Innovatieve Elektrocardiogramtraining met Kunstmatige Intelligentie Klinische Scenario's voor Verpleegkundig Personeel
Impact van innovatieve ECG-training met AI-gestuurde klinische scenario's op kennis, klinisch redeneren en zelfeffectiviteit bij verpleegkundig personeel
Achtergrond en Doel Een nauwkeurige interpretatie van een elektrocardiogram is een essentiële vaardigheid voor verpleegkundig personeel om de patiëntveiligheid en tijdige interventie in de cardiovasculaire zorg te waarborgen. Traditionele trainingsmethoden missen vaak het interactieve en complexe karakter van realistische klinische situaties. Deze studie heeft tot doel de effectiviteit te evalueren van een innovatief trainingsprogramma dat Kunstmatige Intelligentie gebruikt om realistische klinische scenario's te creëren. Het doel is om vast te stellen of deze technologie-ondersteunde aanpak de kennis van verpleegkundigen, hun vermogen om klinische beslissingen te nemen (klinisch redeneren) en hun vertrouwen in het uitvoeren van deze taken (zelfeffectiviteit) verbetert.
Studieopzet en Methodologie De onderzoekers zullen een studie uitvoeren met verpleegkundig personeel om hun prestaties voor en na de trainingsinterventie te vergelijken. Deelnemers zullen werken met door Kunstmatige Intelligentie ondersteunde klinische scenario's die specifiek zijn ontworpen voor elektrocardiograminterpretatie.
Gegevensverzameling
Om de impact van de training te meten, zal de studie vier primaire instrumenten gebruiken:
Een Elektrocardiograminterpretatie Kennis Test om theoretisch begrip te meten.
Een beoordeling van Verpleegkundig Besluitvorming bij Elektrocardiograminterpretatie om praktisch klinisch redeneren te evalueren.
Een Zelfeffectiviteitsschaal voor Kunstmatige Intelligentie-gebaseerde Elektrocardiogramtraining om het vertrouwen van de deelnemers in hun vaardigheden te meten.
Focusgroepdiscussies zullen aan het einde van de studie worden gehouden om diepere kwalitatieve inzichten te verkrijgen in de ervaringen en percepties van het verpleegkundig personeel over het gebruik van technologie in hun professionele ontwikkeling.
Studie Overzicht
Toestand
Conditie
Studietype
Inschrijving (Werkelijk)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
-
Alexandria, Egypte, 21511
- Faculty of Nursing, Alexandria University
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Beroepsstatus: verpleegkundig personeel dat momenteel werkzaam is in de klinische praktijk. Toestemming: Bereidheid om deel te nemen aan de studie en schriftelijke geïnformeerde toestemming te verstrekken.
Technische geletterdheid: Vaardigheid om basale computersoftware of mobiele applicaties te gebruiken om te interacteren met het Artificial Intelligence-platform.
Exclusiecriteria:
- Eerdere gespecialiseerde training: Verpleegkundigen die de afgelopen drie maanden geavanceerde Elektrocardiogram-certificeringscursussen of gespecialiseerde training hebben gevolgd om vertekening in de basiskennisbeoordeling te voorkomen.
Eerdere ervaring met Artificial Intelligence-leermiddelen: Verpleegkundigen die eerder hebben deelgenomen aan formele trainingen of onderzoeksstudies met Artificial Intelligence-gestuurde onderwijsplatforms of klinische beslissingsondersteunende systemen. Dit is om ervoor te zorgen dat de reacties van de deelnemers op de Artificial Intelligence-gestuurde leersoftware en hun ervaren zelfeffectiviteit niet worden beïnvloed door eerdere bekendheid met vergelijkbare technologieën.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Onderzoek naar gezondheidsdiensten
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Artificial Intelligence Aangedreven Trainingsgroep
Deelnemers in deze groep zullen gebruikmaken van een originele, speciaal ontworpen leersoftware die door de onderzoeker is ontwikkeld en die Kunstmatige Intelligentie integreert om dynamische klinische scenario's te bieden.
De interventie richt zich op interactieve training voor Elektrocardiogram-interpretatie.
Elk scenario is afgestemd op de prestaties van de leerling, biedt onmiddellijke feedback en simuleert uitdagingen uit de echte cardiovasculaire zorg.
Deze groep zal voor- en nametingen voltooien, gevolgd door focusgroepdiscussies om hun kwalitatieve ervaringen met de software te verkennen.
|
Deze interventie bestaat uit een originele educatieve software die is ontworpen en ontwikkeld door de onderzoeker. De software maakt gebruik van Kunstmatige Intelligentie om interactieve en adaptieve klinische scenario's te genereren die gericht zijn op het interpreteren van Elektrocardiogrammen. Deelnemers interacteren met hoogwaardige simulaties waarbij de Kunstmatige Intelligentie motor de complexiteit van de casus aanpast op basis van de reacties van de gebruiker. De software geeft directe feedback, onderbouwingen voor correcte verpleegkundige beslissingen en volgt de voortgang van het verpleegkundig personeel in real-time. Trainingssessies zijn gestructureerd om klinisch redeneren en zelfeffectiviteit te verbeteren door middel van meeslepende, technologie-verbeterde leerervaringen. |
|
Actieve vergelijker: Traditionele Trainingscontrole Groep
Deelnemers in deze groep zullen de standaard educatieve interventie voor elektrocardiograminterpretatie ontvangen die wordt gebruikt in traditionele verpleegkundige opleidingen.
Dit omvat doorgaans conventionele klassikale colleges, gedrukte educatieve materialen en standaard presentatiedia's zonder de interactieve of adaptieve kenmerken van kunstmatige intelligentie.
Deze groep zal dezelfde voor- en nametingen voltooien als de interventiegroep om een basislijn te bieden voor het vergelijken van de effectiviteit van de nieuwe technologieverbeterde methode.
|
Deze interventie vertegenwoordigt de standaard educatieve aanpak voor verplegend personeel. Het omvat traditionele klassikale colleges en het gebruik van statisch educatief materiaal zoals gedrukte handleidingen en PowerPoint-presentaties. De inhoud behandelt dezelfde theoretische en praktische principes van ECG-interpretatie als de interventiegroep, maar zonder gebruik van kunstmatige intelligentie of interactieve klinische scenario's. De sessies worden geleid door een instructeur in een conventionele leeromgeving, met focus op passieve kennisverwerving en gestandaardiseerde klinische voorbeelden. |
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Kennis Score Elektrocardiogram Interpretatie
Tijdsspanne: Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
Een uitgebreid beoordelingsinstrument ontworpen om de theoretische en praktische kennis van verpleegkundigen te evalueren: Bestaat uit 15 meerkeuzevragen specifiek ontworpen om het cognitieve kennisniveau van verpleegkundigen te beoordelen met betrekking tot de fundamentele principes van elektrocardiograminterpretatie, zoals analyse van basale golfvormcomponenten, berekening van hartslag, identificatie van veelvoorkomende ritmestoornissen, atrioventriculaire geleidingsstoornissen en evaluatie van levensbedreigende hartritmes. Elk correct antwoord levert één punt op, met een maximaal haalbare score van 15. Scores variëren van een minimum van 0 tot een maximum van 15. Hogere scores duiden op een hoger kennisniveau in elektrocardiograminterpretatie.
|
Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Schaal voor Verpleegkundige Besluitvorming bij ECG-interpretatie
Tijdsspanne: Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
Dit is een zelfrapportage-instrument met 8 items, ontworpen om het klinisch oordeel en het vertrouwen van verpleegkundigen bij de interpretatie van elektrocardiogrammen te beoordelen. Elk item wordt beoordeeld op een 5-punts Likertschaal, variërend van 1 (Sterk mee oneens) tot 5 (Sterk mee eens). Scoring en interpretatie: Minimale en maximale waarden: De totaalscore varieert van een minimum van 8 tot een maximum van 40. Hoge competentie (30-40): Geeft een hoog klinisch oordeel en professioneel vertrouwen aan bij het interpreteren van hartritmes. Matige vaardigheid (19-29): Geeft een matig klinisch oordeel aan; de verpleegkundige kan toezicht of verdere begeleiding nodig hebben. Lage competentie (8-18): Geeft een laag vertrouwen en een hoog risico op fouten in het klinisch oordeel aan. Hogere totaalscores weerspiegelen een beter resultaat, wat staat voor grotere klinische competentie en veiligere besluitvorming in de cardiovasculaire zorg. |
Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
|
Algemene Zelfeffectiviteitsschaal voor Elektrocardiograminterpretatie en Klinische Taken
Tijdsspanne: Baseline (Pre-test) en twee weken na voltooiing van de trainingsinterventie (Follow-up test).
|
Een psychometrische schaal van 10 items aangepast om het waargenomen vertrouwen en zelfvertrouwen van het verpleegkundig personeel te beoordelen in hun vermogen om ECG-interpretatie en bijbehorende klinische taken effectief uit te voeren onder verschillende omstandigheden. Scoringssysteem: Elk item wordt gescoord op een 4-punts Likert-schaal:
Interpretatie van de Totale Score (Bereik 10-40): Hoge Self-efficacy (31-40): Geeft sterk waargenomen competentie en hoog zelfvertrouwen aan bij het omgaan met cardiovasculaire zorguitdagingen. Matige Self-efficacy (21-30): Geeft matig vertrouwen aan bij het omgaan met klinische eisen. Lage Self-efficacy (10-20): Geeft weinig vertrouwen aan in het vermogen om professionele uitdagingen in ECG-interpretatie het hoofd te bieden. Hogere totale scores duiden op een beter resultaat, wat sterker waargenomen competentie en hogere self-efficacy onder het verpleegkundig personeel vertegenwoordigt. |
Baseline (Pre-test) en twee weken na voltooiing van de trainingsinterventie (Follow-up test).
|
|
De perceptie en tevredenheid van verpleegkundigen met kunstmatige intelligentie-ondersteund leren bij ECG-interpretatie
Tijdsspanne: Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
Deze kwalitatieve uitkomst beoordeelt de acceptatie, het waargenomen nut, de bruikbaarheid en de tevredenheid van de deelnemers met het op kunstmatige intelligentie gebaseerde leerplatform dat speciaal is ontworpen voor het interpreteren van elektrocardiogrammen. Gegevensverzameling en analyse: Methode: Gegevens worden verzameld via focusgroepdiscussies om de ervaringen en feedback van het verpleegkundig personeel te onderzoeken. Analysemethode: De resultaten worden geanalyseerd met behulp van thematische analyse om terugkerende patronen, thema's en subthema's met betrekking tot de interventie te identificeren. |
Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
|
Verpleegkundige Klinische Besluitvormingsscore met Casusvignetten
Tijdsspanne: Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
Gemeten met een gespecialiseerd beoordelingsinstrument bestaande uit 10 klinische casusvignetten. Elke vignette presenteert een specifieke patiëntenscenario gerelateerd aan cardiovasculaire zorg en vereist dat de deelnemer elektrocardiogrambevindingen analyseert en de meest geschikte verpleegkundige interventie kiest via meerkeuzevragen. Dit instrument evalueert het vermogen van het verpleegkundig personeel om theoretische kennis toe te passen op praktische, real-life klinische situaties, waarbij scores variëren van een minimum van 0 tot een maximum van 10, waarbij hogere scores een beter resultaat aangeven. Hogere totale scores over de 10 vignettes duiden op superieure klinische besluitvormingsvaardigheden en beter professioneel oordeel in elektrocardiograminterpretatie. |
Baseline (Pre-test) en 2 weken na interventie (Post-test)
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- AU-20-6-392
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .