Использование имитационных моделей в клиническом обучении на кафедре клинической медицины в медицинских колледжах

Не существует универсальных стандартов для обучения клиническому моделированию. Совет клинических офицеров Кении (CoC) выступает за гибкое медицинское обучение, сочетающее наставничество, конструктивную обратную связь и оценку [1]. Имеются существенные различия в составе медицинских образовательных программ, особенно в обучении клиническому моделированию [2].

В последнее десятилетие при подготовке студентов к клинической практике активизировалось использование имитационных моделей в качестве метода обучения. Факторами, стимулирующими этот шаг, являются усиление конкурентоспособности и необходимость оценивать студентов при выполнении клинических заданий; стремление сократить количество ошибок и улучшить уход за пациентами [3, 4]. В связи с этим имитационное моделиро- ting professional experiences and attitudes; Teaching by creating learning context which involves creating a suitable scenario and good condition for teaching; Teaching by monitoring where the clinical mentors constantly monitor the students’ attributes.

According to the results of this study, the inclusion of the interaction effect of supervision and educational practices in the relationship simulation models used in clinical teaching and skills and performance had a positive outcome. So, it suggests that a combined approach of mentorship and students attending ward rounds is the most appropriate method for future medical education.

вание играет важную роль в обучении студентов клинической компетентности.

Американский контекст описывает клиническое обучение как долю клинических мест в клинических учебных программах с навыками лабораторной подготовки и использованием имитационных моделей на взвешенных практических занятиях [5, 6]. Рассмотрение ответственности на индивидуальном и организационном уровнях необходимо для повышения безопасности пациентов и качества медицинской помощи. Эти инициативы также включены в программу непрерывного профессионального развития, которая готовит клиницистов к лучшей профессиональной практике [7, 8]. Клинические имитационные упражнения используются для повышения производительности и расширения знаний о безопасном уходе за пациентами в ситуациях, когда может возникнуть потенциальная ошибка [9].

Статьи в журналах для медицинского образования в основном сосредоточены на влиянии имита- ционных событий на технические и психомоторные способности, измеряя такие показатели, как достижения, точность, эффективность, продвижение, частота ошибок и время для надлежащего выполнения задачи [10, 11]. В то время как важно перечислить презентацию базовых навыков, эти иллюстрации в большей степени воспроизводят навыки обучения в одном круге, где «участники... поощряются учиться выполнять работу [но не подвергать сомнению фундаментальные аспекты] организаций» [12]. В дальнейшем практика использования методологических навыков может быть изолирована от контекста и представлять собой часть работы медицинского работника. Точно также исследования в области технических компетенций ограничены и не оправдывают полного объёма обучения, при котором вопросы, ответы и рефлексия формируют медицинского работника [13, 14]. Согласно исследованиям Амстердамского университета, посвящённым эффективности межпрофессионального аудиторного обучения в медицинских программах, было показано, что методы имитационного обучения повышают общую успеваемость и удовлетворённость студентов [15]. В Китае, согласно проспективному сравнительному исследованию Yang et al. (2017) межпрофессиональных инструкций на основе моделирования для формирования отношения к практике сотрудничества, улучшение межпрофессиональных способностей может привести к улучшению ухода за пациентами.

В Южной Африке обнаружили, что специфичное для конкретного пациента моделирование для запланированного лечения не имело интраоперационных осложнений [17]. Программы стажировки не всегда могут гарантировать, что врачи овладеют полным набором навыков, ориентированных на пациента. Место, время и благоприятные возможности для контролируемой практики определяют тип опыта. Кроме того, клинический персонал должен следовать желаемым клиническим процедурам и понимать уровень ухода за пациентами и управления ими, который от них ожидается, благодаря ознакомлению с основными методами ухода за пациентами в имитационных установках.

Исторически сложилось так, что клиническое преподавание происходило через обучение ученичеству, как в эпоху Флоренс Найтингейл, когда начинающий студент осваивал профессию у «мастера» [12]. В Кенийском медицинском колледже (KMTC) лабораторный тренинг по навыкам обычно используется в качестве метода обучения, помогающего клиницистам в развитии клинических навыков перед посещением обязательных клинических курсов. Тем не менее, когда клиницисты приступают к своей первой клинической практике, они сталкиваются с конфликтом между теоретическим иде- алом ожидаемой медицинской подготовки и реализмом медицинских условий [18].

Отсутствует наставничество на уровне дипломной подготовки. Было показано, что наставничество является эффективным средством поддержки передачи знаний, необходимых для устранения пробелов в успеваемости студентов. Наставничество повышает уверенность студентов в подготовке к клинической практике и позволяет им задуматься о своём профессиональном развитии.

Материалы и методы

Сбор данных

Это описательное перекрёстное исследование было одобрено Институциональным комитетом по исследованиям и этике (Регистрационный номер: MMU / COR: 403012, ТОМ 6 (01)) Регистрационный номер: 637208). Критериями включения были: студенты клинической медицины из Кенийского медицинского колледжа в кампусе Какамега и Школы клинической медицины Святой Марии на втором и третьем курсах обучения. Размер выборки был заимствован из метода отбора проб Яманэ 1967 года. В исследовании использовалась кластерная выборка для объединения медицинских учебных заведений в Школу клинической медицины Какамега и Школу клинической медицины Святой Марии. Стратифицированная выборка использовалась для выявления подгрупп в целевой популяции; студенты подгрупп; студенты второго и третьего курсов. Инструментом исследования была анкета, разработанная для данного исследования. Данные о порядковых значениях, интервалах и соотношениях предполагалось собирать с помощью вопросников, чтобы применить более эффективный статистический метод. Были разосланы вопросники для оценки используемых имитационных моделей навыков и производительности. В исследовании был принят альфа-коэффициент внутренней согласованности Кронба-ха, потому что он более практичен, в нём используются все элементы исследовательского инструмента, и он более удобен по сравнению с другими методами, поскольку требует единого подхода к проведению теста [19]. Пилотное исследование было проведено в KMTC в кампусе Bungoma, поскольку кампус имеет тот же набор студентов и характеристики, что и кампусы в Западном регионе, и использует аналогичную учебную программу. Три независимые переменные (оценка имитационных моделей, восприятие, роль) и зависимая переменная (навыки и производительность) были подвергнуты тестированию на достоверность на уровне 0,8. Достоверность содержания вопросника была подтверждена на основании мнений комиссии из 12 экспертов-преподавателей.

Статистический анализ

Что касается количественных данных, для ввода, очистки, кодирования и анализа данных использовалось программное обеспечение SPSS (статистический пакет для социальных наук) версии 26. Распределение каждой переменной в цели исследования было описано с использованием одномерного анализа, и соответствующий описательный анализ был использован для создания частотных распределений, таблиц и других рисунков, которые использовались для анализа методов диагностики и лечения. Сила связи и любые расхождения между переменной результата и другими независимыми переменными были изучены с помощью двумерного анализа. Существовала корреляция между социально-демографическими показателями и переменными исследования на уровне значимости 0,05. Был проведён двумерный и многомерный анализ переменных и рассчитаны отношения шансов с 95%-м уровнем достоверности.

Результаты

Оценка мультиколлинеарности проводилась с использованием значения допуска и коэффициента инфляции дисперсии (VIF). Значение допуска колеблется от 0 до 1, при этом значение ниже 0,1 ука- зывает на серьёзную проблему мультиколлинеарности. Статистика VIF является обратной к значению допуска и не имеет определённых точек отсечения, но если значение VIF лежит в диапазоне от 1 до 10, то мультиколлинеарности нет. Если значение VIF меньше 1 или больше 10, то имеет место, что все значения допуска выше 0,5 и ближе к максимальному значению 1, чем к минимальному значению 0, что указывает на отсутствие мультиколлинеарности. С другой стороны, все значения VIF ближе к 1, чем к 10, что указывает на отсутствие коллинеарности и смещения в регрессионной модели.

Для наблюдаемых переменных была рассчитана двумерная корреляция с использованием коэффициента корреляции произведение-момент Пирсона (r). Значения r варьировались между 0 и ±, что указывало на крайние значения отсутствия корреляции и совершенной корреляции соответственно и дополнительно показывало степень существования линейной зависимости между двумя переменными. Результаты показывают сильную положительную корреляцию между переменными исследования. Переменные-предикторы были значимыми на уровне значимости 0,01. Результаты корреляционного анализа представлены в таблице 2.

Таблица 1. Тесты на мультиколлинеарность

	Модель	Статистика коллинеарности Толерантность	VIF
1	(Постоянная) Оценка имитируемых моделей Восприятие	0,991 0,991	1,119 1,162

Таблица 2. Корреляционный анализ

		Оценка имитационных моделей	Восприятие	Навыки и результативность
Оценка имитируемых моделей	Корреляция Пирсона	1	0,094	0,242**
	Знак (двухвалентный)		0,103	0,000
	N	302	302	302
Восприятие	Pearson Correlation	0,094	1	0,479**
	Знак (двухвалентный)	0,103		0,000
	N	302	302	302
Навыки и результативность	Корреляция Пирсона	0,242**	0,479**	1
	Знак (двухвалентный)	0,000	0,000
	N	302	302	302

** Корреляция значима на уровне 0,01.

Множественные регрессии без замедляющего эффекта для имитационных моделей, используемых для клинического обучения

Для оценки имитационных моделей, используемых в клиническом обучении навыкам и производительности, использовалась множественная регрессия, при которой исследователь использовал сле- дующую нулевую гипотезу, которая была проверена на уровне значимости 0,05.

H o : в клиническом обучении навыкам и производительности не используется никаких имитационных моделей.

Результаты приведены в таблице 3.

Таблица 3a. Краткое описание модели

Модель                 R R Квадрат Скорректированный R Квадрат Std. Ошибка оценки 1                                 0,518а 0,629 0,624 2,017 а. Предикторы: (Постоянные), Воспр б. Зависимая переменная: Навыки и иятие, Оценка имитируемых моделей. производительность. Таблица 3b. ANOVA Model Суммы квадратов df Средний квадрат F Sig. 1     Регрессия Остаточный Итого 447,195 1216,981 1664,175 2 299 301 223,597 4,070 54,936 0,000b a. Зависимая переменная: Навыки и b. Предикторы: (Постоянные), Воспр производительность. иятие, Оценка имитируемых моделей. Таблица 3c. Коэффициент регрессии Модель Нестандартизированных коэффициентов B            Std. ошибка Стандартизированные коэффициенты 1              Бета                  t Sig. 1         (Постоянная)                             5,057 Оценки имитационных моделей        0,111 0,738 0,028 0,199 6,851 4,007 0,000 0,000 a. Зависимая переменная: Навыки и производительность.

В таблице 3(a–c) была применена множественная линейная регрессия для оценки имитационных моделей, используемых в клиническом обучении навыкам и производительности. Все допущения регрессионного анализа были выполнены, за исключением допущения об автокорреляции между остатками. Общая модель объясняет 62,9% различий в навыках и производительности, и она была значительно полезна для объяснения навыков и производительности, F(2, 299) = 540936, p < 0005. При увеличении количества имитационных моделей на одну единицу навыки и производительность увеличиваются на t(299) = 4,0077. Следовательно, при 5%-м уровне значимости нулевая гипотеза была отклонена, и мы пришли к выводу, что ситуационная модель приемлема.

Множественные регрессии с замедляющим эффектом для имитационных моделей, используемых для клиническо го обучения

H o : d клиническом обучении навыкам и производительности не используются имитационные модели.

В таблице 4 (a–c) показано, что при включении эффекта взаимодействия супервизии и образовательных практик во взаимосвязи имитационных моделей, используемых в клиническом обучении, с навыками и производительностью, множественная линейная регрессия была применена для объяснения имитационных моделей навыков и производительности, использующих надзор и образовательные практики в качестве промежуточ-ной/сдерживающей переменной. Все допущения регрессионного анализа были выполнены, за исключением предположения об автокорреляции между остатками. Результаты в сводке модели показывают, что «Изменение квадрата R» модели увеличилось в вариации в результате добавления члена взаимодействия, т.е. на 8,4% (т.е. на 0,084), что представляет собой процентное увеличение вариации, объясняемое добавлением члена взаимодействия. Дальнейшие результаты показывают, что это увеличение является статистически значимым (p < 0,05). Следовательно, мы можем заключить, что методы супервизии и обучения умеряют навыки, производительность и имитационные модели. Далее, хотя можно было бы сделать еще более точный прогноз относительно навыков и производительности (коэффициент F > 1) с учетом эффекта взаимодействия (контроль и образовательные практики), эта точность снизилась, т. е. коэффициент F снизился с 18,716 до 16,600. Наконец, модель b, имела p-значение 0,00 и 0,158 для эффекта взаимодействия (супервизия и образовательные практики соответственно), которое показывает, что нулевая гипотеза об отсутствии сдерживающего эффекта су-первизии на связь между навыками и производительностью и имитационными моделями была отклонена для наблюдения, поскольку значение p (значение sig в таблице коэффициентов регрессии) было меньше уровня значимости исследования, т.е. 0,05. Нулевая гипотеза об отсутствии сдерживающего влияния образовательных практик на связь между навыками и производительностью и имитационными моделями была принята для образовательных практик, поскольку p-значение (значение sig в таблице коэффициентов регрессии) было больше уровня значимости исследования, т.е. 0,05.

Таблица 4a. Краткое описание модели

Статистики изменения

Модель R R Квадрат Скорректированный R Квадрат Std. Ошибка оценки R Квадрата изменения F изменения df1 df2 Sig. F изменить 1 0,242a 0,059 0,056 2,285 0,059 18,716 1 300 0,000 2 0,378b 0,143 0,135 2,187 0,084 14,688 2 298 0,000 a. Предикторы: (Постоянные), Оценка имитационных моделей.

b. Предикторы: (постоянные), Оценка имитируемых моделей, надзор, образовательные практики. и т.д. Зависимая переменная: навыки и производительность.

Таблица 4b. ANOVA

Модель Суммы квадратов df Среднеквадратичного значения F 1 Регрессия 97,727 1 97,727 18,716 0,000б Остаточный 1566,448 300 5,221 Всего 1664,175 301 2 Регрессия 238,284 3 79,428 16,600 0,000c Остаточный 1425,891 298 4,785 Всего 1664,175 301 а. Зависимая переменная: навыки и производительность b. Предикторы: (постоянные), оценка имитационных моделей c. Предикторы: (Постоянные), Оценка имитируемых моделей, Супервизия, Образовательные практики

Таблица 4c. Коэффициенты регрессии
Модель	Нестандартизирован-ные коэффициенты		Стандартизированные коэффициенты Бета	t	Sig.	95,0% Доверительный интервал для B		Статистики коллинеарности
						нижняя граница	верхняя граница
	B    Std	. Ошибка						Толерантность	VIF
1 (Постоянный)	10,341	0,531		19,483	0,000	9,297	11,386
Оценка имитационных моделей	0,135	0,031	0,242	4,326	0,000	0,073	0,196	1,000	1,000
2 (Постоянная)	6,508	0,885		7,356	0,000	4,767	8,250
Оценка	0,039	0,041	0,071	0,966	0,335	-0,041	0,119	0,539	1,856
имитационных моделей Надзор	0,357	0,067	0,309	5,349	0,000	0,226	0,488	0,862	1,160
Образовательных практик	0,079	0,056	0,098	1,417	0,158	-0,031	0,190	0,605	1,654

Зависимая переменная: навыки и успеваемость.

Заключение

Разнообразие имитационных моделей, используемых в клиническом обучении, зависит от ситуаций, содержания курса и уровня обучаемых. Это означает, что клинические наставники могут использовать одну или несколько моделей для поддержки обучения студентов. Эти модели, определённые [20], включают: обучение на практике, когда клинические наставники вовлечены в выполнение задач в реальных условиях; обучение на основе поддержки, когда подкрепление студентов и предоставление им обратной связи повысят их ответственность за обучение; обучение на основе подражания, когда клинические наставники считают, что быть образцом для подражания в клиническом образовании – наиболее эффективный и правильный способ передачи профессионального опы- та и установок; обучение на основе создания контекста обучения, который включает создание подходящего сценария и хороших условий для обучения; обучение на основе мониторинга, когда клинические наставники постоянно отслеживают качества студентов.

Согласно результатам исследования, включение эффекта взаимодействия супервизии и образовательных практик в имитационные модели взаимосвязи, используемые в клиническом обучении, с навыками и производительностью, дало положительный результат. Таким образом, это говорит о том, что комбинированный подход наставничества и посещения студентами отделений является наиболее подходящим методом для будущего медицинского образования.