病院の泌尿器科外来診療所で実施されます。 泌尿器科外来診療所には、成人および小児外来ユニット、処置室、超音波室、男性学検査室、結石破砕ユニット、尿流動態検査ユニットが含まれます。 泌尿器科は、7名の教員と11名の研究助手で構成されています。 泌尿器科外来診療所には、看護師1名、技師2名、秘書2名、清掃スタッフ1名が勤務しています。 外来診療は8:00から17:00の間に行われ、この時間帯に患者へ清潔間欠的導尿（CIC）トレーニングも提供されます。 看護師は、パンフレットを使用してCICを実施する患者にトレーニングを提供します。 トレーニング後、患者は通常、15日目と3ヶ月目のフォローアップ外来診察のため外来診療所に戻ります。 本研究は、清潔間欠的導尿（CIC）を実施する患者のために開発されたモバイルアプリケーションおよび人工知能支援教育ビデオが、患者の遵守率、困難度レベル、自信、感染パラメーター（尿検査、尿培養、感染発生率）、および再入院率に及ぼす影響を明らかにすることを目的としました。 過去1年間にメルスィン大学泌尿器科外来診療所に申請したCIC患者の数は110名でした。 類似の研究が見つからなかったため、サンプルサイズはG*Power 3.1.9.7ソフトウェアを用いた事前検定力分析により計算されました。 一元配置分散分析（ANOVA）において、使用されたパラメーターはαエラー確率=0.05、検定力（1-βエラー確率）=0.80、群数=3、効果量f=0.40（大きな効果量）でした。 検定力分析の結果、総サンプルサイズは90名（各群30名）と計算されました。 約10%の可能性のあるデータ損失（脱落）率を考慮し（Hernández-Rodríguez et al., 2022）、研究開始時に各群33名（合計99名）の参加者を含めることが計画されました。 データは、「記述情報フォーム」、「間欠的導尿遵守スケール」、「清潔間欠的自己導尿における自信スケール」、「間欠的導尿困難質問票」、および「患者フォローアップフォーム」を使用して収集されます。 清潔間欠的導尿を実施する患者は、モバイルアプリケーション（介入群1）および人工知能支援教育ビデオ（介入群2）を通じてトレーニングを受けます。 対照群の患者は、外来診療所で提供される通常のパンフレットを使用してトレーニングを受けます。

研究の種類

介入

入学 (推定)

99

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

  • 名前：ELİFE KETTAŞ DÖLEK, Prinicipal İnvestigator
  • 電話番号：03242410000
  • メール：elifeket@yahoo.com

研究連絡先のバックアップ

  • 名前：ELİFE KETTAŞ DÖLEK, Principal İnvestigator

研究場所

  • トルコ（Türkiye）
      • Mersin、トルコ（Türkiye）
        • Mersin Unıversıty
        • 主任研究者：
          • GÜLAY ALTUN UĞRAŞ
        • コンタクト：
        • コンタクト：
        • 主任研究者：
          • ERİM ERDEM
        • 主任研究者：
          • MERT BAŞARANOĞLU

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

いいえ

説明

対象基準：

  • 間欠的カテーテル挿入（TAK）が必要な患者
  • 18歳以上
  • 研究への参加に同意する
  • トルコ語を理解できる
  • 読み書きができる
  • 視覚または聴覚障害がない
  • スマートフォン、タブレット、またはコンピューターを所有している
  • 技術の使用に困難がない

除外基準：

  • 間欠的カテーテル挿入（TAK）を必要としない患者
  • 18歳未満
  • 研究への参加に同意しない
  • トルコ語を理解できない
  • 読み書きができない
  • 視覚または聴覚障害がある
  • スマートフォン、タブレット、またはコンピューターを所有していない
  • 技術の使用に困難がある

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：トリプル

武器と介入

参加者グループ / アーム
介入・治療
実験的：実験群：モバイルアプリケーション群
クリーン間欠的カテーテル法を実施する患者は、モバイルアプリケーションを通じてトレーニングを受けます（介入群1）
他の：モバイルアプリケーション
クリーン間欠的導尿を行う患者は、モバイルアプリケーションを通じてトレーニングを受けます（介入群1）
実験的：実験群：人工知能ビデオ群
クリーン間欠的導尿を実施する患者は、人工知能を活用した教育ビデオを通じてトレーニングを受けます（介入群2）。
他の：人工知能
クリーン間欠的導尿を行う患者は、人工知能を活用した教育ビデオ（介入群2）を通じてトレーニングを受けます。
介入なし：対照群
対照群の患者には、外来診療で提供される通常のパンフレットを使用してトレーニングが行われます。

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
アドヒアランス
時間枠：6か月
間欠的カテーテル法遵守尺度は、アマンディン・ギネ＝ラコステと同僚によって2018年に開発され、そのトルコ語への適応と信頼性研究はドゥマンによって2021年に実施されました。 尺度の最初の7項目（第5項目を除く）は「はい＝1」、「いいえ＝0」で採点されますが、第5項目は逆に採点されます：「はい＝0」、「いいえ＝1」。 第8項目は5段階リッカート尺度を使用し、「決してない＝0」、「時々＝0.25」、「しばしば＝0.50」、「ほとんどの場合＝0.75」、「常に＝1」で採点されます。 尺度の合計スコアは8点満点で計算され、得られたスコアは患者のカテーテル法への遵守度を反映します。 したがって、スコア0は「高い遵守」、1〜2点は「中程度の遵守」、3〜8点は「低い遵守」を示します。 尺度の内的整合性を示すクロンバックのα係数は0.73です。
6か月
自信
時間枠：6ヶ月
この尺度は、Biazioloらによって2017年に開発されました。 トルコ語への適応、妥当性、信頼性の研究は、ÇulhaとAcaroğluによって2020年に実施されました。 5段階のリッカート型構造を持つこの尺度は、カテーテル挿入の手順と、この手順を実施する個人の自信を評価する短い記述で構成されています。 回答オプションは以下の通りです：1 = 自信がない、2 = 少し自信がある、3 = 自信がある、4 = 非常に自信がある、5 = 完全に自信がある。 この尺度は合計16項目で構成されています。 総合スコアは、すべての項目への回答の数値を合計して計算され、総合スコアの範囲は0から64です。 高いスコアは、カテーテル挿入を実施する際の自信のレベルが高いことを示します。 尺度の内的整合性は非常に高く、総合クロンバックのα係数は0.89でした。
6ヶ月

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

Mersin University

捜査官

  • 主任研究者：Gamze Bozkul、Tarsus University

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

  • Bobian, M., Kandinov, A., El Kashlan, N., Svider, P. F., Folbe, A. J., Mayerhoff, R., Eloy, J. A., & Raza, S. N. (2017). Mobile applications and patient education: Are currently available GERD mobile apps sufficient? The Laryngoscope, 127(8), 1775-1779. https://doi.org/10.1002/lary.26341
  • Cerantola, Y., Valerio, M., Persson, B., Jichlinski, P., Ljungqvist, O., Hubner, M., Kassouf, W., Müller, S., Baldini, G., Carli, F., Næsheimh, T., Ytrebø, L., Revhaug, A., Lassen, K., Knutsen, T., Aarsether, E., Wiklund, P., & Patel, H. R. (2013). Guidelines for perioperative care after radical cystectomy for bladder cancer: Enhanced Recovery After Surgery (ERAS®) society recommendations. Clinical Nutrition, 32(6), 879-887. https://doi.org/10.1016/j.clnu.2013.09.014
  • Bhuyan, S. S., Sateesh, V., Mukul, N., Galvankar, A., Mahmood, A., Nauman, M., Rai, A., Bordoloi, K., Basu, U., & Samuel, J. (2025). Generative Artificial Intelligence Use in Healthcare: Opportunities for Clinical Excellence and Administrative Efficiency. Journal of Medical Systems, 49(1), 10. https://doi.org/10.1007/s10916-024-02136-1
  • Hernández-Rodríguez, J. C., García-Muñoz, C., Ortiz-Álvarez, J., Saigí-Rubió, F., Conejo-Mir, J., & Pereyra-Rodriguez, J. J. (2022). Dropout Rate in Digital Health Interventions for the Prevention of Skin Cancer: Systematic Review, Meta-analysis, and Metaregression. Journal of medical Internet research, 24(12), e42397. https://doi.org/10.2196/42397
  • Alasker, A., Alsalamah, S., Alshathri, N., Almansour, N., Alsalamah, F., Alghafees, M., AlKhamees, M., & Alsaikhan, B. (2024). Performance of large language models (LLMs) in providing prostate cancer information. BMC Urology, 24(1), 177. https://doi.org/10.1186/s12894-024-01570-0

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 (推定)

2026年4月1日

一次修了 (推定)

2026年12月15日

研究の完了 (推定)

2027年4月1日

試験登録日

最初に提出

2026年3月19日

QC基準を満たした最初の提出物

2026年3月19日

最初の投稿 (実際)

2026年3月24日

学習記録の更新

投稿された最後の更新 (実際)

2026年3月24日

QC基準を満たした最後の更新が送信されました

2026年3月19日

最終確認日

2026年3月1日

詳しくは

本研究に関する用語

キーワード

その他の研究ID番号

  • MU-002

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。

モバイルアプリケーションの臨床試験

類似の治験を検索

スポンサーと協力者

医学的状態

薬物療法

CROs by country

CROs in Mauritius

条件

まれな病気

薬物療法

ダイエットサプリメント

スポンサー/協力者

場所

購読する