困難な気道管理のためのシミュレーションベースおよび問題ベースの学習

はじめに 困難な気道管理の指導と学習は、麻酔学において不可欠なスキルであると考えられています。 トレーニング プログラムの評価には、現在確立されているガイドラインが必要です。 最近の研究では、気道の管理は、罹患率と死亡率の状況に関連しているため、すべての麻酔プロバイダーにとって最も洗練された操作であることが明らかになりました。 手術室での気管内挿管の 6.2% で発生しました。 さらに、換気を伴う挿管困難は、処置の 1.5% で発生しました。挿管不能および換気困難 0.3 %;および「挿管できない、換気できない」(CICV) 状況、0.07%。

通常、ほとんどの麻酔担当者は、全身麻酔下で気管内挿管を行います。 しかし、気道確保困難に遭遇することもあります。 これが生死を分ける状態となり、後遺症が残ることもあります。 実際には、困難な気道は、困難なフェイスマスク換気または気管挿管のいずれかとして定義されます。 その結果、麻酔中の医師と看護師は、気道の評価、機器の準備、プロセスの戦略的計画など、あらゆる段階で注意を払う必要があります。 さらに、最新の気道確保困難アルゴリズムにより、適切なタイミングで患者の気道を管理できます。

卒業後、登録された看護師は、麻酔科医のアシスタントまたは一般開業医のヘルパーとして働く麻酔看護師になるためのトレーニングプログラムにさらに1年間費やす必要があります。 1年間の研修プログラムでは、麻酔科看護師の学生が生きた患者にマネキンを使って麻酔の理論と実践を集中的に学びます。 しかし、気道管理の効果的なトレーニングは、学習者の能力と多様な教授法からもたらされます。

現在、麻酔カリキュラムの教育ツールは、通常、シミュレーションベースの学習 (SBL) と問題ベースの学習 (PBL) コースであり、どちらも多くの教育機関で広く受け入れられています。 彼らはプロフェッショナリズムの学生の間で有望な結果をもたらします。 SBL は、学生が経験を積むのに役立つ高レベルの学習環境を提供します。 診断およびフィードバック システムは、学習者が自信を持って間違いを修正するのに役立ちます。 ただし、PBL を使用すると、学生は有益な知識を提示できるため、学習と臨床経験の保持と統合が可能になります。 さらに、自発的な学習により、創造的な思考が得られます。 インストラクターは、学生が独自の戦略的な学習計画を実行できるようにするファシリテーターの役割を果たします。

SBL または PBL には、参加者のコア知識を評価するための独自のプロセスがあります。 さらに、困難な気道管理は、トレーニング カリキュラムの優れた手段となっています。 その結果、困難な気道管理における看護師の麻酔学生の学習成果を決定するためのクロス オーバー研究を設計しました。

目的 SBL と PBL の 2 つの学習手法の学習成果と知識の相対的な成長を研究する。

方法 2015 年度のマヒドン大学医学部シリラート病院麻酔科の 36 人の看護師麻酔学生が、謝礼なしで研究プロジェクトに参加することを志願しました。 研究に参加することの利点は、得られる知識と臨床経験だけでした。 学生たちは、教員の方針の下での研究の重要性と学習目標について詳細に説明されました。 同意書に署名した後、ランダムに A (n = 17) と B (n = 19) の 2 つのグループに分けられました。 クロスオーバー研究で設計されたように、グループ A の生徒は SBL に参加し、6 週間後には PBL に集中し、グループ B の生徒はその逆でした。

PBL 学習セッションは、1 時間の自習用の教育リソースとともに、4 つの異なる臨床的質問で構成されていました。 その結果、すべての学生は、クラスの前で知識情報のプレゼンテーションとディスカッションにさらに 2 時間を費やしました。 SBL 学習セッションは、PBL と同じ臨床シナリオで構成されていました。 すべての学習者は、標準化された患者または忠実度の高いマネキンを使用して、設備の整った手術室の環境で 3 時間を過ごしました。 その後、出席スタッフによる報告会に参加しました。

40 項目の多肢選択式試験は、困難な気道管理ガイドラインに関する仕様とナレッジ マップの表の下で開発されました。 紙と鉛筆のテストは、気道の評価、気道確保困難の基本的な準備、気管内挿管と抜管の戦略、およびフォローアップケアで構成されていました。

テストの正確性と妥当性 (内容の妥当性) は、少なくとも 10 年の麻酔経験があり、プロジェクトには関与していない 3 人の委員会認定麻酔科医によって決定されました。 テストの試行は、10 人の新人看護師麻酔科医によって行われました。 アイテムの客観的一致の指数は 0.82 で、Kuder Richardson 21 は 0.8 でした。 評価された基準参照項目の難易度と識別指数は、0.4 ～ 0.6 および 0.6 ～ 0.8 でした。 それぞれ。

事前テスト (X1, X2) は事後テスト ((Y1, Y2) は結果として実行されました。 知識の相対的な成長 (G1、G2) は、次のように計算されました。

G1 = 100 (Y1 - X1) / (F - X1) % G2 = 100 (Y2 - X2) / (F - X2) %

F は学習コースの満点

統計分析 2 つのグループ間のテストの点数と知識の相対的な成長は、平均と標準偏差として表されました。 2 つのグループ間の比較は、Windows 用の社会科学の統計パッケージ、リリース 18 を使用して反復測定 ANOVA によって実行されました。 統計的に有意な差は、95% の信頼区間で < 0.05 の p 値があった場合に考慮されました。