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

Wpływ edukacji pacjenta opartej na aplikacji mobilnej i wspieranej przez sztuczną inteligencję na wyniki pacjentów w nauczaniu czystego przerywanego cewnikowania

19 marca 2026 zaktualizowane przez: Elife Kettas Dolek, Mersin University

Wpływ edukacji pacjenta opartej na filmach wideo, wspieranej przez aplikację mobilną i sztuczną inteligencję, na wyniki pacjenta w nauczaniu czystego przerywanego cewnikowania

Badanie miało na celu określenie wpływu aplikacji mobilnej oraz edukacyjnego filmu wspieranego sztuczną inteligencją, opracowanych dla pacjentów, którzy będą wykonywać czystą przerywaną cewnikowanie (CIC), na przestrzeganie zaleceń przez pacjentów, poziomy trudności, pewność siebie, parametry infekcji (badanie moczu, posiew moczu, częstość infekcji) oraz powtarzające się przyjęcia do szpitala. Liczba pacjentów CIC, którzy zgłosili się do Poradni Urologicznej Uniwersytetu Mersin w ciągu ostatniego roku, wyniosła 110. Ponieważ nie znaleziono podobnego badania, wielkość próby została obliczona przy użyciu analizy mocy a priori za pomocą oprogramowania G*Power 3.1.9.7. Dla jednoczynnikowej analizy wariancji (ANOVA) zastosowano parametry: prawdopodobieństwo błędu α = 0,05, moc (1 – prawdopodobieństwo błędu β) = 0,80, liczba grup = 3 oraz wielkość efektu f = 0,40 (duża wielkość efektu). W wyniku analizy mocy całkowitą wielkość próby obliczono na 90, z 30 uczestnikami w każdej grupie. Biorąc pod uwagę możliwą stopę utraty danych (wycofanie) na poziomie około 10% (Hernández-Rodríguez i in., 2022), planowano włączenie 33 uczestników do każdej grupy (łącznie 99 uczestników) na początku badania.Dane będą zbierane przy użyciu "Formularza informacyjnego opisowego", "Skali przestrzegania przerywanego cewnikowania", "Skali pewności siebie w czystym przerywanym samocewnikowaniu", "Kwestionariusza trudności przerywanego cewnikowania" oraz "Formularza monitorowania pacjenta".Pacjenci, którzy będą wykonywać czyste przerywane cewnikowanie, otrzymają szkolenie za pośrednictwem aplikacji mobilnej (grupa interwencyjna 1) oraz edukacyjnego filmu wspieranego sztuczną inteligencją (grupa interwencyjna 2). Pacjenci w grupie kontrolnej będą szkoleni przy użyciu rutynowej broszury dostępnej w poradni.

Przegląd badań

Status

Jeszcze nie rekrutacja

Szczegółowy opis

Badanie zaprojektowano jako prospektywne, trójramienne (1:1:1), randomizowane kontrolowane badanie kliniczne. Badanie będzie prowadzone w Poradni Urologicznej Szpitala Uniwersyteckiego Wydziału Lekarskiego Uniwersytetu Mersin. Poradnia Urologiczna obejmuje poradnie dla dorosłych i dzieci, salę zabiegową, pracownię ultrasonograficzną, laboratorium andrologiczne, pracownię litotrypsji oraz pracownię urodynamiczną. Katedra Urologii składa się z siedmiu pracowników naukowych i 11 asystentów badawczych. W poradni urologicznej pracuje jedna pielęgniarka, dwóch techników, dwie sekretarki i jeden pracownik sprzątający. Usługi ambulatoryjne świadczone są w godzinach od 08:00 do 17:00, a w tym czasie pacjenci otrzymują również szkolenie z czystego przerywanego cewnikowania (CIC). Pielęgniarka szkoli pacjentów, którzy będą wykonywać CIC, przy użyciu broszury. Po szkoleniu pacjenci rutynowo wracają do poradni na wizyty kontrolne w 15. dniu i w 3. miesiącu. Badanie miało na celu określenie wpływu aplikacji mobilnej i filmu edukacyjnego wspieranego sztuczną inteligencją, opracowanych dla pacjentów, którzy będą wykonywać czyste przerywane cewnikowanie (CIC), na przestrzeganie zaleceń, poziom trudności, pewność siebie, parametry infekcji (badanie moczu, posiew moczu, częstość infekcji) oraz ponowne hospitalizacje pacjentów. Liczba pacjentów z CIC, którzy zgłosili się do Poradni Urologicznej Uniwersytetu Mersin w ciągu ostatniego roku, wyniosła 110. Ponieważ nie znaleziono podobnego badania, wielkość próby obliczono przy użyciu analizy mocy a priori za pomocą oprogramowania G*Power 3.1.9.7. Dla jednoczynnikowej analizy wariancji (ANOVA) użyto parametrów: prawdopodobieństwo błędu α = 0,05, moc (1-β prawdopodobieństwo błędu) = 0,80, liczba grup = 3 oraz wielkość efektu f = 0,40 (duża wielkość efektu). W wyniku analizy mocy całkowitą wielkość próby obliczono na 90, z 30 uczestnikami w każdej grupie. Biorąc pod uwagę możliwą stopę utraty danych (rezygnacji) na poziomie około 10% (Hernández-Rodríguez i in., 2022), planowano włączenie 33 uczestników do każdej grupy (łącznie 99 uczestników) na początku badania. Dane będą zbierane przy użyciu "Formularza Informacji Opisowej", "Skali Przestrzegania Przerywanego Cewnikowania", "Skali Pewności Siebie w Czystym Przerywanym Samocewnikowaniu", "Kwestionariusza Trudności Przerywanego Cewnikowania" oraz "Formularza Obserwacji Pacjenta". Pacjenci, którzy będą wykonywać czyste przerywane cewnikowanie, otrzymają szkolenie za pośrednictwem aplikacji mobilnej (grupa interwencyjna 1) i filmu edukacyjnego wspieranego sztuczną inteligencją (grupa interwencyjna 2). Pacjenci w grupie kontrolnej będą szkoleni przy użyciu rutynowej broszury dostępnej w poradni.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

99

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

  • Nazwa: ELİFE KETTAŞ DÖLEK, Prinicipal İnvestigator
  • Numer telefonu: 03242410000
  • E-mail: elifeket@yahoo.com

Kopia zapasowa kontaktu do badania

  • Nazwa: ELİFE KETTAŞ DÖLEK, Principal İnvestigator

Lokalizacje studiów

      • Mersin, Turcja (Türkiye)
        • Mersin Unıversıty
        • Główny śledczy:
          • GÜLAY ALTUN UĞRAŞ
        • Kontakt:
        • Kontakt:
        • Główny śledczy:
          • ERİM ERDEM
        • Główny śledczy:
          • MERT BAŞARANOĞLU

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria włączenia:

  • Pacjenci wymagający okresowego cewnikowania (TAK),
  • W wieku 18 lat lub starsi,
  • Chętni do udziału w badaniu,
  • Zdolni do rozumienia języka tureckiego,
  • Piśmienni,
  • Bez zaburzeń wzroku lub słuchu,
  • Posiadający smartfon, tablet lub komputer,
  • Bez trudności w korzystaniu z technologii.

Kryteria wykluczenia:

  • Pacjenci, którzy nie wymagają okresowego cewnikowania (TAK),
  • W wieku poniżej 18 lat,
  • Niechętni do udziału w badaniu,
  • Nie rozumiejący języka tureckiego,
  • Niepiśmienni,
  • Z zaburzeniami wzroku lub słuchu,
  • Nieposiadający smartfona, tabletu lub komputera,
  • Mający trudności w korzystaniu z technologii.

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: Inny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Potroić

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Grupa eksperymentalna: Grupa aplikacji mobilnej
Pacjenci, którzy będą wykonywać czyste przerywane cewnikowanie, otrzymają szkolenie za pośrednictwem aplikacji mobilnej (grupa interwencyjna 1)
Pacjenci, którzy będą wykonywać czyste przerywane cewnikowanie, otrzymają szkolenie za pośrednictwem aplikacji mobilnej (grupa interwencyjna 1)
Eksperymentalny: Grupa eksperymentalna: Grupa filmów z inteligencją sztuczną
Pacjenci, którzy będą wykonywać czyste przerywane cewnikowanie, otrzymają szkolenie za pośrednictwem filmu edukacyjnego wspieranego sztuczną inteligencją (grupa interwencyjna 2).
Pacjenci, którzy będą wykonywać czyste przerywane cewnikowanie, otrzymają szkolenie za pośrednictwem filmu edukacyjnego wspieranego sztuczną inteligencją (grupa interwencyjna 2)
Brak interwencji: Grupa kontrolna
Pacjenci w grupie kontrolnej będą szkoleni przy użyciu rutynowej broszury dostarczonej w przychodni ambulatoryjnej.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Przestrzeganie
Ramy czasowe: 6 miesięcy
Skala Adherencji do Przerywanej Kateteryzacji została opracowana przez Amandine Guinet-Lacoste i współpracowników w 2018 roku, a jej adaptacja i badanie rzetelności w języku tureckim przeprowadził Duman w 2021 roku.
Pierwsze siedem pozycji skali (z wyjątkiem piątej pozycji) jest ocenianych jako "Tak = 1" i "Nie = 0", natomiast piąta pozycja jest oceniana odwrotnie: "Tak = 0" i "Nie = 1".
Ósma pozycja wykorzystuje 5-punktową skalę Likerta, ocenianą jako "Nigdy = 0", "Czasami = 0,25", "Często = 0,50", "Przez większość czasu = 0,75" i "Zawsze = 1".
Łączny wynik skali jest obliczany w skali od 0 do 8, przy czym uzyskane wyniki odzwierciedlają przestrzeganie zaleceń kateteryzacji przez pacjentów.
W związku z tym wynik 0 oznacza "wysoką adherencję", 1-2 punkty oznaczają "umiarkowaną adherencję", a 3-8 punktów oznacza "niską adherencję".
Współczynnik alfa Cronbacha, wskazujący na wewnętrzną spójność skali, wynosi 0,73.
6 miesięcy
Pewność Siebie
Ramy czasowe: 6 miesięcy
Skala ta została opracowana przez Biaziolo i współpracowników w 2017 roku. Badanie adaptacji, trafności i rzetelności tureckiej wersji przeprowadzili Çulha i Acaroğlu w 2020 roku. Skala, która ma pięciopunktową strukturę typu Likerta, składa się z krótkich stwierdzeń oceniających kroki cewnikowania oraz pewność siebie osoby w wykonywaniu tej procedury. Opcje odpowiedzi są następujące: 1 = Niepewny, 2 = Nieco pewny, 3 = Pewny, 4 = Bardzo pewny, 5 = Całkowicie pewny. Skala składa się z łącznie 16 pozycji. Łączny wynik oblicza się poprzez zsumowanie wartości liczbowych odpowiedzi na wszystkie pozycje, a całkowity wynik waha się od 0 do 64. Wyższe wyniki wskazują na wyższy poziom pewności siebie w wykonywaniu cewnikowania. Spójność wewnętrzna skali okazała się dość wysoka, z całkowitym współczynnikiem alfa Cronbacha wynoszącym 0,89.
6 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Gamze Bozkul, Tarsus University

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

  • Bobian, M., Kandinov, A., El Kashlan, N., Svider, P. F., Folbe, A. J., Mayerhoff, R., Eloy, J. A., & Raza, S. N. (2017). Mobile applications and patient education: Are currently available GERD mobile apps sufficient? The Laryngoscope, 127(8), 1775-1779. https://doi.org/10.1002/lary.26341
  • Cerantola, Y., Valerio, M., Persson, B., Jichlinski, P., Ljungqvist, O., Hubner, M., Kassouf, W., Müller, S., Baldini, G., Carli, F., Næsheimh, T., Ytrebø, L., Revhaug, A., Lassen, K., Knutsen, T., Aarsether, E., Wiklund, P., & Patel, H. R. (2013). Guidelines for perioperative care after radical cystectomy for bladder cancer: Enhanced Recovery After Surgery (ERAS®) society recommendations. Clinical Nutrition, 32(6), 879-887. https://doi.org/10.1016/j.clnu.2013.09.014
  • Bhuyan, S. S., Sateesh, V., Mukul, N., Galvankar, A., Mahmood, A., Nauman, M., Rai, A., Bordoloi, K., Basu, U., & Samuel, J. (2025). Generative Artificial Intelligence Use in Healthcare: Opportunities for Clinical Excellence and Administrative Efficiency. Journal of Medical Systems, 49(1), 10. https://doi.org/10.1007/s10916-024-02136-1
  • Hernández-Rodríguez, J. C., García-Muñoz, C., Ortiz-Álvarez, J., Saigí-Rubió, F., Conejo-Mir, J., & Pereyra-Rodriguez, J. J. (2022). Dropout Rate in Digital Health Interventions for the Prevention of Skin Cancer: Systematic Review, Meta-analysis, and Metaregression. Journal of medical Internet research, 24(12), e42397. https://doi.org/10.2196/42397
  • Alasker, A., Alsalamah, S., Alshathri, N., Almansour, N., Alsalamah, F., Alghafees, M., AlKhamees, M., & Alsaikhan, B. (2024). Performance of large language models (LLMs) in providing prostate cancer information. BMC Urology, 24(1), 177. https://doi.org/10.1186/s12894-024-01570-0

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 (Szacowany)

1 kwietnia 2026

Zakończenie podstawowe (Szacowany)

15 grudnia 2026

Ukończenie studiów (Szacowany)

1 kwietnia 2027

Daty rejestracji na studia

Pierwszy przesłany

19 marca 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

19 marca 2026

Pierwszy wysłany (Rzeczywisty)

24 marca 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

24 marca 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

19 marca 2026

Ostatnia weryfikacja

1 marca 2026

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • MU-002

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 .

Badania kliniczne na Aplikacja mobilna

Subskrybuj