机构名称：
¥ 1.0
背景：用药指南包含重要的相互作用和副作用，内容广泛而复杂。由于信息详尽，患者无法记住必要的用药信息，这可能导致住院和不遵守用药规定。在理解患者管理复杂用药信息的认知方面存在差距。然而，技术和人工智能 (AI) 的进步使我们能够了解患者的认知过程，从而设计一款应用程序，更好地向患者提供重要的用药信息。目标：我们的目标是改进基于人工智能和人为因素的创新界面的设计，以支持患者理解用药信息，从而有可能提高用药依从性。方法：本研究有三个目标。目标 1 分为三个阶段：(1) 观察性研究，以了解患者对用药信息的恐惧和偏见的感知，(2) 眼动追踪研究，以了解用药信息的注意力中心，以及 (3) 心理不应期 (PRP) 范式研究，以了解功能。将收集观察数据，例如音频和视频记录、凝视映射和 PRP 时间。本研究将纳入总共 50 名患者，年龄在 18-65 岁之间，他们开始服用至少一种新药物（我们为其开发了可视化信息），并且在使用 TICS-M 测试和健康素养水平进行的认知筛查中认知状态为 34。在目标 2 中，我们将利用从目标 1 的每个组件获得的知识，以智能手机应用程序的形式迭代设计和评估一个由人工智能驱动的药物信息可视化界面。界面将通过两次可用性调查进行评估。总共将招募 300 名患有糖尿病、心血管疾病或精神健康障碍的 18-65 岁患者参加调查。调查数据将通过探索性因子分析进行分析。在目标 3 中，为了测试原型，将采用双臂研究设计。该目标将包括 900 名患者，年龄在 18-65 岁之间，可以上网，没有任何认知障碍，并且至少服用两种药物。患者将按顺序随机分配。将使用三项调查来评估药物信息理解的主要结果和 12 周时药物依从性的次要结果。结果：初步数据收集将于 2021 年进行，结果预计将于 2022 年公布。结论：这项研究将引领基于人工智能的创新数字界面设计的未来，并有助于提高药物理解，从而可能提高药物依从性。这项研究的结果也将开启未来的研究
人为因素设计研究协议
主要关键词
相关文件推荐
