Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Pesquisa Qualitativa Entre Médicos e Médicos Juniores Sobre as Pré-condições para a Implementação de um CDSS Baseado em IA na UTI (KATRINA)

20 de março de 2023 atualizado por: University Ghent

Pesquisa Qualitativa entre Médicos e Médicos Júnior sobre as Pré-Condições para a Implementação de um Sistema de Apoio à Decisão Clínica (CDSS) Baseado em Inteligência Artificial (IA) na UTI

O objetivo deste estudo é explorar as diferentes atitudes e pré-condições de potenciais usuários finais (médicos e médicos em treinamento) necessários para obter uma implementação clínica bem-sucedida de modelos baseados em inteligência artificial (ou seja, aprendizado de máquina e técnicas baseadas em conhecimento) como clínicas software de apoio à decisão.

Visão geral do estudo

Tipo de estudo

Observacional

Inscrição (Real)

69

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

      • Aalst, Bélgica
        • OLV Aalst
      • Antwerpen, Bélgica
        • ZNA Ziekenhuizen
      • Ghent, Bélgica
        • Ghent University Hospital

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

18 anos e mais velhos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Sim

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

Médicos especialistas ou especialistas em formação trabalhando em terapia intensiva no momento do estudo.

Descrição

Critério de inclusão:

  • Médico especialista ou especialista em formação atuante em terapia intensiva no momento do estudo.

Critério de exclusão:

  • Idade < 18 anos

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Modelos de observação: Outro
  • Perspectivas de Tempo: Prospectivo

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Atitudes básicas em relação à inteligência artificial e big data na medicina
Prazo: linha de base
As atitudes básicas em relação à inteligência artificial e big data na medicina serão coletadas por meio de uma pesquisa on-line, na qual os participantes pontuarão sua concordância com certas afirmações em uma escala likert de 6 pontos (Escolhas possíveis: Concordo totalmente - Concordo - Neutro - Discordo - Discordo totalmente - Não aplicável).
linha de base
Identifique os pré-requisitos que precisam ser atendidos quando os sistemas de suporte à decisão clínica baseados em IA/Big data são usados ​​à beira do leito do ponto de vista dos participantes.
Prazo: até a conclusão do estudo, uma média de 1 ano
Identifique os pré-requisitos que precisam ser atendidos quando sistemas de apoio à decisão clínica baseados em IA/Big data são usados ​​à beira do leito e identifique os mais importantes para diferentes aspectos do ciclo de administração antimicrobiana do ponto de vista dos participantes por meio de uma discussão em grupo. Reportagem: frequências.
até a conclusão do estudo, uma média de 1 ano
Identificar subdomínios do ciclo de administração antimicrobiana com potencial para aplicação de IA/Big data
Prazo: até a conclusão do estudo, uma média de 1 ano
Identifique os subdomínios do ciclo de administração antimicrobiana para os quais os participantes acham que IA/Big data podem ser úteis por meio de uma discussão/entrevista em grupo. Reportagem: frequências.
até a conclusão do estudo, uma média de 1 ano
Identifique possíveis benefícios e danos percebidos ao aplicar IA no ciclo de administração antimicrobiana.
Prazo: até a conclusão do estudo, uma média de 1 ano
Identifique os benefícios e danos potenciais percebidos ao aplicar IA no ciclo de administração antimicrobiana por meio de uma discussão em grupo. Reportagem: frequências.
até a conclusão do estudo, uma média de 1 ano

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Análise de subgrupo: idade
Prazo: até a conclusão do estudo, uma média de 1 ano
Explore se há variações nos resultados mencionados acima ao levar em conta a idade (anos) dos participantes.
até a conclusão do estudo, uma média de 1 ano
Análise de subgrupo: gênero
Prazo: até a conclusão do estudo, uma média de 1 ano
Explore se há variações nos resultados mencionados acima ao levar em consideração o sexo dos participantes.
até a conclusão do estudo, uma média de 1 ano
Análise de subgrupo: ambiente de trabalho (tipo de hospital, tipo de UTI)
Prazo: até a conclusão do estudo, uma média de 1 ano
Explorar se há variações nos resultados mencionados acima ao levar em consideração o ambiente de trabalho (hospital universitário vs hospital não universitário, hospital de pequeno porte vs hospital de grande porte, tipo de UTI (clínica, cirúrgica, UTI mista, cuidados intermediários)) - dados que é coletado no questionário de linha de base) dos participantes.
até a conclusão do estudo, uma média de 1 ano
Análise de subgrupo: experiência profissional (formação de base e experiência clínica).
Prazo: até a conclusão do estudo, uma média de 1 ano
Explorar se existem variações nos resultados acima mencionados ao levar em consideração a experiência de trabalho (tipo de treinamento básico (anestesiologia, medicina interna, cirurgia, outro), experiência clínica (anos) - dados que são coletados no questionário de linha de base) do participantes.
até a conclusão do estudo, uma média de 1 ano

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Investigador principal: Jan De Waele, MD, PhD, University Ghent

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

13 de abril de 2022

Conclusão Primária (Real)

31 de outubro de 2022

Conclusão do estudo (Real)

31 de outubro de 2022

Datas de inscrição no estudo

Enviado pela primeira vez

22 de fevereiro de 2022

Enviado pela primeira vez que atendeu aos critérios de CQ

21 de março de 2022

Primeira postagem (Real)

31 de março de 2022

Atualizações de registro de estudo

Última Atualização Postada (Real)

22 de março de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

20 de março de 2023

Última verificação

1 de outubro de 2022

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • BC-9892

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

INDECISO

Descrição do plano IPD

Se possível e viável, dados de pesquisa anonimizados, bem como dados de transcrição das discussões em grupo, serão disponibilizados mediante solicitação.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever