- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05303025
Badania jakościowe wśród lekarzy i młodszych lekarzy nad przesłankami wdrożenia CDSS opartego na sztucznej inteligencji na OIOM (KATRINA)
20 marca 2023 zaktualizowane przez: University Ghent
Badania jakościowe wśród lekarzy i młodszych lekarzy nad przesłankami wdrożenia systemu wspomagania decyzji klinicznych (CDSS) opartego na sztucznej inteligencji (AI) na OIT
Celem tego badania jest zbadanie różnych postaw i warunków wstępnych potencjalnych użytkowników końcowych (lekarzy i lekarzy w trakcie szkolenia) wymaganych do pomyślnego wdrożenia klinicznego modeli opartych na sztucznej inteligencji (tj. oprogramowanie wspomagające podejmowanie decyzji.
Przegląd badań
Status
Zakończony
Interwencja / Leczenie
Typ studiów
Obserwacyjny
Zapisy (Rzeczywisty)
69
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
-
Aalst, Belgia
- OLV Aalst
-
Antwerpen, Belgia
- ZNA Ziekenhuizen
-
Ghent, Belgia
- Ghent University Hospital
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
18 lat i starsze (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Tak
Płeć kwalifikująca się do nauki
Wszystko
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Specjaliści medyczni lub specjaliści w trakcie szkolenia pracujący na intensywnej terapii w czasie badania.
Opis
Kryteria przyjęcia:
- Lekarz specjalista lub specjalista w szkoleniu pracujący na oddziale intensywnej terapii w czasie studiów.
Kryteria wyłączenia:
- Wiek < 18 lat
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Inny
- Perspektywy czasowe: Spodziewany
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Wyjściowe postawy wobec sztucznej inteligencji i big data w medycynie
Ramy czasowe: linia bazowa
|
Podstawowe postawy wobec sztucznej inteligencji i dużych zbiorów danych w medycynie zostaną zebrane za pomocą ankiety internetowej, w której uczestnicy ocenią swoją zgodę z pewnymi stwierdzeniami na 6-punktowej skali Likerta (możliwe wybory: zdecydowanie się zgadzam - zgadzam się - neutralny - nie zgadzam się - całkowicie się nie zgadzam - nie odpowiedni).
|
linia bazowa
|
Zidentyfikuj warunki wstępne, które muszą zostać spełnione, gdy systemy wspomagania decyzji klinicznych oparte na AI/Big Data są stosowane przy łóżku chorego z punktu widzenia uczestników.
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Zidentyfikuj warunki wstępne, które należy spełnić, gdy systemy wspomagania decyzji klinicznych oparte na sztucznej inteligencji/dużych danych są stosowane przy łóżku chorego i zidentyfikuj najważniejsze z nich dla różnych aspektów cyklu zarządzania środkami przeciwdrobnoustrojowymi z punktu widzenia uczestników poprzez dyskusję w grupie.
Raportowanie: częstotliwości.
|
do ukończenia studiów, średnio 1 rok
|
Zidentyfikuj subdomeny cyklu zarządzania środkami przeciwdrobnoustrojowymi z potencjałem do zastosowania sztucznej inteligencji/dużych zbiorów danych
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Zidentyfikuj subdomeny cyklu zarządzania środkami przeciwdrobnoustrojowymi, dla których uczestnicy uważają, że sztuczna inteligencja/duże zbiory danych mogą być przydatne w ramach dyskusji/wywiadu grupowego. Raportowanie: częstotliwości.
|
do ukończenia studiów, średnio 1 rok
|
Zidentyfikuj postrzegane potencjalne korzyści i szkody podczas stosowania sztucznej inteligencji w cyklu zarządzania środkami przeciwdrobnoustrojowymi.
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Zidentyfikuj postrzegane potencjalne korzyści i szkody podczas stosowania sztucznej inteligencji w cyklu zarządzania środkami przeciwdrobnoustrojowymi poprzez dyskusję grupową.
Raportowanie: częstotliwości.
|
do ukończenia studiów, średnio 1 rok
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Analiza podgrup: wiek
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Zbadaj, czy istnieją różnice w wyżej wymienionych wynikach, biorąc pod uwagę wiek (lata) uczestników.
|
do ukończenia studiów, średnio 1 rok
|
Analiza podgrup: płeć
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Sprawdź, czy istnieją różnice w wyżej wymienionych wynikach, biorąc pod uwagę płeć uczestników.
|
do ukończenia studiów, średnio 1 rok
|
Analiza podgrup: środowisko pracy (rodzaj szpitala, rodzaj OIT)
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Sprawdź, czy istnieją różnice w wyżej wymienionych wynikach, biorąc pod uwagę środowisko pracy (szpital uniwersytecki vs szpital nieuniwersytecki, mały szpital vs duży szpital, rodzaj OIOM (medyczny, chirurgiczny, mieszany OIOM, pośrednia opieka)) – dane które są zbierane w podstawowym kwestionariuszu) uczestników.
|
do ukończenia studiów, średnio 1 rok
|
Analiza podgrup: doświadczenie zawodowe (wykształcenie podstawowe i doświadczenie kliniczne).
Ramy czasowe: do ukończenia studiów, średnio 1 rok
|
Zbadaj, czy istnieją różnice w wyżej wymienionych wynikach, biorąc pod uwagę doświadczenie zawodowe (rodzaj podstawowego szkolenia (anestezjologia, interna, chirurgia, inne), doświadczenie kliniczne (lata) – dane zebrane w podstawowym kwestionariuszu) Uczestnicy.
|
do ukończenia studiów, średnio 1 rok
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Jan De Waele, MD, PhD, University Ghent
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
13 kwietnia 2022
Zakończenie podstawowe (Rzeczywisty)
31 października 2022
Ukończenie studiów (Rzeczywisty)
31 października 2022
Daty rejestracji na studia
Pierwszy przesłany
22 lutego 2022
Pierwszy przesłany, który spełnia kryteria kontroli jakości
21 marca 2022
Pierwszy wysłany (Rzeczywisty)
31 marca 2022
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
22 marca 2023
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
20 marca 2023
Ostatnia weryfikacja
1 października 2022
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- BC-9892
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIEZDECYDOWANY
Opis planu IPD
Jeśli to możliwe i wykonalne, na żądanie zostaną udostępnione zanonimizowane dane ankietowe oraz dane z transkrypcji dyskusji grupowych.
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Nie
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Ankieta
-
University of OxfordZakończony
-
Centre Hospitalier Universitaire de NīmesRekrutacyjny
-
Rio de Janeiro State UniversityUniversidade Federal Fluminense; Rio de Janeiro State Research Supporting Foundation...RekrutacyjnyDepresja | Jakość życia | Otyłość | Zaburzenia lękowe | Zmienność rytmu sercaBrazylia
-
University of EdinburghNHS LothianZakończony