移动应用程序和人工智能支持的视频患者教育对患者学习清洁间歇导尿效果的影响
2026年6月19日 更新者:Elife Kettas Dolek、Mersin University
移动应用程序和人工智能支持的视频患者教育对患者学习清洁间歇导尿术效果的影响
本研究旨在确定针对需进行清洁间歇导尿(CIC)的患者开发的移动应用程序和人工智能辅助教育视频,对患者依从性、操作难度、自信心、感染参数(尿检、尿培养、感染发生率)以及再入院率的影响。
过去一年内,在梅尔辛大学泌尿外科门诊就诊的CIC患者数量为110名。
由于未发现类似研究,样本量通过G*Power 3.1.9.7软件进行先验功效分析计算。
对于单因素方差分析(ANOVA),所用参数为α错误概率=0.05、功效(1-β错误概率)=0.80、组数=3、效应量f=0.40(大效应量)。
功效分析结果显示,总样本量计算为90人,每组30名参与者。
考虑到可能存在约10%的数据丢失(脱落)率(Hernández-Rodríguez等人,2022年),研究初期计划每组纳入33名参与者(总计99人)。
数据将通过“描述性信息表”、“间歇导尿依从性量表”、“清洁间歇自我导尿自信心量表”、“间歇导尿难度问卷”和“患者随访表”收集。
需进行清洁间歇导尿的患者将通过移动应用程序(干预组1)和人工智能辅助教育视频(干预组2)接受培训。
对照组患者将使用门诊提供的常规宣传册进行培训。
研究概览
详细说明
该研究设计为一项前瞻性、三组(1:1:1)、随机对照临床试验。研究将在梅尔辛大学医学院医院泌尿外科门诊进行。泌尿外科门诊包括成人和儿科门诊单元、介入室、超声室、男科实验室、碎石单元和尿动力学单元。泌尿外科由七名教职员工和十一名研究助理组成。在泌尿外科门诊,有一名护士、两名技术员、两名秘书和一名清洁人员。门诊服务时间为08:00至17:00,在此期间也为患者提供清洁间歇导尿(CIC)培训。护士使用宣传册为将进行CIC的患者提供培训。培训后,患者通常在术后第15天和第3个月返回门诊进行随访。本研究旨在确定为将进行清洁间歇导尿(CIC)的患者开发的移动应用程序和人工智能支持的教育视频对患者依从性、难度水平、自信心、感染参数(尿分析、尿培养、感染发生率)以及再次入院的影响。过去一年内到梅尔辛大学泌尿外科门诊就诊的CIC患者数量为110人。由于未找到类似研究,样本量使用G*Power 3.1.9.7软件通过先验功效分析计算。对于单因素方差分析(ANOVA),使用的参数为α错误概率=0.05,功效(1-β错误概率)=0.80,组数=3,效应大小f=0.40(大效应大小)。根据功效分析结果,总样本量计算为90,每组30名参与者。考虑到可能的数据丢失(脱落)率约为10%(Hernández-Rodríguez等人,2022年),研究开始时计划每组纳入33名参与者(共99名参与者)。数据将使用“描述性信息表”、“间歇导尿依从性量表”、“清洁间歇自我导尿自信心量表”、“间歇导尿难度问卷”和“患者随访表”收集。将进行清洁间歇导尿的患者将通过移动应用程序(干预组1)和人工智能支持的教育视频(干预组2)接受培训。对照组患者将使用门诊提供的常规宣传册进行培训。
研究类型
介入性
注册 (估计的)
99
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
- 姓名:ELİFE KETTAŞ DÖLEK, Prinicipal İnvestigator
- 电话号码:03242410000
- 邮箱:elifeket@yahoo.com
研究联系人备份
- 姓名:ELİFE KETTAŞ DÖLEK, Principal İnvestigator
学习地点
-
-
-
Mersin、土耳其(türkiye)
- 招聘中
- Mersin Unıversıty
-
首席研究员:
- GÜLAY ALTUN UĞRAŞ
-
接触:
- ELİFE KETTAŞ DÖLEK
- 邮箱:elifeket@yahoo.com
-
接触:
- GAMZE BOZKUL
- 邮箱:gamze.bozkul@gmail.com
-
首席研究员:
- ERİM ERDEM
-
首席研究员:
- MERT BAŞARANOĞLU
-
-
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
- 成人
- 年长者
接受健康志愿者
不
描述
纳入标准:
- 需要间歇性导尿(TAK)的患者,
- 年龄18岁或以上,
- 愿意参与研究,
- 能够理解土耳其语,
- 具备读写能力,
- 无视觉或听觉障碍,
- 拥有智能手机、平板电脑或计算机,
- 无使用技术困难。
排除标准:
- 不需要间歇性导尿(TAK)的患者,
- 年龄未满18岁,
- 不愿意参与研究,
- 无法理解土耳其语,
- 不具备读写能力,
- 存在视觉或听觉障碍,
- 没有智能手机、平板电脑或计算机,
- 存在使用技术困难。
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:三倍
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:实验组:移动应用程序组
将进行清洁间歇导尿的患者将通过移动应用程序接受培训(干预组1)
|
将进行清洁间歇性导尿的患者将通过移动应用程序接受培训(干预组1)
|
|
实验性的:实验组:人工智能视频组
将进行清洁间歇导尿的患者将通过人工智能支持的教育视频接受培训(干预组2)。
|
将进行清洁间歇性导尿的患者将通过人工智能支持的教育视频接受培训(干预组2)
|
|
无干预:对照组
对照组患者将使用门诊部提供的常规手册进行培训。
|
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 |
|---|---|---|
|
依从性
大体时间:6个月
|
间歇性导尿依从性量表由Amandine Guinet-Lacoste及其同事于2018年开发,其土耳其语改编和可靠性研究由Duman于2021年进行。
该量表的前七个项目(除第五项外)按“是=1”和“否=0”计分,而第五项则反向计分:“是=0”和“否=1”。
第八项采用5点李克特量表,计分为“从未=0”、“有时=0.25”、“经常=0.50”、“大多数时间=0.75”和“总是=1”。
量表总分为8分,所得分数反映患者对导尿的依从性。
因此,0分表示“高依从性”,1-2分表示“中等依从性”,3-8分表示“低依从性”。
表示量表内部一致性的Cronbach's alpha系数为0.73。
|
6个月
|
|
自信
大体时间:6个月
|
该量表由Biaziolo及其同事于2017年开发。
土耳其语版本的改编、效度和信度研究由Çulha和Acaroğlu于2020年进行。
该量表采用五点李克特式结构,包含评估导管插入步骤及个人执行此操作自信心的简短陈述。
回答选项如下:1 = 毫无信心,2 = 略有信心,3 = 有信心,4 = 非常有信心,5 = 完全有信心。
该量表共包含16个项目。
总分通过将所有项目的回答数值相加计算得出,总分范围为0至64分。
分数越高表示执行导管插入的自信心水平越高。
该量表的内部一致性非常高,总体Cronbach's alpha系数为0.89。
|
6个月
|
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:GAMZE BOZKUL、Tarsus 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
- Bobian M, Kandinov A, El-Kashlan N, Svider PF, Folbe AJ, Mayerhoff R, Eloy JA, Raza SN. Mobile applications and patient education: Are currently available GERD mobile apps sufficient? Laryngoscope. 2017 Aug;127(8):1775-1779. doi: 10.1002/lary.26341. Epub 2016 Oct 18.
- Cerantola Y, Valerio M, Persson B, Jichlinski P, Ljungqvist O, Hubner M, Kassouf W, Muller S, Baldini G, Carli F, Naesheimh T, Ytrebo L, Revhaug A, Lassen K, Knutsen T, Aarsether E, Wiklund P, Patel HR. Guidelines for perioperative care after radical cystectomy for bladder cancer: Enhanced Recovery After Surgery (ERAS((R))) society recommendations. Clin Nutr. 2013 Dec;32(6):879-87. doi: 10.1016/j.clnu.2013.09.014. Epub 2013 Oct 17.
- Bhuyan SS, Sateesh V, Mukul N, Galvankar A, Mahmood A, Nauman M, Rai A, Bordoloi K, Basu U, Samuel J. Generative Artificial Intelligence Use in Healthcare: Opportunities for Clinical Excellence and Administrative Efficiency. J Med Syst. 2025 Jan 16;49(1):10. doi: 10.1007/s10916-024-02136-1.
- Hernandez-Rodriguez JC, Garcia-Munoz C, Ortiz-Alvarez J, Saigi-Rubio F, Conejo-Mir J, Pereyra-Rodriguez JJ. Dropout Rate in Digital Health Interventions for the Prevention of Skin Cancer: Systematic Review, Meta-analysis, and Metaregression. J Med Internet Res. 2022 Dec 9;24(12):e42397. doi: 10.2196/42397.
- Alasker A, Alsalamah S, Alshathri N, Almansour N, Alsalamah F, Alghafees M, AlKhamees M, Alsaikhan B. Performance of large language models (LLMs) in providing prostate cancer information. BMC Urol. 2024 Aug 23;24(1):177. doi: 10.1186/s12894-024-01570-0.
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 (实际的)
2026年4月1日
初级完成 (估计的)
2026年12月15日
研究完成 (估计的)
2027年4月1日
研究注册日期
首次提交
2026年3月19日
首先提交符合 QC 标准的
2026年3月19日
首次发布 (实际的)
2026年3月24日
研究记录更新
最后更新发布 (实际的)
2026年6月24日
上次提交的符合 QC 标准的更新
2026年6月19日
最后验证
2026年6月1日
更多信息
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.