이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

고충실도 의료 시뮬레이션에서 아이트래킹 기술을 사용한 시각적 인식 탐색

2017년 2월 7일 업데이트: Issam Tanoubi
이 관찰 연구의 목적은 충실도가 높은 시뮬레이션 실습에서 거주자 간의 시각적 관심을 비교하는 것입니다.

연구 개요

상세 설명

18명의 1년차 레지던트가 ACLS 서맥 알고리즘을 기반으로 하는 9분 시나리오에 참여하도록 요청받았습니다. 이 시나리오에서는 고성능 마네킹이 외부 페이싱을 필요로 했습니다. 참가자가 재료를 올바르게 설정하여 9분 안에 전기적 및 기계적 페이싱을 얻은 경우 시나리오는 성공한 것으로 간주되었습니다. 모든 참가자는 시선 데이터를 자동으로 집계하는 모바일 시선 추적 시스템인 Tobii Glasses®를 착용했습니다. 시뮬레이션실에 적외선 마커를 배치하여 관심 영역(AOI)을 생성하고 결과를 얻었습니다. 활력 징후 모니터, 제세동기/페이싱 장치 및 환자 머리의 세 가지 AOI가 생성되었습니다. 아이트래킹 데이터는 Tobii Studio® 프로그램을 사용하여 분석되었습니다.

연구 유형

관찰

등록 (실제)

21

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인
  • OLDER_ADULT
  • 어린이

건강한 자원 봉사자를 받아들입니다

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

Université de Montréal 시뮬레이션 센터에서 다양한 전문 분야의 1년차 의과 레지던트

설명

포함 기준:

  • 교육 첫 3주 동안 다양한 전문 분야의 1년차 레지던트

제외 기준:

  • 이전 레지던트 경험
  • 다른 나라의 주치의

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
시뮬레이션 성공
참가자는 페이싱 장치를 올바르게 설정하여 9분 안에 마네킹의 전기적 및 기계적 페이싱을 얻을 수 있습니다.
고성능 마네킹에 외부 페이싱이 필요한 ACLS 서맥 알고리즘을 기반으로 하는 9분 시나리오
시뮬레이션 실패
참가자는 9분 안에 마네킹의 전기적 및 기계적 페이싱을 얻기 위해 페이싱 장치를 올바르게 설정할 수 없었습니다.
고성능 마네킹에 외부 페이싱이 필요한 ACLS 서맥 알고리즘을 기반으로 하는 9분 시나리오

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
첫 고정까지의 시간, 총 방문 시간
기간: 시나리오 도중
시선 추적 기술을 사용하여 데이터를 추정할 수 있는 관심 영역에 응시 날짜를 집계할 수 있습니다.
시나리오 도중

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2016년 7월 14일

기본 완료 (실제)

2016년 7월 18일

연구 완료 (실제)

2017년 1월 25일

연구 등록 날짜

최초 제출

2017년 2월 7일

QC 기준을 충족하는 최초 제출

2017년 2월 7일

처음 게시됨 (추정)

2017년 2월 9일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정)

2017년 2월 9일

QC 기준을 충족하는 마지막 업데이트 제출

2017년 2월 7일

마지막으로 확인됨

2017년 2월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

3
구독하다