- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07455357
Innovativ elektrokardiogramtrening ved bruk av kunstig intelligens kliniske scenarier for sykepleiepersonale
Effekten av innovativ EKG-opplæring ved bruk av KI-støttede kliniske scenarioer på kunnskap, klinisk resonnering og selvfølelse blant sykepleiere
Bakgrunn og formål Nøyaktig tolkning av et elektrokardiogram er en avgjørende ferdighet for sykepleierne for å sikre pasientsikkerhet og rettidig intervensjon i kardiovaskulær behandling. Tradisjonelle treningsmetoder mangler ofte den interaktive og komplekse karakteren av virkelige kliniske situasjoner. Denne studien har som mål å evaluere effektiviteten av et innovativt treningsprogram som bruker kunstig intelligens for å skape realistiske kliniske scenarier. Målet er å avgjøre om denne teknologi-forsterkede tilnærmingen forbedrer sykepleiernes kunnskap, deres evne til å ta kliniske avgjørelser (klinisk resonnement), og deres selvtillit til å utføre disse oppgavene (selveffektivitet).
Studiedesign og metodologi Forskerne vil gjennomføre en studie med sykepleierne for å sammenligne deres prestasjon før og etter treningsintervensjonen. Deltakerne vil engasjere seg med kunstig intelligens-støttede kliniske scenarier spesielt designet for elektrokardiogramtolkning.
Datainnsamling
For å måle effekten av treningen, vil studien bruke fire primære verktøy:
En elektrokardiogramtolkning kunnskapstest for å måle teoretisk forståelse.
En vurdering av sykepleiernes beslutningstaking i elektrokardiogramtolkning for å evaluere praktisk klinisk resonnement.
En selveffektivitetskala for kunstig intelligens-basert elektrokardiogramtrening for å måle deltakernes tillit til sine ferdigheter.
Fokusgruppe diskusjoner vil bli holdt på slutten av studien for å få dypere kvalitative innsikter i sykepleiernes erfaringer og oppfatninger av å bruke teknologi i sin profesjonelle utvikling.
Studieoversikt
Status
Forhold
Studietype
Registrering (Faktiske)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
-
Alexandria, Egypt, 21511
- Faculty of Nursing, Alexandria University
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Yrkessituasjon: Sykepleiere som for tiden er ansatt i klinisk praksis. Samtykke: Villighet til å delta i studien og gi skriftlig informert samtykke.
Teknisk kompetanse: Evne til å bruke grunnleggende dataprogramvare eller mobilapplikasjoner for å samhandle med kunstig intelligens-plattformen.
Eksklusjonskriterier:
- Tidligere spesialisert opplæring: Sykepleiere som har deltatt på avanserte EKG-sertifiseringskurs eller spesialisert opplæring innen de siste tre månedene for å unngå skjevhet i grunnleggende kunnskapsvurdering.
Tidligere erfaring med læringsverktøy basert på kunstig intelligens: Sykepleiere som tidligere har deltatt i formell opplæring eller forskningsstudier som involverer utdanningsplattformer eller kliniske beslutningsstøttesystemer drevet av kunstig intelligens. Dette er for å sikre at deltakernes respons på læringsprogramvaren med kunstig intelligens og deres opplevde mestringstro ikke påvirkes av tidligere kjennskap til lignende teknologier.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Helsetjenesteforskning
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Kunstig Intelligens-drevet Treningsgruppe
Deltakerne i denne gruppen vil benytte en original, spesialutviklet læringsprogramvare utviklet av forskeren som integrerer kunstig intelligens for å tilby dynamiske kliniske scenarioer.
Intervensjonen fokuserer på interaktiv trening i EKG-tolkning.
Hvert scenario er tilpasset deltakerens prestasjon, gir umiddelbar tilbakemelding og simulerer virkelige utfordringer innen kardiovaskulær behandling.
Denne gruppen vil fullføre før- og ettertestvurderinger, etterfulgt av fokusgruppediskusjoner for å utforske deres kvalitative erfaringer med programvaren.
|
Denne intervensjonen består av en original undervisningsprogramvare designet og utviklet av forskeren. Programvaren bruker kunstig intelligens for å generere interaktive og tilpassede kliniske scenarioer fokusert på EKG-tolkning. Deltakerne samhandler med høytrohetssimuleringer der den kunstige intelligens-motoren justerer kompleksiteten i saken basert på brukerens svar. Programvaren gir umiddelbar tilbakemelding, rasjonale for riktige sykepleierbeslutninger, og sporer sykepleiernes fremgang i sanntid. Opplæringssesjonene er strukturert for å forbedre klinisk resonnering og selvtillit gjennom immersive, teknologi-forsterket læring |
|
Aktiv komparator: Tradisjonell Treningskontrollgruppe
Deltakerne i denne gruppen vil motta standard utdanningsintervensjon for elektrokardiogram-tolkning som brukes i tradisjonell sykepleierutdanning.
Dette inkluderer typisk konvensjonelle klasseromforelesninger, trykte undervisningsmaterieller og standard presentasjonsbilder uten de interaktive eller tilpassede funksjonene til kunstig intelligens.
Denne gruppen vil fullføre de samme pre-test og post-test vurderingene som intervensjonsgruppen for å gi en basislinje for å sammenligne effektiviteten til den nye teknologi-forsterkede metoden.
|
Denne intervensjonen representerer den standardiserte utdanningsmetoden for sykepleiere. Den inkluderer tradisjonelle forelesninger i klasserom og bruk av statiske undervisningsmateriell som trykte manualer og PowerPoint-presentasjoner. Innholdet dekker de samme teoretiske og praktiske prinsippene for EKG-tolkning som intervensjonsgruppen, men uten bruk av kunstig intelligens eller interaktive kliniske scenarioer. Sesjonene ledes av en instruktør i et konvensjonelt læringsmiljø, med fokus på passiv kunnskapsoverføring og standardiserte kliniske eksempler. |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Kunnskapsscore for elektrokardiogram-tolkning
Tidsramme: Baseline (Pre-test) og 2 uker etter intervensjon (Post-test)
|
Et omfattende vurderingsverktøy designet for å evaluere den teoretiske og praktiske kunnskapen til sykepleierpersonale: Består av 15 flervalgsspørsmål spesielt designet for å vurdere sykepleiernes kognitive kunnskapsnivå angående de grunnleggende prinsippene for EKG-tolkning, slik som analyse av grunnleggende bølgeformkomponenter, beregning av hjertefrekvens, identifikasjon av vanlige arytmier, atrioventrikulære ledningsforstyrrelser og evaluering av livstruende hjerterytmer. Hvert riktig svar gir ett poeng, med en total mulig poengsum på 15, hvor poengsummene varierer fra et minimum på 0 til et maksimum på 15. Høyere poengsummer indikerer et høyere kunnskapsnivå i EKG-tolkning.
|
Baseline (Pre-test) og 2 uker etter intervensjon (Post-test)
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Skala for sykepleieres beslutningstaking ved tolkning av elektrokardiogram
Tidsramme: Utgangspunkt (pretest) og 2 uker etter intervensjon (posttest)
|
Dette er et selvrapporteringsverktøy med 8 elementer designet for å vurdere den kliniske dømmekraften og selvtilliten til sykepleiepersonalet når det gjelder tolkning av elektrokardiogram. Hvert element vurderes på en 5-punkts Likert-skala fra 1 (Sterkt uenig) til 5 (Sterkt enig). Poengberegning og tolkning: Minimums- og maksimumsverdier: Den totale poengsummen varierer fra et minimum på 8 til et maksimum på 40. Høy kompetanse (30-40): Indikerer høy klinisk dømmekraft og profesjonell selvtillit i tolkning av hjerterytmer. Moderat evne (19-29): Indikerer moderat klinisk dømmekraft; sykepleieren kan trenge tilsyn eller ytterligere veiledning. Lav kompetanse (8-18): Indikerer dårlig selvtillit og høy risiko for feil i klinisk dømmekraft. Høyere totale poengsummer reflekterer et bedre utfall, og representerer større klinisk kompetanse og sikrere beslutningstaking i kardiovaskulær omsorg. |
Utgangspunkt (pretest) og 2 uker etter intervensjon (posttest)
|
|
Generell Selvtillitsskala for Elektrokardiogramtolkning og Kliniske Oppgaver
Tidsramme: Baseline (for-test) og to uker etter fullføring av treningsintervensjonen (oppfølgings-test).
|
En 10-punkts psykometrisk skala tilpasset for å vurdere sykepleiernes opplevde selvtillit og selvtillit i sin evne til å utføre EKG-tolkning og tilknyttede kliniske oppgaver effektivt under ulike forhold. Poengsystem: Hvert punkt poengsettes på en 4-punkts Likert-skala:
Tolkning av totalpoengsum (område 10-40): Høy selveffektivitet (31-40): Indikerer sterk opplevd kompetanse og høy selvtillit i å håndtere utfordringer innen hjerte- og karsykdommer. Moderat selveffektivitet (21-30): Indikerer moderat selvtillit i å håndtere kliniske krav. Lav selveffektivitet (10-20): Indikerer lav tro på evnen til å takle faglige utfordringer i EKG-tolkning. Høyere totalpoengsum indikerer et bedre resultat, og representerer sterkere opplevd kompetanse og høyere selveffektivitet blant sykepleierne. |
Baseline (for-test) og to uker etter fullføring av treningsintervensjonen (oppfølgings-test).
|
|
Sykepleieres oppfatning og tilfredshet med kunstig intelligens-assistert læring i elektrokardiogramtolkning
Tidsramme: Utgangspunkt (for-test) og 2 uker etter intervensjonen (etter-test)
|
Dette kvalitative resultatet vurderer deltakernes aksept, opplevd nytte, brukervennlighet og tilfredshet med den kunstig intelligens-assisterte læringsplattformen som er spesielt utviklet for elektrokardiogram-tolkning. Datainnsamling og analyse: Metode: Data vil bli samlet inn gjennom fokusgruppe-diskusjoner for å utforske sykepleiernes opplevde erfaringer og tilbakemeldinger. Analysemetode: Resultatene vil bli analysert ved hjelp av tematisk analyse for å identifisere gjentakende mønstre, temaer og undertemaer knyttet til intervensjonen. |
Utgangspunkt (for-test) og 2 uker etter intervensjonen (etter-test)
|
|
Nursing Clinical Decision-Making Score using Case Vignettes
Tidsramme: Utgangspunkt (for-test) og 2 uker etter intervensjon (etter-test)
|
Målt ved hjelp av et spesialisert vurderingsverktøy som består av 10 kliniske kasusvignetter. Hver vignett presenterer en spesifikk pasientscenario relatert til kardiovaskulær pleie og krever at deltakeren analyserer elektrokardiogramfunn og velger den mest passende sykepleieintervensjonen gjennom flervalgsspørsmål. Dette verktøyet evaluerer sykepleiernes evne til å anvende teoretisk kunnskap i praktiske, virkelige kliniske situasjoner, hvor poengsummer varierer fra et minimum på 0 til et maksimum på 10, med høyere poengsummer som indikerer et bedre utfall. Høyere totale poengsummer over de 10 vignettene indikerer overlegne kliniske beslutningstakingsevner og bedre profesjonell vurdering i elektrokardiogramtolkning. |
Utgangspunkt (for-test) og 2 uker etter intervensjon (etter-test)
|
Samarbeidspartnere og etterforskere
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- AU-20-6-392
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .