Оценка клинического мышления в симуляционном обучении выходит на новый уровень благодаря подходу Attempt-Based Analysis, представленному на международной конференции «Медицинская симуляция — взгляд в будущее».

На научно-практической конференции с международным участием «МЕДИЦИНСКАЯ СИМУЛЯЦИЯ — ВЗГЛЯД В БУДУЩЕЕ», состоявшейся в Буковинском государственном медицинском университете, доктор философии, ассистент кафедры внутренней медицины, клинической фармакологии и профессиональных заболеваний Татьяна Антофийчук представила Attempt-Based Analysis — новый подход к анализу клинического мышления в симуляционном обучении, а также результаты исследования, проведённого с использованием платформы симуляционного обучения ClinCaseQuest.

Татьяна Антофийчук является преподавателем одного из валидационных центров платформы симуляционного обучения ClinCaseQuest, где она обучает клиническому мышлению — ключевой компетенции, на развитие которой направлены наши симуляционные сценарии.

В своей презентации Татьяна Антофийчук представила аналитический подход, разработанный в рамках ClinCaseQuest для оценки клинического мышления в симуляционном обучении: анализ на основе попыток.

Традиционная оценка симуляционного обучения, как правило, измеряет лишь правильность финального клинического решения. Однако такой подход может скрывать критически важные различия в процессе клинического мышления, приведшего к этому решению.

Исследование, проведённое с использованием симуляционных сценариев ClinCaseQuest, показало, что:

• 100% студентов достигли правильного финального диагноза в обоих сценариях
• при этом пути их клинического мышления существенно различались
• в среднем студентам потребовалось 2,3 попытки для каждого ключевого клинического шага, чтобы прийти к правильному решению

Анализируя количество попыток, типы ошибок, паттерны самокоррекции и время принятия решений, данный метод позволяет увидеть, как именно мыслят студенты, а не только какое решение они в итоге принимают.

Исследование также выявило пять различных типов клинического мышления — от структурированного экспертного мышления до подхода trial-and-error.

Ещё более важным является то, что анализ позволил определить четыре системные зоны обучения, где необходимы целевые педагогические вмешательства:

• Ранняя оценка тяжести гемодинамической нестабильности
• Ошибки в последовательности действий по алгоритмам ACLS
• Чрезмерное назначение обследований вследствие установки «больше анализов = безопаснее»
• Пробелы в интерпретации ЭКГ при наличии теоретических знаний

Эти результаты демонстрируют важное понимание для медицинского образования:

Правильный ответ — это не конечная точка. Именно с него начинается настоящий анализ.

Анализ на основе попыток дополняет традиционные методы оценки, делая процесс клинического мышления видимым и позволяя преподавателям разрабатывать более точные и эффективные образовательные вмешательства.

ClinCaseQuest выражает благодарность Буковинскому государственному медицинскому университету за поддержку данного исследовательского проекта.

Также благодарим студентов Буковинского государственного медицинского университета, принявших участие в исследовании и внесших вклад в развитие новых подходов к оценке клинической компетентности в симуляционном обучении.

Подобные исследования являются важным шагом к медицинскому образованию, основанному на данных, и более эффективному развитию клинического мышления.

Такой подход существенно расширяет возможности оценки клинического мышления, смещая фокус с конечного результата на процесс принятия решений. Анализируя последовательность действий, типы ошибок и поведенческие паттерны, преподаватели получают более глубокое понимание мышления студентов. Это открывает возможности для более точного обучения, персонализированной обратной связи и повышения безопасности медицинской помощи. В будущем такие подходы станут стандартом в симуляционной медицинской образовании.

Зарегистрируйтесь на нашем сайте прямо сейчас, чтобы иметь доступ к большему количеству обучающих материалов!

Зарегистрироваться

Подписаться на наши страницы:

• Facebook
• Telegram
• Instagram
• YouTube
• Pinterest