Integreret grundlæggende videnskab inden for undervisningsdesign af mønstergenkendelsestræning (AISC-ISF)

Baggrund:

At sikre, at medicinstuderende og nybegyndere bliver gode diagnostikere, er fortsat kernen i medicinsk uddannelse. I mere end seks årtier har akademikere og klinikere søgt en forståelse af de mest succesrige diagnostiske ræsonnementstrategier og hvordan man kan uddanne fremtidige læger i disse strategier. Forskning har afsløret, at de fleste diagnostikere anvender en blanding af mønstergenkendelse, deduktiv baglæns ræsonnement, det vil sige at søge efter symptomer eller tegn, der retfærdiggør en tentativ diagnose, og induktive fremadgående ræsonnementstrategier, det vil sige at analysere den mest sandsynlige diagnose baseret på tegn og symptomer. Der er nogle beviser for, at nybegyndere er mere tilbøjelige til bevidste deduktive og induktive diagnostiske ræsonnementstrategier, mens erfarne klinikere generelt stoler mere på mønstergenkendelse. I modsætning til nybegyndere identificerer eksperter generelt den mest sandsynlige diagnose baseret på mønstergenkendelse, efterfulgt af bevidste og ofte ubevidste deduktive ræsonnementer, rettet mod at retfærdiggøre eller udelukke den/de identificerede tentative diagnose/-er. Dual-proces teorien tilbyder en forklaring på denne to-trins ræsonnement strategi, der deler menneskelig erkendelse i to systemer; det intuitive system 1 (mønstergenkendelse) og det bevidste og analytiske deduktive/induktive system 2. Mønstergenkendelse (system 1) er øjeblikkelig, ofte meget præcis og kræver minimale ressourcer, selvom det er blevet kritiseret bredt for at være tilbøjeligt til ubevidste heuristiske skævheder. De bevidste system 2-processer er langsommere og kræver væsentligt større kognitive ressourcer end system 1-processer. System 2-processer anses generelt for at være mindre tilbøjelige til ubevidste skævheder, selvom flere resultater tyder på noget andet. De fleste foretrækker at anvende det effektive og ikke-anstrengende system 1, når det er muligt, og kun aktive system 2-processer, når det er absolut nødvendigt. Desværre er mønstergenkendelse (system 1) i en diagnostisk indstilling afhængig af domænespecifik erfaring, som generelt ikke er tilgængelig for nybegyndere, der derfor er afhængige af de væsentligt mere krævende system 2-operationer under diagnostik. Flere forfattere argumenterer for, at undervisere bør overveje at undervise eller fremme mønstergenkendelse, hvis det er muligt, da det muliggør præcis, effektiv og mindre krævende diagnostik. Realistisk og omfattende træning i mønstergenkendelse er mulig inden for medicinske specialer, der hovedsageligt er afhængige af visuel behandling såsom patologi, radiologi og dermatologi. Store case-biblioteker med kommenterede røntgenbilleder, patologiske dias eller dermoskopiske billeder kan gøres let tilgængelige for praksis, hvilket gør det muligt for studerende at opnå stærke mentale repræsentationer af de relevante differentialdiagnoser, før de påbegynder deres kliniske karriere. Der er omfattende litteratur om, hvordan man faciliterer udviklingen af ​​stærke mentale repræsentationer gennem mønstergenkendelsestræning. Selvom identifikation af knoglebrudstyper, cellulære abnormiteter og hudtilstande er vigtig, er yderligere videnindhentning og behandling nødvendig for at give patienterne det korrekte behandlingsregime. Kunstig intelligens og trænede duer (ja, duer) håndterer billeddiagnostik imponerende godt, hvor flere forfattere rapporterer nøjagtigheder på niveau med ekspertklinikere. Men i modsætning til ekspertklinikere er maskiner og duer i øjeblikket ikke i stand til at hente et eller flere komplekse prækompilerede diagnosespecifikke scripts eller skemaer fra langtidshukommelsen baseret på subtile diagnostiske signaler, efterfulgt af en bevidst analyse af den mest sandsynlige diagnose og passende behandlingshandling. . Sygdomsscriptteori forsøger at forklare denne utrolige hukommelseshentning og -bearbejdning gennem en simpel ramme. Sygdomsscripts defineres som mentale repræsentationer eller skemaer af en sygdom eller sygdom, der indeholder muliggørende forhold, dvs. demografi og sygehistorie, konsekvenser, dvs. symptomer og præsentationer af sygdommen/sygdommen, og fejl, dvs. den biomedicinske forklaring på konsekvenser og muliggørende forhold. . Når en erfaren læge genkender et bestemt mønster af muliggørende tilstande, konsekvenser og fejl, aktiverer og henter den et eller flere sygdomsscripts fra langtidshukommelsen og låser op for al den viden, der er gemt i det script, inklusive sygdommens fysiologi og indbyrdes relaterede scripts ( differentialdiagnoser). Lidt er kendt om dannelse og konsolidering af sygdomsscripts under medicinsk og klinisk træning, men der er stigende evidens for at kombinere den underliggende fysiologi og anatomi (fejl) med demografi (muliggørende tilstande) og symptomer (konsekvenser) i undervisningsmaterialets undervisningsmateriale. interventioner i medicin. En underliggende begrebsmæssig forståelse af den medicinske tilstands årsagsmekanismer ser ud til at hjælpe praktikanter med at konsolidere og sammenkæde deres sygdomsscripts, hvilket resulterer i hurtigere og mere præcis scriptaktivering og -anvendelse. Når kausale mekanismer eller "den biomedicinske videnskab" er inkluderet i standard instruktionsdesigns for intern medicin, der indeholder kliniske manifestationer af sygdommen, klarer de studerende sig væsentligt bedre, især på forsinkede tests og overførselstests. Lignende positive effekter på diagnostisk ydeevne er blevet observeret, når "udvidede" grundlæggende videnskabelige beskrivelser, der forklarer de underliggende sociologiske og adfærdsmæssige årsagsmekanismer, er integreret i instruktionsdesignet for komplekse medicinske tilstande, der inkluderer en kombination af sociale, somatiske og psykologiske problemer. Elevens umiddelbare og fastholdte diagnostiske præstation og overførsel af viden forbedres, hvis biomekaniske visuelle analogier af årsagsmekanismerne introduceres i beskrivelsen af ​​årsagsmekanismerne. Den positive effekt af at integrere biomedicinsk videnskab udnyttes bedst, når den blandes med klassiske læseplaner, der beskriver kliniske manifestationer af sygdomme. De positive effekter fra klassisk lærebogsdiagnostik på skriftlige cases udmønter sig også i visuel diagnostik, f.eks. tandradiologi, og den bagvedliggende begrebsmæssige viden om proceduremæssige færdigheder, f.eks. lændepunktur. Integrering af årsagsforklaringerne for visuelle kriterier, der anvendes i visuel diagnostik, øger både den umiddelbare og langsigtede diagnostiske præstation hos eleverne. Forbedringen i diagnostisk ydeevne forbundet med integration af biomedicinsk videnskab har vist sig at være modstandsdygtig over for hastighed-nøjagtighed afvejninger, hvilket indikerer, at en stærk repræsentation af "fejl" i et sygdomsscript øger diagnostikernes evne til hurtigt og præcist at aktivere scriptet. Selvom grundlæggende videnskabelige forklaringer synes at oversætte på tværs af de forskellige medicinske modaliteter, er det vigtigt at bemærke, at visuel diagnostik varierer betydeligt fra de resterende diagnostiske modaliteter. Når erfarne hudlæger undersøger en hudlæsion, danner de straks et globalt indtryk, der genererer en eller flere foreløbige diagnoser, som normalt er meget nøjagtige. Efterfølgende engagerer de sig i en baglæns ræsonnementstrategi, der forsøger at finde træk, der retfærdiggør eller afviser deres tentative diagnose. Det globale indtryk er et resultat af intuitive system 1-operationer, mens den bevidste analyse af differentialdiagnoser og funktionssøgning er bevidste system 2-operationer. Selvom eksperter fra tilbageværende kliniske specialer såsom internister, neurologer og kardiologer er stærkt afhængige af mønstergenkendelse, er deres vurderinger baseret på input (symptomer, sygehistorie, laboratorietest osv.), som er indsamlet bevidst, hvilket kræver en større grad af system 2-processer tidligt i den diagnostiske ræsonnementproces. Efterforskere teoretiserer, at denne forskel i "tidspunktet", hvor mønstergenkendelse bruges af de forskellige diagnostiske specialer, bør afspejles i uddannelsen af ​​de forskellige specialer. Baseret på disse refleksioner burde den optimale pædagogiske intervention for klinikere, der hovedsageligt er afhængige af visuel behandling (dermatologi, patologi og radiologi), være case-baseret træning med direkte visuel feedback koblet til en læseplan med et kortfattet og relevant instruktionsdesign. De tidligere nævnte undersøgelser viser, at integration af grundlæggende videnskab i et sådant instruktionsdesign forbedrer den diagnostiske nøjagtighed og overførsel af viden til lignende sygdomskategorier. Tidligere undersøgelser inden for visuel diagnostik har imidlertid ikke kunnet fastslå, om forbedret ydeevne efter integration af grundlæggende videnskaber forbedrer klinikeres mønstergenkendelse, bevidste funktionssøgningsstrategi eller begge dele. De pædagogiske interventioner i disse undersøgelser har været korte og omfattede mindre end 3 træningstilfælde pr. diagnose, som efterforskerne af dette forsøg anser for lavt med hensyn til dannelsen af ​​mentale repræsentationer til den visuelle klassificering af sygdomme (mønstergenkendelse). Endelig har tidligere undersøgelser ikke undersøgt effekten af ​​at integrere grundvidenskab i undervisningsdesignet af træningsinterventioner til visuel diagnostik og dens effekt på læringsadfærd (samlet varighed og antal gange adgang til undervisningsmateriale), læringskurver (dannelse af mentale repræsentationer) , og færdigheds-/vidensøgning. Efterforskere antager, at indførelsen af ​​grundlæggende videnskabelige forklaringer inden for instruktionsdesignet af case-baseret træning i visuel diagnostik vil forbedre elevernes indlæringskurver, fastholdelse og genfinding af viden/færdigheder efter en udvaskningsperiode. Så vidt vi ved, er der ingen tidligere undersøgelser, der uddyber effekten af ​​at integrere biomedicinske forklaringer på visuelle kriterier i en længerevarende case-baseret pædagogisk intervention rettet mod at træne elevernes mønstergenkendelsesfærdigheder.I erkendelse af, at læring kan variere, når der fokuseres på nybegyndere og mere avancerede elever, og at umiddelbare præstationer ikke altid forudsiger langsigtede læringsresultater, er dette et vigtigt forskningshul at udfylde.

Forskningsspørgsmål:

I en gruppe medicinstuderende med begrænset dermatologisk uddannelse, hvad er effekten af ​​at integrere biomedicinske årsagsforklaringer af visuelle kriterier under et forlænget case-baseret hudkræfttræningsprogram i visuel mønstergenkendelse sammenlignet med et identisk instruktionsdesign uden biomedicinske forklaringer? Hvordan vil forskydningen af ​​elevernes kognitive ressourcer fra at praktisere mønstergenkendelse til at forstå mønsteret påvirke deres læringsadfærd, indlæringskurve (nøjagtighed og tid pr. diagnose) og genfinding af mønstergenkendelsesfærdigheder efter en udvaskningsperiode?

Metode:

Studiet vil blive udført som et randomiseret kontrolleret forsøg med et allokeringsforhold på 1:1. Tilmeldte deltagere skal være aktivt indskrevet ved Det Sundheds- og Medicinvidenskabelige Fakultet, Københavns Universitet, og have bestået prøver i grundlæggende histopatologi og cellefysiologi. Eksklusionskriterier er tidligere uddannelse i dermoskopi eller hudkræftdiagnostik generelt. Der rekrutteres minimum 60 studerende. Alle deltagere skal downloade en mobilapplikation (Dermloop), der indeholder undervisningsmaterialet. Under tilmelding vil deltagerne blive bedt om at udfylde oplysninger om deres demografi, indtaste en sekscifret prøvekode og underskrive et digitalt samtykke. Ved tilmelding vil deltagerne automatisk blive tilfældigt tildelt den grundlæggende videnskabs- eller featuregruppe. I løbet af undersøgelsen vil alle deltagere gennemføre fire trin (se figur):

1. Fortest
2. Digital træningssession i hudkræftdiagnostik koncentrerede sig om syv differentialdiagnoser (nevi, melanom, seborroisk keratoser/sollentigo, basalcellekarcinom, dermatofibromer og vaskulære læsioner), der strækker sig over 7 dage. Instruktionsmaterialet er forskelligt mellem de to studiegrupper. Den grundlæggende videnskabelige gruppe vil have adgang til moduler, der beskriver de karakteristiske visuelle kriterier for hver diagnose og deres underliggende histopatologiske årsag. Funktionsgruppen vil læse identiske beskrivelser af de visuelle kriterier uden en forklaring af de bagvedliggende årsagsmekanismer.
3. Genoptræningssession
4. Retentionstest

Fortest:

Fortesten består af 12 tilfældigt udvalgte emner (generaliserbarhedskoefficient på 0,7) fra et testelementbibliotek (n= 25 emner) med etableret validitetsbevis for hudkræftdiagnostik.

Digital træningssession:

Sessionen består af en introduktion og præsentation af seks diagnoser (nevi, melanom, seborroisk keratoser/sollentigo, basalcellekarcinom, dermatofibromer og vaskulære læsioner).

Introduktion Indledningen indeholder en kort skriftlig introduktion om hudkræftdiagnostik og de seks diagnoser, der vil indgå i den pædagogiske intervention. Deltagerne vil blive bedt om kort at gennemlæse de forskellige dermoskopiske kriterier, der er karakteristiske for de syv diagnoser.

Case-baseret praksis

Deltagerne vil blive bedt om at øve sig på 500 hudlæsioner inden for 7 dage. Uddannelsen består af quizzer med direkte feedback. Deltagerne vil blive bedt om at diagnosticere hudlæsioner baseret på patientens alder og køn, et klinisk billede, et dermoskopisk billede og placeringen af ​​hudlæsionen. Deltagerne vil modtage øjeblikkelig feedback efter deres valg af diagnose. Feedbacken består af deres diagnose, den korrekte diagnose, adgang til instruktionsdesignet for begge diagnoser og en mulighed for at skifte mellem billeder og placering. Hver quiz er 10 cases lang, og fordelingen af ​​diagnoser er tilfældig på tværs af hver quiz, men med en samlet fordeling på 100 cases af:

Diagnosefordeling:

Melanom 20% Nevi 20% Seb. K./ Lentigo Solaris 20 % Dermatofibrom 10 % Basalcellekarcinom 10 % Hæmangiom 10 % Planocellulært karcinom. 10 %

Genoptræningssession:

Efter udvaskningsperioden på 14 dage vil alle deltagere blive bedt om at få adgang til ansøgningen og øve sig på yderligere 100 sager inden for to dage.

Retentionstest:

Syv dage efter, at genoptræningssessionen er afsluttet, vil deltagerne blive bedt om at besvare en fastholdelsestest. Retentionstesten består af 12 tilfældigt udvalgte elementer (generaliserbarhedskoefficient på 0,7) fra det samme testelementbibliotek (n= 25 elementer), der blev brugt til prætesten.

Primære resultater:

Hældning og plateau (hvis nået) af den indledende indlæringskurve (nøjagtighed og tid pr. diagnose) Hældning og plateau (hvis nået) af en sekundær indlæringskurve (nøjagtighed og tid pr. diagnose) efter en udvaskningsperiode

Sekundært resultat:

Tid brugt på at læse undervisningsmateriale Antal gange undervisningsmaterialet er blevet tilgået Ændring i præstation fra prætest til retentionstest.