인공지능 기반 가상 표준화 소아 환자 임상시험
인공 지능 기반 가상 표준화 소아 환자를 활용하여 일반적인 소아 질병 관리를 위한 중국 내 일차 의료 의사의 역량 강화: 무작위 대조 시험
배경: 중국의 어린이 의료 시스템은 특히 1차 의료 기관의 제한된 소아 서비스 역량으로 인해 심각한 어려움에 직면해 있습니다. 일차 진료 의사를 위한 효과적이고 접근 가능한 교육 도구가 부족하면 이러한 격차를 해소하는 데 더욱 방해가 됩니다. 특히 인공 지능 분야의 기술 발전은 소아 치료를 개선할 수 있는 잠재적인 솔루션을 제공합니다. 인공지능 기반 가상 표준화 환자(VSP)는 인터넷 및 가상 시뮬레이션 기술을 활용하여 특정 질병 특성을 지닌 임상 사례를 시뮬레이션하여 혁신적이고 효율적이며 유연한 훈련 방법을 제공합니다. VSP는 의학 교육, 임상 추론 및 면허 시험에 점점 더 많이 활용되고 있습니다. 이 연구는 VSP를 사용하여 어린이의 주요 건강 문제이고 가족에게 심각한 심리적, 재정적 부담을 가하는 일반적인 소아 질환의 관리를 개선하는 데 중점을 둡니다.
방법: 이 연구에는 일반적인 소아 질환에 대한 일차 진료 의사의 관리를 향상시키는 데 있어 가상 소아 표준화 환자 플랫폼의 효과를 평가하기 위한 3군 무작위 대조 시험이 포함될 것입니다. 중국 전역 10개 이상의 성에서 일반의, 내과 의사, 외과 의사, 소아과 의사를 포함한 최소 459명의 참가자가 가상 환자 플랫폼 그룹, 사례 교육 매뉴얼 그룹, 사례의 세 그룹 중 하나에 무작위로 배정됩니다. 비디오 그룹 교육. 폐렴구균성 폐렴, 저혈량성 쇼크를 동반한 로타바이러스 장염, 수족구병, 급성 맹장염, 호흡 부전 등을 다루는 5건의 가상 환자 사례와 해당 사례 교재가 개발될 예정이다. 2주간의 학습 기간 후에 참가자의 질병 관리 능력은 임상 장면을 사용하여 평가됩니다. 일차 결과는 모범 임상 진료 지침 준수이며, 완전 준수, 부분 준수, 비준수로 분류됩니다.
토론: 이 연구는 역량 강화를 위해 인공 지능을 활용하고, 일차 소아과의 단점을 목표로 하고, VSP를 사용하여 일차 소아과의 역량을 향상시키는 것을 목표로 합니다. 이는 중국 내 10개 이상의 성에 걸쳐 300개 이상의 1차 의료 기관이 참여하는 무작위 대조 시험으로, 선진국과 저개발 지역 모두에서 광범위하고 대표적인 참여를 보장합니다.
연구 개요
상태
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Luo
- 전화번호: +86-19566890018
- 이메일: huanyuanluo33@gmail.com
연구 장소
-
-
Guizhou
-
Guiyang, Guizhou, 중국, 550081
- 모병
- Yuntan Street Community Health Center
-
-
Jiangxi
-
Fuzhou, Jiangxi, 중국, 344899
- 모병
- Jinxi County People's Hospital
-
-
Yunnan
-
Honghe, Yunnan, 중국, 654499
- 모병
- Honghe County People's Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
연구기관의 포함 및 제외 기준
포함 기준:
- 1차 및 2차 병원
- 지역사회 보건소(역) 및 진료소, 타운십 보건소 및 마을 보건 진료소
제외 기준:
- 전문의료기관(전문병원, 치과 등)
- 공중보건 예방 및 치료 기관(결핵예방센터 등)
- 민족 의학 기관(몽골, 티베트 병원 등)
- 중등 수준 이상의 병원
- 아직 등급이 부여되지 않은 병원(설립시간이 짧고 운영이 불안정할 가능성이 있어)
- 연구대상의 포함 및 제외 기준
포함 기준:
- 위 조건을 충족하는 의료기관에서 근무하는 개업(보조)의사 및 농촌의사
- 진료범위는 일반의, 내과, 외과, 소아과만을 포함함
제외 기준:
-없음
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 건강 서비스 연구
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 하나의
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 가상 표준화 환자(VSP) 교육
가상 표준화 환자(VSP)는 인터넷과 가상 시뮬레이션 기술을 활용하여 특정 질병 특성과 임상 증상을 가진 환자를 에뮬레이트합니다.
안전성, 유연성, 편의성 및 효율성의 장점을 갖춘 VSP는 의학 교육, 임상 추론 훈련 및 면허 시험에 사용됩니다.
의사들은 VSP와 상호작용해 상담, 신체검사, 보조검사, 치료 의사결정 등 임상 시뮬레이션과 훈련을 실시해 일반적인 소아질환 관리 역량을 강화할 예정이다.
|
가상 표준화 환자(VSP)는 인터넷과 가상 시뮬레이션 기술을 활용하여 특정 질병 특성과 임상 증상을 가진 환자를 에뮬레이트합니다.
안전성, 유연성, 편의성 및 효율성의 장점을 갖춘 VSP는 의학 교육, 임상 추론 훈련 및 면허 시험에 사용됩니다.
의사들은 VSP와 상호작용해 상담, 신체검사, 보조검사, 치료 의사결정 등 임상 시뮬레이션과 훈련을 실시해 일반적인 소아질환 관리 역량을 강화할 예정이다.
|
|
실험적: 사례 교육 매뉴얼
의사들은 사례 교육 매뉴얼을 활용하여 일반적인 소아 질환 관리 역량을 강화할 것입니다.
|
의사들은 사례 교육 매뉴얼을 활용하여 일반적인 소아 질환 관리 역량을 강화할 것입니다.
|
|
실험적: 사례 교육 동영상
의사들은 사례 교육 비디오를 사용하여 일반적인 소아 질환 관리 역량을 강화할 것입니다.
|
의사들은 사례 교육 비디오를 사용하여 일반적인 소아 질환 관리 역량을 강화할 것입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
최고의 임상 진료 지침을 준수하는 의사
기간: 연구 완료를 통해 평균 6개월
|
의사가 최선의 임상 진료 지침을 준수하는 정도, 즉 의사가 최선의 임상 진료 지침과 질병의 진행을 기반으로 지속적으로 판단과 치료를 내리는 정도입니다.
완전 순응, 부분 순응, 비순응의 3가지 등급으로 구성된 순서형 범주형 변수입니다.
임상 비네팅 방법을 사용하여 측정됩니다.
|
연구 완료를 통해 평균 6개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
최고의 임상 진료 지침을 준수하는 의사의 이분형 변수
기간: 연구 완료를 통해 평균 6개월
|
최고의 임상 진료 지침을 준수하는 의사의 이분형 변수.
완전 준수, 부분 준수 또는 비 준수라는 두 가지 범주로 구성된 이분형 변수.
임상 비네팅 방법을 사용하여 측정됩니다.
|
연구 완료를 통해 평균 6개월
|
|
최선의 임상진료지침에 따른 의사의 진단의 정확성 정도
기간: 연구 완료를 통해 평균 6개월
|
최선의 임상진료지침에 따른 의사의 진단의 정확성 정도.
완전 정확, 부분 정확, 부정확의 세 가지 범주로 구성된 순서형 범주형 변수입니다.
임상 비네팅 방법을 사용하여 측정됩니다.
|
연구 완료를 통해 평균 6개월
|
|
질병의 치료와 직접적으로 관련된 의사의 검진 점수
기간: 연구 완료를 통해 평균 6개월
|
질병의 치료와 직접적인 관련이 있는 의사의 검진 점수입니다.
연속변수입니다.
질병 처리 능력 척도(Disease Handling Capability Scale)라는 시험지를 사용하여 측정합니다.
가장 낮은 점수는 0점, 가장 높은 점수는 5점이며, 점수가 높을수록 더 좋은 결과를 의미합니다.
|
연구 완료를 통해 평균 6개월
|
|
질병대처 능력 확장과 관련된 의사의 검진 점수
기간: 연구 완료를 통해 평균 6개월
|
질병 처리 능력 확장과 관련된 의사의 검사 점수입니다.
연속변수입니다.
확장된 질병 처리 능력 척도라는 시험지를 사용하여 측정됩니다.
가장 낮은 점수는 0점, 가장 높은 점수는 5점이며, 점수가 높을수록 더 좋은 결과를 의미합니다.
|
연구 완료를 통해 평균 6개월
|
|
의사가 환자의 실제 요구를 충족시키는 데 중점을 두고 환자의 감정을 적절히 고려하는 수준
기간: 연구 완료를 통해 평균 6개월
|
의사가 환자의 실제 요구를 충족시키는 데 중점을 두고 환자의 감정을 적절히 고려하는 수준.
연속변수입니다.
팀에서 개발한 환자 중심의 상황별 문항 시험지 방법을 사용하여 측정합니다.
|
연구 완료를 통해 평균 6개월
|
|
의사 훈련의 채택
기간: 연구 완료를 통해 평균 6개월
|
시행 결과: 의사 교육 채택.
채택됨, 채택되지 않음이라는 두 가지 범주로 구성된 이분형 변수입니다.
팀에서 개발한 설문지(의사가 직접 보고)를 사용하여 측정합니다.
|
연구 완료를 통해 평균 6개월
|
|
연구자들이 세 가지 유형의 훈련을 개발하고 시행하는 데 드는 비용
기간: 연구 완료를 통해 평균 6개월
|
구현 결과: 연구원이 세 가지 유형의 교육을 개발하고 구현하는 데 드는 비용.
연속변수입니다.
이는 프로젝트 최종 지출 계정을 사용하여 측정됩니다.
|
연구 완료를 통해 평균 6개월
|
|
세 가지 유형의 훈련에 대한 의사의 수용성 점수
기간: 연구 완료를 통해 평균 6개월
|
시행 결과: 세 가지 유형의 훈련에 대한 의사의 수용성 점수.
연속변수입니다.
이는 의사가 자가 보고한 일반적인 TFA(Theoretical Framework of Acceptability) 기반 설문지를 사용하여 측정됩니다.
|
연구 완료를 통해 평균 6개월
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Yao Zhao, Doctor, National Clinical Research Center for Child Health and Disorders, Chongqing, China
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- Virtual pediatric patients
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
IPD 공유 기간
IPD 공유 액세스 기준
IPD 공유 지원 정보 유형
- 연구_프로토콜
- 수액
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
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. .