AI-geïntegreerde mobiele educatie en zelfmanagement bij hemodialyse (AI-MOBI-HEMODI)

Deze gerandomiseerde gecontroleerde studie heeft als doel de effectiviteit te evalueren van een mobiele educatie-applicatie met ondersteuning van kunstmatige intelligentie, ontworpen om zelfzorggedrag, arterioveneuze fistel (AVF) zorgpraktijken en belangrijke biochemische parameters te verbeteren bij volwassen hemodialyse (HD) patiënten. Chronische Nierziekte (CKD) en de meest voorkomende nierfunctievervangende therapie, hemodialyse, leggen een aanzienlijke fysieke, psychologische en sociaaleconomische last op patiënten. HD-patiënten ervaren vaak vermoeidheid, pijn, krampen, slaapstoornissen, uitdagingen met dorst en vochtbeperking, dieetbeperkingen, AVF-gerelateerde complicaties en emotionele stress. Deze moeilijkheden benadrukken het belang van het versterken van de zelfzorgvaardigheden van patiënten en het bevorderen van actieve betrokkenheid bij ziektebeheer.

Ondanks de prevalentie van mobiele gezondheidstechnologieën (mHealth) bij chronische ziektebeheer, blijven bestaande applicaties voor HD-patiënten beperkt, en geen enkele heeft gepersonaliseerde educatieve ondersteuning op basis van kunstmatige intelligentie geïntegreerd. De afwezigheid van AI-gedreven patiënteneducatie vertegenwoordigt een aanzienlijke kloof in de verpleegkundige wetenschap en digitale gezondheidsinnovatie. Dit project adresseert die kloof door het ontwikkelen en testen van een gestructureerd, evidence-based mobiel educatieprogramma ondersteund door kunstmatige intelligentie, specifiek ontworpen voor HD-patiënten.

De studie zal 76 in aanmerking komende hemodialysepatiënten includeren van het Bitlis Staatsziekenhuis en het Bitlis Tatvan Staatsziekenhuis. Deelnemers zullen willekeurig worden toegewezen aan de interventiegroep of de controlegroep met behulp van eenvoudige randomisatie. De interventiegroep krijgt zes weken toegang tot de AI-ondersteunde mobiele applicatie, die modules bevat over nierfunctie, CKD en behandelingsopties, symptoombeheer, dieetadherentie, vochtbeheer, behandelingadherentie en AVF-zorg. Elke module bevat schriftelijke inhoud, video's, afbeeldingen, stemondersteunde leesfuncties en een geïntegreerde "Stel een Vraag"-functie waarmee patiënten direct kunnen communiceren met het onderzoeksteam. De controlegroep ontvangt routinematige klinische zorg zonder aanvullende interventie.

De kunstmatige intelligentie-component zal helpen bij inhoudspersonalizatie, monitoring van patiëntbetrokkenheid, gegevensopslag, geautomatiseerde herinneringen voor niet-actieve gebruikers en ondersteunende feedback op basis van leerprogressie en biochemische trends. De ontwikkeling van de mobiele applicatie zal worden begeleid door expertopinies van nefrologiespecialisten, dialyseverpleegkundigen, academici en diëtisten. De leesbaarheid van educatiematerialen zal worden beoordeeld met behulp van de Ateşman Leesbaarheidsformule. Een pilotstudie zal voorafgaand aan de studie worden uitgevoerd om de bruikbaarheid te evalueren met behulp van de Web Analysis and Measurement Inventory (WAMMI).

Gegevensverzameling zal een Patiëntidentificatieformulier, de Hemodialyse Arterioveneuze Fistel Zelfzorggedragschaal, de Hemodialyse Zelfmanagement Schaal en een Biochemische Parameters Volgformulier omvatten. Voormetinggegevens zullen worden verzameld vóór de interventie; nametinggegevens zullen worden verzameld aan het einde van de zes weken durende interventieperiode. Biochemische parameters zullen BUN, creatinine, albumine, kalium, fosfor, hemoglobine, urinezuurgehalten, Kt/V en drooggewicht omvatten, verkregen uit routinematige klinische dossiers zonder aanvullende bloedafname.

De primaire uitkomsten zullen veranderingen in zelfzorg- en zelfmanagementgedrag beoordelen op basis van gevalideerde schalen. Secundaire uitkomsten zullen veranderingen in biochemische parameters tussen de interventie- en controlegroep onderzoeken. Gegevensanalyse zal worden uitgevoerd met behulp van SPSS, waarbij beschrijvende statistieken, normaliteitstesten en geschikte statistische vergelijkingstesten worden gebruikt, met significantie ingesteld op p < 0,05.

Ethische goedkeuring zal worden verkregen van het relevante institutionele ethische comité, en schriftelijke geïnformeerde toestemming zal worden verkregen van alle deelnemers. Gegevensvertrouwelijkheid zal worden gewaarborgd met behulp van versleutelde inlogsystemen en veilige opslagprocessen.

Verwacht wordt dat deze studie een belangrijke bijdrage zal leveren aan de wetenschappelijke literatuur door de eerste AI-ondersteunde mobiele educatie-interventie te zijn die is afgestemd op hemodialysepatiënten. Verwachte voordelen zijn onder meer verbeterd zelfzorggedrag, verhoogde patiëntautonomie, verminderde AVF-complicaties, betere naleving van dieet- en vochtbeperkingen en verbeterde biochemische uitkomsten. Bredere impacten van het project zijn onder meer de potentiële vermindering van ziekenhuisopnamepercentages, lagere gezondheidszorgkosten, verhoogde levenskwaliteit voor HD-patiënten en de oprichting van een digitaal model dat kan worden aangepast voor andere chronische ziektepopulaties.

Uiteindelijk heeft deze studie als doel aan te tonen dat de integratie van kunstmatige intelligentie met mobiele gezondheidseducatie een transformerende benadering kan creëren voor patiëntempowerment, klinische zorg en chronische ziektebeheer binnen het veld van nefrologie en verpleegkunde.