AI-drivet OSCE-coaching för att förbättra fertilitetsrådgivningsfärdigheter hos sjuksköterskestudenter (AI-OSCE-Infert)

Denna studie är utformad som en tvågrupps, randomiserad kontrollerad experimentell studie med ett pretest-posttest-design för att utvärdera effektiviteten av en generativ artificiell intelligensbaserad "OSCE Coach" för att förbättra infertilitetsrådgivningens kommunikation och empatifärdigheter bland sjuksköterskestudenter. Studien kommer att genomföras vid Bartın University Faculty of Health Sciences, Department of Nursing, efter godkännande från Bartın University Social and Humanities Ethics Committee och i enlighet med principerna i Helsingforsdeklarationen.

Studiepopulationen kommer att bestå av grundutbildningsstudenter i sjuksköterskeprogrammet som är aktivt inskrivna på infertilitetssjuksköterskekursen och har slutfört kursen i kvinnors hälsa och sjukdomar med godkända resultat. Berättigade deltagare som ger skriftligt informerat samtycke kommer att slumpmässigt fördelas till antingen interventionsgruppen eller kontrollgruppen med hjälp av en datorgenererad randomiseringssekvens. Fördelningen kommer att utföras av en oberoende person som inte är involverad i datainsamling eller analys. På grund av den utbildningsmässiga interventionens karaktär kommer deltagarblindning inte att vara möjlig; däremot kommer utvärderare som bedömer OSCE-prestationer att vara blindade för grupptilldelning.

Interventionsgruppen kommer att få utbildning genom en generativ artificiell intelligensbaserad "OSCE Coach" utformad för att stödja medveten träning i infertilitetsrådgivningens kommunikation. Interventionen består av 6-8 strukturerade mikroscenarier som speglar vanliga och utmanande infertilitetsrådgivningssituationer, inklusive etablering av relation, psykosocial bedömning, hantering av emotionella reaktioner, hantering av partnerrelaterade frågor, hantering av social stigmatisering, tillhandahållande av tydlig information, leverans av svåra nyheter och avslutning av rådgivningssessionen. I varje scenario kommer deltagarna att ge skriftliga rådgivningssvar, som kommer att analyseras av AI-systemet baserat på terapeutisk kommunikation och empatiprinciper. Strukturerad, rubrikbaserad återkoppling kommer att tillhandahållas, vilket gör att deltagarna kan revidera och upprepa sina svar i en medveten träningscykel.

Kontrollgruppen kommer att få konventionell infertilitetsrådgivningsutbildning som levereras genom standardundervisningsmetoder, inklusive föreläsningar, skriftliga falldiskussioner och granskning av exempel på rådgivningsdialoger. Varaktigheten och den totala utbildningsbelastningen i kontrollvillkoret kommer att matcha interventionsgruppens för att säkerställa jämförbarhet mellan grupperna. Ingen AI-stödd simulering eller interaktiv återkoppling kommer att användas i kontrollgruppen.

Utvärdering av resultat kommer att genomföras med validerade självrapporteringsskalor och en standardiserad prestationsbaserad utvärdering. Terapeutiska kommunikationsfärdigheter kommer att mätas med Therapeutic Communication Skills Scale for Nursing Students, och empatinivåer kommer att bedömas med Jefferson Scale of Empathy for Nursing Students. Rådgivningsprestation kommer att utvärderas genom standardiserade virtuella patientintervjuer som genomförs i en examinationslägessimuleringsmiljö. Alla deltagare kommer att genomföra samma virtuella patientscenario under identiska förhållanden. Prestationer kommer att poängsättas oberoende av två utbildade utvärderare med hjälp av en rubrik utvecklad baserad på Kalamazoo Consensus Statement. Utvärderare kommer att vara blindade för deltagarnas grupptilldelningar, och interbedömarreliabilitet kommer att bedömas med intraklasskorrelationskoefficient.

Pretest-utvärderingar kommer att genomföras före den utbildningsmässiga interventionen, och posttest-utvärderingar kommer att slutföras efter interventionsperioden. Data kommer att analyseras med lämpliga parametriska eller icke-parametriska statistiska metoder baserade på datadistribution. Kovariansanalys (ANCOVA) kommer att användas för att utvärdera interventionseffekter medan baslinjepoäng kontrolleras. Effektstorlekar kommer att beräknas, och statistisk signifikans kommer att sättas till p < 0,05.

Alla deltagardata kommer att anonymiseras med unika identifikationskoder. Endast forskningsteamet kommer att ha tillgång till data, som kommer att lagras säkert och användas enbart för vetenskapliga ändamål. Deltagare kommer att ha rätt att dra sig ur studien när som helst utan påföljd. Vid studiens slutförande kommer studenter i kontrollgruppen att erbjudas valfri tillgång till det AI-baserade OSCE-coachingsystemet i enlighet med etiska överväganden.