- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06863792
Chatgpt wspomagana nadciśnieniem
Znajomość nadciśnienia wspomaganego przez Chatgpt u studentów pielęgniarskich: ocena dokładności, lęku AI i obciążenia poznawczego
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Wykorzystanie narzędzi sztucznej inteligencji (AI) w edukacji gwałtownie rośnie. Chatgpt, opracowany przez Openai, to chatbot oparty na AI, który zapewnia interaktywne środowisko uczenia się. Generuje płynne i oparte na wiedzy odpowiedzi oparte na książkach, źródłach online i artykułach opublikowanych do 2021 r. Powszechne przyjęcie chatgpt na różnych dziedzinach wywołało debaty na temat jej roli i ograniczeń. W edukacji pielęgniarskiej uczniowie często korzystają z ChatGPT w celu szybkiego dostępu do informacji, wsparcia badawczego i przygotowywania egzaminów. Jednak obawy dotyczące jego wiarygodności powstają ze względu na nieznane źródła jej odpowiedzi i potencjał dezinformacji. Chatgpt ma również ograniczenia w interpretacji złożonych, zależnych od kontekstu odpowiedzi i brakuje mu zdolności do zastosowania zasady zindywidualizowanej opieki, co jest fundamentalne w praktyce pielęgniarskiej.
Badania wykazały różne wyniki Chatgpt w dziedzinie opieki zdrowotnej. Nadciśnienie, przewlekła choroba dotykająca ponad miliard ludzi na całym świecie, jest kluczowym tematem dla studentów pielęgniarstwa, ponieważ ich zrozumienie tego stanu może pozytywnie wpłynąć na opiekę nad pacjentem. Poprzednie badania wykazały, że CHATGPT zapewnia odpowiednie klinicznie odpowiedzi na pytania związane z nadciśnieniem o wysokiej dokładności 92,5%. Ponadto wersja Chatgpt GPT-4 poprawnie odpowiedziała na ponad 86% pytań w egzaminie licencji medycznej w Stanach Zjednoczonych (USMLE).
To randomizowane kontrolowane badanie ma na celu ocenę skuteczności chatgpt w nauczaniu nadciśnienia dla studentów pielęgniarstwa przy jednoczesnym ocenie poziomu lęku związanego z AI i obciążenia poznawczego. Biorąc pod uwagę rosnącą obecność narzędzi AI w edukacji, zrozumienie zarówno ich zalet, jak i ograniczeń ma kluczowe znaczenie dla ich optymalnej integracji z edukacją pielęgniarską.
Populacja badań składa się ze studentów zapisanych na program pielęgniarski na prywatnym uniwersytecie. Badanie ma na celu dotarcie do całej populacji, w szczególności 96 studentów, którzy ukończyli kurs pielęgniarski medycyny wewnętrznej. Studenci spełniający kryteria włączenia zostaną poinformowani o badaniu i zaproszeni do udziału. Wolontariusze wypełnią formularz informacji wprowadzających i losowo przydzieli się do interwencji (ChatGPT) lub grup kontrolnych w stosunku 1: 1 przy użyciu randomizacji komputerowej (48 studentów na grupę). Grupa interwencyjna odpowie na pytania ze skali postawy zapobiegania nadciśnieniu za pomocą ChatGPT, podczas gdy grupa kontrolna będzie używać tradycyjnych metod. Następnie obie grupy zakończą skalę lęku sztucznej inteligencji i skalę obciążenia poznawczego, kończąc gromadzenie danych. Wszystkie zebrane dane zostaną przeanalizowane przy użyciu pakietu oprogramowania statystycznego SPSS dla Windows 22.0.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Nursemin Unal, Assoc. Prof.
- Numer telefonu: +905077433629
- E-mail: nurse_unal@hotmail.com
Kopia zapasowa kontaktu do badania
- Nazwa: Nilay Bektaş Akpınar, Assist.Prof.
- Numer telefonu: +905319920260
- E-mail: nilaybektas88@gmail.com
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Zapisać się na program pielęgniarski na prywatnym uniwersytecie, w roku akademickim 2024-2025.
- Aby wziąć udział w kursie pielęgniarskiej medycyny wewnętrznej (na tym kursie studenci otrzymują 4 godziny teoretycznych lekcji opieki pielęgniarskiej dla pacjentów z nadciśnieniem).
- Być gotowym zgłosić się na udział w uczestnictwie w badaniu.
Kryteria wykluczenia:
- Studenci, którzy chcą wycofać się z badań na dowolnym etapie, nie zostaną włączeni do badania.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Inny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Grupa Chatgpt
Uczniowie w grupie interwencyjnej odpowiedzą na pytania ze skali postawy zapobiegania nadciśnieniu za pomocą Chatgpt.
|
Uczniowie w grupie interwencyjnej odpowiedzą na pytania ze skali postawy zapobiegania nadciśnieniu za pomocą Chatgpt.
Inne nazwy:
|
|
Brak interwencji: Grupa kontrolna
W grupie kontrolnej uczniowie odpowiedzą na skalę postawy zapobiegania nadciśnieniu, stosując tradycyjne metody.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Skala postaw zapobiegania nadciśnieniu
Ramy czasowe: Na początku badania pierwszego wstępu.
|
Skala składa się z 26 pozycji i podmiotów, w tym ochrony i kontroli, nawyków i stylu życia, postaw żywienia, stanu psychicznego i aktywności fizycznej oraz wiedzy na temat chorób i ryzyka.
Pozycje są oceniane w pięciopunktowej skali Likerta, od „zdecydowanie się nie zgadzam” do „zdecydowanie się zgadzają”.
Wyniki skali mogą wynosić od 26 do 130.
Istnieje pozytywny związek między wynikami skali a postawami wobec zapobiegania nadciśnieniu.
Wartość alfa skali Cronbacha wynosi 0,91.
|
Na początku badania pierwszego wstępu.
|
|
Skala lęku sztucznej inteligencji
Ramy czasowe: Natychmiast po interwencji (odpowiadanie na pytania w skali)
|
Skala lęku sztucznej inteligencji (AIAS) została opracowana przez Wang i Wang (2019) i dostosowana do Turcji przez Akkaya i in. (2021).
Skala jest 5-punktowym typem Likerta, składającym się z 21 pozycji i 4 czynników.
Te czynniki to: uczenie się, zmiana pracy, ślepota społeczno-techniczna i struktura sztucznej inteligencji.
Minimalny wynik, który można uzyskać ze skali, wynosi 21, a maksymalny wynik to 105.
Wyższy wynik wskazuje na wyższy poziom lęku AI.
Współczynnik alfa Cronbacha w skali wynosi 0,95.
|
Natychmiast po interwencji (odpowiadanie na pytania w skali)
|
|
Skala obciążenia poznawczego
Ramy czasowe: Natychmiast po interwencji (odpowiadanie na pytania w skali)
|
Skala opracowana przez PAAS i Van Merriënboer (1993) ma na celu pomiar obciążenia poznawczego studentów podczas poszczególnych procesów studiów.
Został dostosowany do Turcji przez Kılıç i Karadeniz (2004).
Skala jest symetryczną skalę typu Likerta z wynikami od 1 do 9. Umożliwia ocenę wysiłku, jaki uczeń wywiera podczas indywidualnego procesu uczenia się.
Według skali obciążenie poznawcze wzrasta z 1 do 9. Wyniki między 1-4 są uważane za niskie obciążenie poznawcze, podczas gdy wyniki między 5-9 są uważane za wysokie obciążenie poznawcze.
Paas i Van Merriënboer (1993) zgłosili wewnętrzny współczynnik spójności wynoszący 0,82 dla skali, podczas gdy Kılıç i Karadeniz (2004) obliczyli wewnętrzny współczynnik spójności 0,90 dla wersji tureckiej.
|
Natychmiast po interwencji (odpowiadanie na pytania w skali)
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Nursemin Unal, Assoc. Prof., Ankara University
Publikacje i pomocne linki
Publikacje ogólne
- Alkhaqani, A. L. (2023). Can ChatGPT help researchers with scientific research writing. Journal of Medical Research and Reviews, 1(1), 9-12. https://doi.org/10.5455/JMRR.20230626013424
- Branum C, Schiavenato M. Can ChatGPT Accurately Answer a PICOT Question? Assessing AI Response to a Clinical Question. Nurse Educ. 2023 Sep-Oct 01;48(5):231-233. doi: 10.1097/NNE.0000000000001436. Epub 2023 Apr 28.
- Abdulai AF, Hung L. Will ChatGPT undermine ethical values in nursing education, research, and practice? Nurs Inq. 2023 Jul;30(3):e12556. doi: 10.1111/nin.12556. Epub 2023 Apr 26. No abstract available.
- Goktas, P., Kucukkaya, A., & Karacay, P. (2024). Utilizing GPT 4.0 with prompt learning in nursing education: A case study approach based on Benner's theory. Teaching and Learning in Nursing, 19(2), e358-e367.
- Sallam M. ChatGPT Utility in Healthcare Education, Research, and Practice: Systematic Review on the Promising Perspectives and Valid Concerns. Healthcare (Basel). 2023 Mar 19;11(6):887. doi: 10.3390/healthcare11060887.
- Wang, Y. Y. & Wang, Y. S. (2019). Development and validation of an artificial intelligence anxiety scale: an initial application in predicting motivated learning behavior. Interactive Learning Environments, 1-16. https://doi.org/10.1080/10494820.2019.1674887
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 2025-2 (Inny numer grantu/finansowania: Korean Society of Cardiometabolic Syndrome)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 Chatgpt
-
Istituto Clinico HumanitasFondazione I.R.C.C.S. Istituto Neurologico Carlo BestaZakończony
-
Chang Gung University of Science and TechnologyNational Science and Technology Council, TaiwanJeszcze nie rekrutacjaKomunikacja społeczna | CHF - zastoinowa niewydolność serca | 65 lat starszy
-
National Taiwan University HospitalRejestracja na zaproszenieAutyzm | Wydajność rozmowy kwalifikacyjnejTajwan
-
Chang Gung University of Science and TechnologyJeszcze nie rekrutacjaKomunikacja społeczna | CHF - zastoinowa niewydolność serca | 65 lat starszy | Sarkopenia u osób starszych
-
Charite University, Berlin, GermanyGerman Research Foundation; Max Planck Institute for Human DevelopmentJeszcze nie rekrutacjaRekomendacje dotyczące badań przesiewowych raka jajnika według ginekologówNiemcy
-
King Faisal Specialist Hospital & Research CenterRekrutacyjnyBadanie koncentruje się na ocenie skóry i stopniowaniu odleżyn u pacjentów na oddziale intensywnej terapiiArabia Saudyjska
-
University of ManitobaRekrutacyjny
-
Hartford HospitalBoston Scientific CorporationAktywny, nie rekrutującyObjawy dolnych dróg moczowych | Niemożność utrzymania moczu | Wypadanie macicy i pochwyStany Zjednoczone
-
Montefiore Medical CenterZakończonyDuże modele językoweStany Zjednoczone
-
Carleton UniversityUniversité de MontréalZakończonyDziałania edukacyjne | AI (sztuczna inteligencja)Kanada