Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Model prognozowania i edukacji urazów odleżynowych przy użyciu systemu aplikacji mobilnych

27 kwietnia 2022 zaktualizowane przez: National Taiwan University Hospital Hsin-Chu Branch

Badanie kliniczne modelu przewidywania ran odleżynowych przy użyciu mobilnego systemu aplikacji do opieki i zarządzania

Urazy odleżynowe są powszechne u osób starszych i pacjentów, którzy ograniczyli aktywność fizyczną. Jej powikłania znacząco wpływają na system opieki zdrowotnej i obciążenia społeczne, powodując nawet śmiertelność sięgającą 68%. Niniejsze badanie ma na celu zebranie danych medycznych dotyczących odleżyn podczas hospitalizacji w celu opracowania modelu prognozowania i edukacji urazów odleżynowych za pomocą systemu aplikacji mobilnych. Może przewidywać ryzyko odleżyn i służyć jako pomoc dydaktyczna w leczeniu odleżyn, zapewniając spersonalizowaną i opartą na dowodach platformę informacji pielęgniarskich dla pacjentów, opiekunów i pracowników służby zdrowia.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

To badanie przeprowadzi randomizowaną, kontrolowaną próbę wśród 160 głównych opiekunów pacjentów z odleżynami. Zostaną oni losowo przydzieleni do grupy kontrolnej lub eksperymentalnej. W grupie kontrolnej pacjenci są rutynowo leczeni na oddziale i ta grupa nie będzie miała żadnej interwencji. Rutynowa opieka obejmuje bezpośrednie szkolenie i broszury edukacyjne prowadzone przez pielęgniarkę oddziałową. Grupa eksperymentalna otrzyma prognozę urazu odleżynowego pacjenta oraz spersonalizowane informacje dotyczące odleżyn przez platformę inteligentnej opieki. Uczestnicy (główni opiekunowie) wypełnią kwestionariusze online przy przyjęciu (poziom wyjściowy T0) i przed wypisaniem pacjenta (T1). Kwestionariusze będą gromadzić następujące dane, w tym informacje demograficzne (tylko T0), wiedzę, poczucie własnej skuteczności, lęk, depresję związaną z opieką nad urazami odleżynowymi (T0 i T1) oraz zadowolenie z platformy inteligentnej opieki (tylko T1). Czas wypełnienia ankiet wyniesie około 10 minut.

Typ studiów

Interwencyjne

Zapisy (Oczekiwany)

160

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

  • Nazwa: Chun-Yi Tai, Ph.D
  • Numer telefonu: 3171 +886-228227101
  • E-mail: yii@ntunhs.edu.tw

Lokalizacje studiów

  • Tajwan
      • Hsinchu, Tajwan
        • Rekrutacyjny
        • National Taiwan University Hospital Hsin-Chu Branch
        • Kontakt:

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

20 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Opis

Kryteria przyjęcia:

  1. Główny opiekun pacjentów z odleżynami w szpitalu.
  2. Główny opiekun musi mieć co najmniej 20 lat, mieć jasną świadomość, wyrażać się samodzielnie, porozumiewać się w języku mandaryńskim i tajwańskim, samodzielnie korzystać z telefonu z systemem Android oraz korzystać z aplikacji na telefon komórkowy po wyjaśnieniu.

Kryteria wyłączenia:

Główny opiekun ma upośledzenie umysłowe lub poznawcze, nie może jasno wyrażać świadomości lub nie może obsługiwać aplikacji mobilnych.

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

  • Główny cel: Leczenie podtrzymujące
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Potroić

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Grupa modeli przewidywania urazów odleżynowych i edukacji
Grupa eksperymentalna otrzyma prognozę urazu odleżynowego pacjenta oraz spersonalizowane informacje dotyczące odleżyn przez platformę inteligentnej opieki. Uczestnicy (główni opiekunowie) wypełnią kwestionariusze online przy przyjęciu (poziom wyjściowy T0) i przed wypisaniem pacjenta (T1). Kwestionariusze będą gromadzić następujące dane, w tym informacje demograficzne (tylko T0), wiedzę, poczucie własnej skuteczności, niepokój, depresję związaną z leczeniem ran (T0 i T1) oraz zadowolenie z platformy inteligentnej opieki (tylko T1). Czas wypełnienia ankiet wyniesie około 10 minut.
Urządzenie: Model przewidywania i edukacji urazów odleżynowych z wykorzystaniem systemu aplikacji mobilnych
Dane z dokumentacji medycznej posłużą do analizy prawdopodobieństwa i ryzyka gojenia się ran w celu stworzenia Modelu Prognozy i Edukacji Odleżyn za pomocą systemu aplikacji mobilnych.
Brak interwencji: Grupa kontrolna
Rutynowa pielęgnacja

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zmiana od wyjściowego wyniku znajomości opieki nad odleżynami do przed wypisem
Ramy czasowe: Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
Badacze zaprojektowali dziesięć pytań dotyczących wiedzy na temat leczenia urazów odleżynowych, aby wykryć zrozumienie przez opiekunów opieki nad urazami odleżynowymi. Wyższe wyniki odzwierciedlają lepsze zrozumienie opieki nad urazami odleżynowymi.
Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
Zmiana od wyjściowego wyniku samoskuteczności opieki nad odleżynami opiekunów do przed wypisem
Ramy czasowe: Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
Czternaście elementów samoskuteczności opieki nad odleżynami ma na celu wykrycie poczucia własnej skuteczności opiekunów w opiece nad odleżynami. Opcje odpowiedzi w pozycjach wahają się od „brak pewności” (1 punkt) do „każda pewność” (5 punktów). Wyższe wyniki odzwierciedlają większe poczucie własnej skuteczności w opiece nad urazami odleżynowymi.
Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
Zmiana od wyjściowego wyniku ogólnego zaburzenia lękowego-7 (GAD-7) do przed wypisem
Ramy czasowe: Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
GAD-7 (Spitzer i in., 2006) jest jednowymiarowym narzędziem przeznaczonym do wykrywania objawów uogólnionego zaburzenia lękowego zdefiniowanych w DSM-IV. Wyniki pozycji wahają się od 0 (wcale) do 3 (prawie codziennie), co daje sumaryczny wynik od 0 do 21. Wyższe wyniki odzwierciedlają większe nasilenie lęku.
Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
Zmiana od wyjściowego wyniku Kwestionariusza Zdrowia Pacjenta-9 (PHQ-9) do wyniku sprzed wypisu
Ramy czasowe: Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).
Dziewięć pozycji kwestionariusza PHQ-9 ma na celu uchwycenie dziewięciu kryteriów objawowych z DSM (Diagnostic and Statistical Manual of Mental Disorders) dla epizodu dużej depresji. Opcje odpowiedzi w pozycjach wahają się od „wcale” (0 punktów) do „prawie codziennie” (3 punkty). Jako miara dotkliwości, wynik PHQ-9 może wynosić od 0 do 27.
Dane będą zbierane przy przyjęciu (poziom wyjściowy T0) i przed wypisem (T1).

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
ocena satysfakcji platformy smart care w zakresie opieki nad odleżynami
Ramy czasowe: Dane zostaną zebrane przed wypisem (T1).
Dziesięć elementów satysfakcji z platformy inteligentnej opieki ma na celu wykrycie zadowolenia opiekunów z tej platformy. Opcje odpowiedzi na pozycje wahają się od „zdecydowanie się nie zgadzam” (1 punkt) do „zdecydowanie się zgadzam” (5 punktów), co daje łączny wynik od 10 do 50.
Dane zostaną zebrane przed wypisem (T1).

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

National Taiwan University Hospital Hsin-Chu Branch

Współpracownicy

National Taipei University of Nursing and Health Sciences

Śledczy

  • Główny śledczy: Tzu-Ling Wu, BS, National Taiwan University Hospital Hsin-Chu Branch

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

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)

1 marca 2022

Zakończenie podstawowe (Oczekiwany)

30 listopada 2023

Ukończenie studiów (Oczekiwany)

30 listopada 2023

Daty rejestracji na studia

Pierwszy przesłany

5 stycznia 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

27 kwietnia 2022

Pierwszy wysłany (Rzeczywisty)

2 maja 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

2 maja 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

27 kwietnia 2022

Ostatnia weryfikacja

1 kwietnia 2022

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 110-113-E

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

Nie

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 .

Subskrybuj