此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

护理学生的CHATGPT辅助高血压知识

2025年3月3日 更新者:Nursemin ÜNAL、Ankara University

护理学生的ChatGPT辅助高血压知识:准确性,AI焦虑和认知负荷的评估

Chatgpt可以快速访问信息,研究支持和研究材料,但仍然担心其可靠性,准确性和无力提供护理中必不可少的个性化护理原则。 尽管先前的研究表明其在临床反应中的准确性很高,但对AI生成的医学信息的过度依赖需要谨慎使用。 该研究将探索Chatgpt在护理教育中的益处和局限性,尤其是在高血压学习中。

研究概览

地位

尚未招聘

干预/治疗

详细说明

在教育中使用人工智能(AI)工具正在迅速增加。 由OpenAI开发的Chatgpt是一个基于AI的聊天机器人,可提供交互式学习环境。 它根据书籍,在线资源和文章发表到2021年,产生流利和基于知识的回答。 在各个领域中Chatgpt的广泛采用引发了有关其作用和局限性的辩论。 在护理教育方面,学生经常使用CHATGPT快速访问信息,研究支持和考试准备。 但是,由于其响应的未知来源和错误信息的可能性,因此引起了人们对其可靠性的担忧。 Chatgpt在解释复杂的,与上下文有关的答案方面也有局限性,并且缺乏应用个性化护理原则的能力,这在护理实践中至关重要。

研究表明,Chatgpt在医疗保健领域的表现不同。 高血压是一种慢性疾病,影响了全世界有十亿人口的慢性疾病,这对护理学生来说是一个关键的话题,因为他们对病情的理解会对患者护理产生积极影响。 先前的研究表明,CHATGPT为高血压相关问题提供了临床上适当的答案,高精度率为92.5%。 此外,GPT-4版本的CHATGPT正确回答了美国医疗许可检查(USMLE)的86%以上的问题。

这项随机对照研究旨在评估Chatgpt在向护理学生教授高血压的有效性,同时还评估他们与AI相关的焦虑和认知负荷水平。 鉴于AI工具在教育中的存在越来越多,因此了解它们的优势和局限性对于它们在护理教育中的最佳融合至关重要。

研究人群由私立大学参加护理计划的学生组成。 该研究旨在吸引整个人群,尤其是完成内科护理课程的96名学生。 符合纳入标准的学生将被告知有关该研究的学生,并邀请参加。 志愿者将填写一份介绍性信息表格,并使用基于计算机的随机分组(每组48名学生)以1:1的比率随机分配给干预组(CHATGPT)或对照组。 干预小组将使用CHATGPT回答预防高血压态度量表的问题,而对照组将使用传统方法。 之后,两组将完成人工智能焦虑量表和认知负荷量表,从而结束数据收集。 所有收集的数据将使用Windows 22.0统计软件包的SPSS分析。

研究类型

介入性

注册 (估计的)

96

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

研究联系人备份

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

  • 孩子
  • 成人
  • 年长者

接受健康志愿者

是的

描述

纳入标准:

  • 在2024-2025学年,要参加一所私立大学的护理计划。
  • 为了参加内科医学护理课程(在本课程中,学生接受高血压患者的护理理论课程4个小时)。
  • 愿意自愿参加这项研究。

排除标准:

  • 希望在任何阶段退出研究的学生将不包括在研究中。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:其他
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:单身的

武器和干预

参与者组/臂
干预/治疗
实验性的:Chatgpt小组
干预小组的学生将使用Chatgpt回答预防高血压态度量表的问题。
干预小组的学生将使用Chatgpt回答预防高血压态度量表的问题。
其他名称:
  • 控制组
无干预:对照组
在对照组中,学生将使用传统方法反应预防高血压态度量表。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
预防高血压态度
大体时间:在研究开始时,首次入学。
该量表包括26个项目和细分,包括保护和控制,习惯和生活方式,营养态度,精神状态和体育锻炼以及疾病和风险知识。 这些项目以五点李克特量表进行评分,从“完全不同意”到“完全同意”。 量表得分的范围从26到130。 量表得分与预防高血压的态度之间存在积极的关系。 Cronbach的alpha量表为0.91。
在研究开始时,首次入学。
人工智能焦虑量表
大体时间:干预后立即(回答规模问题)
人工智能焦虑量表(AIAS)由Wang和Wang(2019)开发,并由Akkaya等人改编为土耳其。 (2021)。 该量表是5点李克特类型,由21个项目和4个因素组成。 这些因素是:学习,工作变化,社会技术失明和人工智能结构。 可以从量表获得的最低分数为21,最大分数为105。 较高的分数表明AI焦虑水平更高。 据报道,Cronbach的Alpha系数为0.95。
干预后立即(回答规模问题)
认知负载量表
大体时间:干预后立即(回答规模问题)
Paas和vanMerriënboer(1993)开发的量表旨在衡量在个人学习过程中学生的认知负担。 它由Kılıç和Karadeniz(2004)改编成土耳其。 该量表是对称的,李克特型的量表,得分范围从1到9。它可以评估学生在个人学习过程中所付出的努力。 根据量表,认知载荷从1到9。1-4之间的得分被认为是低认知载荷,而5-9之间的得分被认为是高认知载荷。 Paas和vanMerriënboer(1993)报道了该量表的内部一致性系数为0.82,而Kılıç和Karadeniz(2004)计算了土耳其版本的内部一致性系数为0.90。
干预后立即(回答规模问题)

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Nursemin Unal, Assoc. Prof.、Ankara University

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2025年3月10日

初级完成 (估计的)

2025年4月10日

研究完成 (估计的)

2025年5月10日

研究注册日期

首次提交

2025年2月26日

首先提交符合 QC 标准的

2025年3月3日

首次发布 (实际的)

2025年3月25日

研究记录更新

最后更新发布 (实际的)

2025年3月25日

上次提交的符合 QC 标准的更新

2025年3月3日

最后验证

2025年3月1日

更多信息

与本研究相关的术语

其他相关的 MeSH 术语

其他研究编号

  • 2025-2 (其他赠款/资助编号:Korean Society of Cardiometabolic Syndrome)

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅