- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07390461
Effektivitet av artificiell intelligens-integrerad Mixed Reality-baserad Simuleringsprogram för Hantering av Högalerta Mediciner (AIMR-HAM)
Effektiviteten av artificiell intelligens integrerad Mixed Reality-baserad simuleringsprogram för hantering av högalarmmediciner
Syftet med denna kliniska studie är att ta reda på om ett artificiell intelligens-integrerat Mixed Reality-baserat High-Alert Medications Management Simulation Program (AIMR-HAM) hjälper sjukhusjuksköterskor att hantera högrädsla-mediciner (HAMs) säkrare. MR blandar verkliga och virtuella element för att låta sjuksköterskor träna i realistiska scenarier.
De huvudsakliga frågorna är:
Förbättrar AIMR-HAM sjuksköterskors medicinsäkerhetsfärdigheter? Minskar AIMR-HAM medicinfel och förbättrar den kliniska prestandan?
Forskare kommer att jämföra två grupper för att besvara dessa frågor:
Interventionsgrupp: AIMR-HAM Kontrollgrupp: endast standardutbildning
Vem kan delta:
Sjuksköterskor som arbetar på stora sjukhus och har 1 till 6 års klinisk erfarenhet.
Cirka 60 sjuksköterskor kommer att delta i studien.
Vad deltagarna kommer att göra:
Delta i den tilldelade utbildningen (AIMR-HAM eller endast standardutbildning). Genomföra korta tester och enkäter före och efter utbildningen för att mäta färdigheter, kommunikation och kliniskt resonemang.
Rapportera eventuella medicinfel som uppstår under studien. Varför detta är viktigt: Studien kommer att visa om AIMR-HAM-utbildning kan förbättra hur sjuksköterskor hanterar HAMs och göra patientsäkerheten säkrare.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Denna studie utvärderar om ett artificiell intelligens-integrerat Mixed Reality-baserat simuleringsprogram för hantering av högalarmerande läkemedel (AIMR-HAM) förbättrar färdigheter i hantering av högalarmerande läkemedel (HAMs), klinisk prestation (simuleringsbaserade observerade bedömningar), kommunikation och läkemedelsfel hos sjukhusssköterskor med 1-6 års klinisk erfarenhet. Studien syftar till att utvärdera effektiviteten av AIMR-HAM för att förbättra praktisk kompetens och patientsäkerhet i verklig klinisk praktik.
Studiedesign och randomisering Studien är en enkelcentrerad, parallellgrupps, randomiserad kontrollerad studie med cirka 60 deltagande sköterskor. Deltagarna slumpmässigt fördelas 1:1 till interventionsgruppen eller kontrollgruppen med hjälp av ett datorgenererat randomiseringsschema (t.ex. blockrandomisering). Randomiseringen utförs av en oberoende datamanager för att bevara allokeringsdoldheten. Utfallsbedömare är förblindade för grupptilldelning (bedömarbefriad).
Intervention - AIMR-HAM (interventionsgrupp)
Översikt: Interventionen kombinerar MR-headset-baserad, scenariodriven praktisk träning.
Nyckelkomponenter:
- Orientering
- Förbriefing
- AIMR-simulering
- Debriefing
Teknisk notering: MR-uppsättningen integrerar virtuella element med den fysiska miljön för att leverera visuella och auditiva signaler; enhetsmärke/modell och programvaruversion kan specificeras i protokollfältet.
Kontrollgrupp: Kontrollgruppen får sjukhusets standardutbildning i läkemedelshantering (föreläsningar, falldiskussioner och workshops). Schemat och den totala kontakttiden matchar interventionsgruppen för att kontrollera för tid och uppmärksamhet.
Deltagarprocedurer och tidslinje Studieflödet är: screening → skriftligt informerat samtycke → baslinje (före intervention) bedömning → randomisering → tilldelad utbildning (MR + standardutbildning eller endast standardutbildning) → omedelbar efterutbildningsbedömning → uppföljningsbedömning (till exempel 1 månad efter utbildning) → studieavslutning. Vid varje bedömningstillfälle slutför deltagarna samma uppsättning utvärderingar för att möjliggöra jämförelse över tid.
Datainsamlingsmetoder
: Klinisk prestation och färdigheter mäts med standardiserade prestationschecklistor och observatörsbedömningsskalor under simulerade bedömningar. Utbildade utvärderare, förblindade för allokering, genomför dessa bedömningar.
Självrapporteringsinstrument (självförtroende, kommunikation, kognitiv arbetsbelastning) samlas in via elektroniska eller pappersbaserade frågeformulär och matas in i studiedatabasen.
Läkemedelsfeldata samlas in från sjukhusets incidentrapporteringssystem och deltagares självrapporter under studieperioden; dubbla rapporter stämmas av genom datagranskning och klassificering.
MR-systemet registrerar automatiskt deltagarinteraktionsloggar (tidsstämplar, åtgärder, beslutsställen) som kan användas som kompletterande analytiska data.
Analysöversikt
Primäranalyser följer intention-to-treat-principen. Kontinuerliga utfall (t.ex. kompetenspoäng) jämförs med t-test eller linjär regression; upprepade mätningar analyseras med mixed-effects-modeller för att ta hänsyn till inom-deltagarkorrelationer.
Binära utfall (t.ex. förekomst av läkemedelsfel) analyseras med logistisk regression eller riskuppskattningar.
Förutbestämda kovariater (till exempel baslinjepoäng eller klinisk enhet) inkluderas i justerade analyser vid behov. Sensitivitetsanalyser hanterar saknade data (t.ex. multipel imputering) och protokollavvikelser.
Säkerhet och etik Studien har fått godkännande av etikprövningsnämnden (IRB). Alla deltagare lämnar skriftligt informerat samtycke före inkludering. Eventuella obehag relaterade till MR-användning (som yrsel eller illamående) övervakas och hanteras enligt protokoll; allvarliga biverkningar rapporteras omedelbart till IRB och sjukhusets tillsynsorgan. Personuppgifter avidentifieras eller krypteras och lagras med begränsad åtkomst.
Kvalitetssäkring och tillförlitlighetsåtgärder
Instruktörer och utvärderare får standardiserad utbildning för att säkerställa konsekvent genomförande av interventionen och poängsättning av utfall.
Randomisering, datainmatning och datahantering följer standardiserade arbetsrutiner. Data genomgår regelbunden övervakning och periodiska kvalitetskontroller; oberoende datakvalitetsrevisioner kan utföras om det indikeras.
Slutsats och potentiell inverkan Denna studie kommer att avgöra om AIMR-HAM leder till mätbara förbättringar i sköterskors kompetens i läkemedelshantering och minskar läkemedelsfel jämfört med standardutbildning. Resultaten kan informera sjukhusens utbildningspraxis och stödja bredare införande av AIMR-HAM för klinisk färdighetsträning.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: Hwigon Jeon, Ph.D. student
- Telefonnummer: +82-10-5121-0700
- E-post: tjdans779@gmail.com
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
Sjuksköterskor med minst ett till sex års klinisk erfarenhet.
De som förstår syftet och procedurerna för denna studie och har gett skriftligt samtycke att delta.
De som inte har fysiska eller kognitiva begränsningar i användningen av mixed reality-enheter.
③ De som kan kommunicera på koreanska och förstå och svara på frågor.
Exklusionskriterier:
De som inte önskar delta i studien. ① De som har deltagit i utbildning relaterad till högt riskfyllda läkemedel under de senaste sex månaderna.
De som inte kan eller har svårt att delta i mixed reality-utbildningsprogrammet på grund av syn-, hörsel- eller neurologiska nedsättningar, eller biverkningar som yrsel eller åksjuka.
- De som frivilligt drar sig ur studien mitt under genomförandet.
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Hälsovårdsforskning
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Trippel
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Arm 1
Deltagarna får ett Artificiell Intelligens-integrerat Mixed Reality-baserat Simuleringsprogram för Hantering av Högalarmmediciner
|
Deltagare i interventionsarmen får ett artificiell intelligens-integrerat Mixed Reality-baserat simuleringsprogram för hantering av högalarmerande läkemedel
|
|
Aktiv komparator: Arm 2
Deltagarna får sjukhusets standardutbildning i läkemedelshantering
|
Deltagarna får sjukhusets standardutbildning i läkemedelshantering (föreläsningar, fallstudiediskussioner och workshops)
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Klinisk prestanda för högriskmediciner
Tidsram: Baseline, omedelbart efter intervention
|
Den kliniska prestationskompetensbedömningen för högalarmläkemedel kommer att använda ett frågeformulär utvecklat av vårt forskningsteam.
Verktyget består av 23 frågor, varav 4 kommer att variera beroende på simuleringsförloppet, vilket resulterar i en slutlig bedömning som mäter 19 frågor.
Varje fråga kommer att betygsättas av instruktören på en skala där 0 betyder misslyckande eller felaktig utförande, 1 betyder otillräcklig eller otillfredsställande utförande och 2 betyder korrekt utförande.
De utvecklade frågorna kommer att genomgå en validitetsbedömning av sex experter innan de revideras och kompletteras för användning.
Högre poäng indikerar bättre klinisk prestation vid hantering av högalarmläkemedel.
|
Baseline, omedelbart efter intervention
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Global interpersonell kommunikationskompetens
Tidsram: Baslinje, omedelbart efter intervention
|
Kommunikationskompetens kommer att mätas med hjälp av Global Interpersonal Communication Competence (GICC)-skalan utvecklad av Heo Kyung-ho (2003), som modifierades och kompletterades av Lee Hyun-sook och Kim Jong-gyeong (2010).
Den består av 15 frågor, var och en bedömd på en 5-gradig Likertskala från 1 (inte alls) till 5 (mycket), där högre poäng indikerar bättre kommunikationskompetens.
I studien av Lee Hyun-sook och Kim Jong-gyeong (2010) var Cronbachs α .83.
|
Baslinje, omedelbart efter intervention
|
|
Kliniskt resonemangskompetens
Tidsram: Baslinje, omedelbart efter intervention
|
Klinisk resonemangskompetens kommer att mätas med hjälp av Clinical Reasoning Competency Scale (CRCS) som utvecklats av Bae et al. (2023).
Den består av 22 frågor, var och en bedömd på en 5-gradig Likertskala från 1 (inte alls) till 5 (i mycket hög grad).
Ett högre resultat indikerar större klinisk resonemangskompetens.
I studien av Bae et al. (2023) var Cronbachs α .92.
|
Baslinje, omedelbart efter intervention
|
|
Läkemedelssäkerhetskompetens
Tidsram: Baslinje, omedelbart efter intervention
|
Medikamentsäkerhetskompetens kommer att mätas med hjälp av Medication Safety Competence Scale (MSCS) som utvecklats av Park och Seomun (2021).
Den består av 36 frågor och sex delskalor (patientcentrerad medicinering, förbättring av problemsituationer, hantering av påverkande faktorer, hantering av krissituationer, tvärprofessionellt samarbete och ansvar som sjuksköterska). Varje fråga bedöms på en 5-gradig Likertskala (1 = "inte alls" till 5 = "i mycket hög grad"), med en totalsumma från 36 till maximalt 180. Ett högre totalvärde indikerar en högre nivå av medikamentsäkerhetskompetens. Tillförlitligheten för MSCS var Cronbachs α = .96. |
Baslinje, omedelbart efter intervention
|
Samarbetspartners och utredare
Publikationer och användbara länkar
Allmänna publikationer
- Bae, J., Lee, J., Choi, M., Jang, Y., Park, C. G., & Lee, Y. J. (2023). Development of the clinical reasoning competency scale for nurses. BMC nursing, 22(1), 138. Elendu, C., Amaechi, D. C., Okatta, A. U., Amaechi, E. C., Elendu, T. C., Ezeh, C. P., & Elendu, I. D. (2024). The impact of simulation-based training in medical education: A review. Medicine, 103(27), e38813. Fernández-Alcántara, M., Escribano, S., Juliá-Sanchis, R., Castillo-López, A., Pérez-Manzano, A., Macur, M., Kalender-Smajlović, S., García-Sanjuán, S., & Cabañero-Martínez, M. J. (2025). Virtual Simulation Tools for Communication Skills Training in Health Care Professionals: Literature Review. JMIR Medical Education, 11(1), e63082. Frost, J., Delaney, L., & Fitzgerald, R. (2020). Exploring the application of mixed reality in nurse education. BMJ Simulation & Technology Enhanced Learning, 6(4), 214. Fu, Y., Hu, Y., & Sundstedt, V. (2022). A systematic literature review of virtual, augmented, and mixed reality game applications in healthcare. ACM Transactions on Computing for Healthcare (HEALTH), 3(2), 1-27. Gaffney, T. A., Hatcher, B. J., & Milligan, R. (2016). Nurses' role in medical error recovery: an integrative review. Journal of clinical nursing, 25(7-8), 906-917. Han, Y., Chen, J., Xu, Y., Huang, P., & Hou, L. (2024). Nurse-led medication management as a critical component of transitional care for preventing drug-related problems. Aging Clinical and Experimental Research, 36(1), 151. Hodkinson, A., Tyler, N., Ashcroft, D. M., Keers, R. N., Khan, K., Phipps, D., Abuzour, A., Bower, P., Avery, A., & Campbell, S. (2020). Preventable medication harm across health care settings: a systematic review and meta-analysis. BMC medicine, 18(1), 313. Jeon, H. G., & Jeong, H. W. (2025). Effectiveness of a Mixed Reality Simulation Program for Dyspnoea Care on New Nurses' Clinical Competency: A Mixed-Methods Study. Nurse Education in Practice, 104397. Mardani, A., Griffiths, P., & Vaismoradi, M. (202
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- CNUH-2025-435
- RS-2024-00345750 (Annat bidrag/finansieringsnummer: The National Research Foundation of Korea)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .