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

중증 아동의 통증 평가를 위한 다중 모드 표준화 데이터세트 기반 시각화 훈련 플랫폼의 구축 및 적용

2025년 4월 7일 업데이트: Children's Hospital of Fudan University

이 임상 시험의 목표는 중환자의 통증 평가를 위한 다중 모드 표준화 데이터세트를 기반으로 한 시각화 훈련 플랫폼이 통증 평가 훈련에 적용 가능한지 알아보는 것입니다. 답변하려는 주요 질문은 다음과 같습니다.

  1. 중환자의 통증 평가를 위한 다중 모드 표준화 데이터 세트를 기반으로 한 시각화 교육 플랫폼을 사용한 통증 평가 교육이 참가자의 통증 평가 지식 수준을 향상합니까?
  2. 중환자의 통증 평가를 위한 다중 모드 표준화 데이터 세트를 기반으로 한 시각화 교육 플랫폼을 사용한 통증 평가 교육이 참가자의 통증 평가 기술 수준을 향상합니까?

연구자들은 중증 아동의 통증 평가를 위한 다중 모드 표준화 데이터 세트를 기반으로 하는 시각화 훈련 플랫폼을 현장 수업과 비교하여 플랫폼 개입이 통증 평가 훈련에 얼마나 잘 적용될 수 있는지 확인합니다.

참가자는 다음을 수행합니다.

  1. 시각화 플랫폼을 이용하거나 1개월 동안 매주 통증평가 훈련을 위한 현장수업을 받습니다.
  2. 연구 시작 전과 연구 시작 후 1개월 동안 시험

연구 개요

상세 설명

소아 집중치료실에서 어린이들은 빈번한 통증 유발 수술이 필요하고 다양한 정도의 통증을 경험해야 하는 복잡하고 위독한 상태에 직면하는 경우가 많습니다. 통증은 중병에 걸린 어린이에게 심각한 부정적인 생리적, 심리적, 사회적 영향을 미치며, 심지어 장기적인 고통을 초래하여 개인의 성장과 장기적인 건강을 방해할 수도 있습니다. 신뢰할 수 있는 통증 평가는 의료 전문가가 어린이의 통증 유형과 정도를 더 잘 이해하는 데 도움이 될 수 있으므로 어린이의 통증을 더 잘 관리하고 이를 통해 어린이의 건강 결과를 개선하기 위한 적절한 개입이 취해질 수 있습니다. 그러나 소아 간호사는 진료소에서 통증을 평가하는 동안 아동, 관찰 지표 및 개인 자신으로부터의 어려움에 직면합니다. 통증 평가에 대한 교육은 통증 평가에 대한 간호사의 지식, 기술 및 태도를 효과적으로 향상시켜 통증 평가와 관련된 어려움에 더 잘 대처할 수 있도록 하여 통증 관리의 질을 향상시키고 어린이에게 최적의 통증 관리를 제공할 수 있습니다. 전통적인 훈련에는 많은 단점이 있으며, 중증 아동을 위한 통증 평가 훈련에는 다양한 어려움이 있어 소아 중환자실 간호사를 위한 통증 평가 훈련에 다양한 어려움을 안겨줍니다. 시각화 훈련은 직관적이고 상호작용적이며 개인화되어 있어 기존 훈련과는 다른 고유한 장점을 보여줍니다. 의도적 연습과 시각화 훈련의 결합은 훈련 효과를 더욱 향상시킬 수 있으며, 의도적 연습, 시기적절한 피드백, 반복적인 훈련과 도전을 통해 소아 중환자실 간호사의 통증 평가 능력을 종합적으로 향상시켜 더 정확하게 식별하고 평가할 수 있도록 돕습니다. 아이들의 고통. 따라서 중환자 통증 평가를 위한 다중 모드 표준화 데이터 세트를 기반으로 한 시각화 훈련 플랫폼을 구축하여 소아 중환자실 간호사의 통증 평가 능력 향상을 촉진하여 중환자 통증을 더 잘 관리할 수 있도록 통증 평가 훈련을 수행할 것입니다. .

연구 유형

중재적

등록 (실제)

70

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

      • Shanghai, 중국
        • Children's Hospital of Fudan University

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

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

예

설명

포함 기준:

  1. 전문 간호사 자격증을 취득하세요.
  2. 중환자 치료에 종사하는 간호사;
  3. 본 연구에 자발적으로 참여합니다.

제외 기준:

  1. 신생아실 간호사(신생아 통증 평가의 특수성으로 인해)
  2. 추가 교육, 순환, 병가, 출산 휴가 등으로 인해 조사 기간 동안 근무하지 않습니다.
  3. 설문조사 기간 동안 추가 교육, 순환 근무 또는 임상 배치를 위해 병원을 방문하는 간호사
  4. 완전한 개입을 완료하지 못하거나 연구를 도중에 중단한 자.

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 다른
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 하나의

무기와 개입

참가자 그룹 / 팔
개입 / 치료
활성 비교기: 기존 개입 그룹
통증 평가 현장 교육
광범위한 임상 및 교육 경험을 갖춘 간호 전문가가 현장 교육을 제공합니다. 교육에서는 통증 정의, 유형, 생리학적 메커니즘, 성능, 통증 평가 도구, 통증 평가 빈도 등 통증 및 통증 평가와 관련된 주제를 다룹니다. 중재는 4주 동안 일주일에 한 번씩 제공됩니다.
실험적: 플랫폼 개입 그룹
중증 아동의 통증 평가를 위한 다중 모드 표준화 데이터 세트를 기반으로 한 시각화 훈련 플랫폼을 사용한 통증 평가 훈련
사전 할당된 계정을 사용하여 플랫폼에 로그인하고 지침 지침을 읽고 플랫폼에 들어가 훈련을 시작하세요. 통증 및 통증 평가에 대한 기본 지식은 플랫폼의 학습 리소스 모듈을 통해 학습할 수 있으며, 통증 평가 훈련은 통증 평가 운동 모듈을 통해 수행할 수 있습니다. 통증 평가 훈련 중에 플랫폼은 참가자의 운동을 기반으로 즉각적인 피드백을 제공합니다. 개입은 4주 안에 완료됩니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
통증 평가에 대한 지식 수준
기간: 기준, 기준 이후 1개월
0에서 100점까지 측정되는 소아 중환자실 간호사의 통증 평가 지식 테스트를 사용하세요. 총점이 높을수록 지식 수준이 높은 것입니다.
기준, 기준 이후 1개월
통증 평가 기술 수준
기간: 기준, 기준 이후 1개월
연구팀이 개발한 소아 통증 평가 사례는 평가에 활용될 예정이다. 정확한 백분율 범위는 0%에서 100%까지이며, 백분율이 높을수록 통증 평가 기술 수준이 더 높다는 것을 나타냅니다.
기준, 기준 이후 1개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 책임자: Ying Gu, Doctor, Children's Hospital of Fudan University

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)

2024년 7월 2일

기본 완료 (실제)

2024년 9월 30일

연구 완료 (실제)

2024년 9월 30일

연구 등록 날짜

최초 제출

2024년 5월 17일

QC 기준을 충족하는 최초 제출

2024년 5월 22일

처음 게시됨 (실제)

2024년 5월 29일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 4월 9일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 4월 7일

마지막으로 확인됨

2025년 4월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • FNF20231219

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. .

구독하다