Effectiviteit van een op Edge AI-gebaseerd Augmented Reality-systeem voor Handhygiëne-training: een Multi-centre, Mixed-methods Cluster Gerandomiseerde Gecontroleerde Studie (HANDHEART)

Het belang van handhygiëne mag niet worden onderschat, zowel in de gezondheidszorg als in de gemeenschap (Allegranzi et al., 2011; Mathur, 2011). De bevordering van handhygiëne is de beste praktijk om zorggerelateerde infecties te voorkomen (WHO, 2009). Naar schatting kan handhygiëne meer dan 500.000 toegeschreven sterfgevallen per jaar voorkomen. Er werd vastgesteld dat de jaarlijkse economische impact van zorggerelateerde infecties in de VS in 2004 ongeveer US$6,5 miljard bedroeg (WHO, 2009) en elke US$1 die aan handhygiëne-promotie wordt besteed, kan een voordeel van US$23,7 opleveren (Chen et al., 2011). Onderwijs speelt een sleutelrol bij het leggen van een goede basis voor handhygiëne.

De traditionele trainingsmethoden voor handhygiëne omvatten klassikale lezingen en praktijk, maar ze krijgen zelden geïndividualiseerde instructies en feedback vanwege beperkte mankracht en faciliteiten. Daarom is er een dringende behoefte aan een geautomatiseerd en geïndividualiseerd trainingssysteem. Dit voorgestelde project heeft als doel een innovatief educatief hulpmiddel voor handhygiëne te ontwerpen en te testen, met de volgende specifieke doelstellingen:

1. een prototype ontwikkelen van het door AI-aangedreven AR-systeem voor handhygiëne-training en -beoordeling;
2. een multi-centrum, mixed-methods non-inferiority gerandomiseerde gecontroleerde studie (RCT) uitvoeren om de effectiviteit van dit AI-gebaseerde AR-trainingssysteem op kennis en praktijk van handhygiëne te testen bij verschillende populaties in verschillende settings, inclusief bachelorstudenten van gezondheidsgerelateerde disciplines, zorgprofessionals en ondersteunend personeel in ziekenhuizen;
3. de effecten van het AI-gebaseerde AR-trainingssysteem evalueren en feedback van deelnemers verzamelen.
4. de ervaringen, attitudes en percepties van deelnemers over handhygiëne-training onderzoeken met behulp van gebruikersfeedback-enquêtes en focusgroepinterviews.

Als het effectief blijkt te zijn, kan dit systeem worden geïntegreerd in het curriculum van studenten van gezondheidsgerelateerde disciplines, zorgprofessionals en ondersteunend personeel van ziekenhuizen als een e-learningbenadering. In de toekomst kan dit systeem ook op het punt van zorg worden gebruikt voor real-time monitoring en auditing van zorgverleners in andere zorgsettings. Naast kwantitatieve uitkomstmaten zullen kwalitatieve interviews worden uitgevoerd om de leerervaringen, attitudes en waargenomen barrières van studenten met betrekking tot handhygiëne-praktijk en het gebruik van AI-gebaseerde AR-trainingshulpmiddelen te onderzoeken.

Methoden

Studieontwerp Dit is een mixed-methods studie bestaande uit een multi-centrum non-inferiority twee-arm gerandomiseerde gecontroleerde studie (RCT) en een kwalitatieve component. De RCT zal de effectiviteit van het AI-gebaseerde AR-trainingssysteem op de kennis en praktijk van handhygiëne van studenten evalueren, terwijl de kwalitatieve studie de ervaringen, attitudes en waargenomen barrières van studenten met betrekking tot handhygiëne-training zal onderzoeken via semi-gestructureerde interviews. Er zijn drie centra voor deze studie: de Hong Kong Polytechnic University, Chinese University of Hong Kong, en Tongji Hospital in Wuhan, China. We zullen in aanmerking komende bachelorstudenten van twee universiteiten, en zorgprofessionals/ondersteunend personeel van Tongji Hospital werven.

Deelnemerswerving We zullen 480 bachelorstudenten van gezondheidsgerelateerde disciplines werven van de Hong Kong Polytechnic University en de Chinese University of Hong Kong (n=240); zorgprofessionals en ondersteunend personeel in ziekenhuizen (n=240). Gegevensverzameling zal plaatsvinden van september 2025 tot december 2026. Deelnemers zullen een tijdslot voor trainingssessies inschrijven (elke sessie heeft maximaal 25 deelnemers). Alle deelnemers die dezelfde sessie bijwonen, zullen door clusterrandomisatie aan dezelfde groep worden toegewezen. Een statisticus zal de groepen van tevoren toewijzen met een willekeurige nummergenerator. De deelnemers zullen niet op de hoogte worden gebracht van hun groep voordat ze op de studielocaties arriveren.

We berekenden de steekproefomvang voor een cluster gerandomiseerde gecontroleerde studie. We nemen aan dat het aantal deelnemers in elke cluster varieert van 6 tot 25, er zullen ongeveer 10-30 clusters in elke groep zijn. We nemen ook aan dat de standaarddeviatie van proefpersonen 2,00 is, de intracluster correlatiecoëfficiënt 0,010, en de variatiecoëfficiënt van clustergroottes 0,500 (Ahn et al. 2015). De totale steekproefomvang van 480 kan een power van >91% bereiken om een verschil tussen twee groepsgemiddelden (betrouwbaarheidsinterval -1,0 en 1,0) te detecteren in een tweezijdige t-toets met een significantieniveau van 0,050.

Pre-interventiebeoordeling Tijdens het locatiebezoek zullen de deelnemers eerst worden uitgenodigd om een toestemmingsformulier te ondertekenen en een vragenlijst in te vullen over kennis en praktijk van handhygiëne (bijgevoegd in Bijlage 1).

Deelnemers zullen fluorescent poeder op beide handen moeten aanbrengen en vervolgens handen wassen met vloeibare zeep zonder enige instructies (1e HW-poging). De camera die boven de handwaskommen is geïnstalleerd, zal video's van beide handen maken (geen gezicht of andere lichaamsdelen) tijdens deze procedure. Na het handen wassen, zullen deelnemers het resterende fluorescente poeder op hun handen moeten scannen in een handscanner (The Semmelweis Scanner™). De opgenomen handwasvideo's zullen worden gebruikt om de AI-algoritmen te trainen voor automatische beeldverwerking en beoordelingen. Twee IPC-experts zullen de kwaliteit van handhygiëne in deze video's beoordelen, wat zal worden gebruikt als grondwaarheid in beeldverwerking. Het percentage resterende fluorescente gel op handen dat in de handscanner wordt getoond, zal worden gebruikt als een objectieve beoordeling voor de effectiviteit van handen wassen bij individuele deelnemers.

Interventiegroepen Groep A (AI-gebaseerd AR-trainingssysteem) Deelnemers zullen het door AI-aangedreven AR-trainingssysteem gebruiken om geïndividualiseerde beoordelingen van hun handwasprestaties te krijgen. Ze zullen niet op de hoogte worden gebracht van de handscannerresultaten.

Groep B (Handscanner + Videotraining) Deelnemers zullen een bestaand onderwijsprogramma gebruiken dat effectief is gebleken in onze eerdere studie (ongepubliceerd). Kort gezegd zullen de deelnemers worden geïnformeerd over hun handscannerresultaten tijdens de eerste HW-poging. Ze zullen ook een trainingsvideo bekijken over de 7 stappen van handen wassen.

Post-interventiebeoordeling De deelnemers zullen de tweede HW-poging uitvoeren door opnieuw fluorescent poeder op beide handen aan te brengen en vervolgens handen te wassen met opgenomen video's. Na het handen wassen, zullen deelnemers opnieuw het resterende fluorescente poeder op hun handen scannen in een handscanner.

Deelnemers zullen ook worden gevraagd een vragenlijst over kennis en praktijk van handhygiëne in te vullen als onderdeel van de post-interventiebeoordeling.

Kwalitatieve Studie Naast de gerandomiseerde gecontroleerde studie, zal een kwalitatieve component worden uitgevoerd om de ervaringen, attitudes en waargenomen barrières van deelnemers ten aanzien van handhygiëne-training te onderzoeken (zie Bijlage 2). Een doelgerichte substeekproef van deelnemers uit zowel interventie- als controlegroepen zal worden uitgenodigd voor semi-gestructureerde interviews geleid door het Theoretical Domains Framework (Cane et al., 2012). De interviews zullen onderwerpen behandelen zoals leerervaring, motivatie, bruikbaarheid, kennis, vaardigheden en sociale invloeden. Alle interviews zullen worden opgenomen en letterlijk getranscribeerd. Gegevens zullen worden geanalyseerd met thematische analyse, met initiële codes inductief gegenereerd en vervolgens georganiseerd in bredere categorieën en thema's. Thema's zullen iteratief worden beoordeeld en verfijnd om geloofwaardigheid en consistentie te waarborgen. Schriftelijke geïnformeerde toestemming zal worden verkregen vóór deelname, en vertrouwelijkheid en vrijwillige deelname zullen strikt worden nageleefd. Elke deelnemer krijgt een coupon van 100 HKD. Het voorbeeld van de couponondertekeningsformulier is te vinden in Bijlage 3.

Randomisatie, allocatieverberging en blindering Deelnemers zullen willekeurig worden toegewezen aan de interventiegroepen via een randomisatieproces uitgevoerd door een statisticus die niet betrokken is bij deelnemerswerving. De deelnemers zullen geblindeerd zijn. De RA's betrokken bij deelnemerswerving en de IPC-experts die de kwaliteit van handhygiëne beoordelen, zullen geblindeerd zijn voor de groepsindelingen. De RA's en studentassistenten betrokken bij het opnemen van handhygiëne-video's op de studielocatie zullen niet geblindeerd zijn omdat ze instructies aan de deelnemers zullen geven.

Ethische overwegingen

Er wordt verwacht dat het onderwijsprogramma geen fysieke of psychologische schade aan de deelnemers zal veroorzaken. Er is een zeer lage kans op huidallergie voor fluorescent poeder. Als een deelnemer tekenen van huidallergie vertoont, zal hij of zij onmiddellijk stoppen met de studie. De contactgegevens van het ethische of het onderzoekverantwoordelijke personeel zijn duidelijk vermeld in de informatieblad.

Uitleg van de studie zal worden gegeven aan deelnemers die geïnteresseerd zijn in deelname aan de studie. Deelnemers krijgen ook de gelegenheid om vragen te stellen aan ons projectpersoneel. Bovendien zal de informatieblad, inclusief het doel van de studie, vertrouwelijkheid van de gegevens en rechten van de deelnemers, ook worden verstrekt aan de deelnemers. De contactgegevens van het ethische of het onderzoekverantwoordelijke personeel zijn duidelijk vermeld in de informatieblad. Als ze akkoord gaan met deelname aan de studie, moeten ze het toestemmingsformulier ondertekenen. Hun deelname is op vrijwillige basis; ze hebben het recht om zich op elk moment terug te trekken uit de studie zonder gevolgen.

Alle verzamelde gegevens zullen vertrouwelijk worden bewaard, en alleen het onderzoekspersoneel kan toegang krijgen tot en de gegevens verwerken. Er worden geen persoonlijke gegevens van de deelnemers verzameld behalve het studentnummer. Voor de kwalitatieve component zullen deelnemers ook om toestemming worden gevraagd om deel te nemen aan interviews. Alle interviewgegevens zullen worden geanonimiseerd en vertrouwelijk behandeld.

Vertrouwelijkheid en Beveiliging

Gegevensverzameling zal anoniem zijn, alleen geanalyseerd voor gespecificeerde doeleinden en gebaseerd op de toestemming of andere legitieme basis vastgelegd door wet. Geen persoonlijke informatie zal worden gekoppeld aan beeld-/videogegevens. Alle beeld-/videogegevens zullen een jaar na voltooiing van het project worden verwijderd. Het project zal geen activiteiten of resultaten omvatten die beveiligingsproblemen opleveren.

Referenties

Allegranzi, B., Bagheri Nejad, S., Combescure, C., Graafmans, W., Attar, H., Donaldson, L., & Pittet, D. (2011). Burden of endemic health-care-associated infection in developing countries: systematic review and meta-analysis. Lancet, 377(9761), 228-241. https://doi.org/10.1016/S0140-6736(10)61458-4

Ahn, C., Heo, M., & Zhang, S. (2015). Sample Size Calculations for Clustered and Longitudinal Outcomes in Clinical Research. CRC Press. New York.

Chen, Y. C., Sheng, W. H., Wang, J. T., Chang, S. C., Lin, H. C., Tien, K. L., Hsu, L. Y., & Tsai, K. S. (2011). Effectiveness and limitations of hand hygiene promotion on decreasing healthcare-associated infections. PLoS One, 6(11), e27163. https://doi.org/10.1371/journal.pone.0027163

Mathur, P. (2011). Hand hygiene: back to the basics of infection control. Indian J Med Res, 134(5), 611-620. https://doi.org/10.4103/0971-5916.90985

WHO. (2009). In WHO Guidelines on Hand Hygiene in Health Care: First Global Patient Safety Challenge Clean Care Is Safer Care. https://www.ncbi.nlm.nih.gov/pubmed/23805438

Yang, L., Lu, Y., Cao, J., Huang, J., & Zhang, M. (2020). E-Tree Learning: A Novel Decentralized Model Learning Framework for Edge AI. IEEE Internet of Things Journal.

Cane, J., O'Connor, D., & Michie, S. (2012). Validation of the theoretical domains framework for use in behaviour change and implementation research. Implementation science, 7(1), 37.