このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

実際の症例からの仮想患者教育 (ViPER)

2023年7月11日 更新者:Johns Hopkins University

めまいと脳卒中のED診断を改善するための実際の症例(ViPER)からの仮想患者教育

神経疾患の誤診は、医療現場ではよくあることであり、壊滅的な結果をもたらすこともあります。 ほとんどの診断エラーは、ベッドサイドでの診断推論の失敗に起因します。 めまいは、一般的で費用がかかり、しばしば脳卒中に関連する症状です。 めまいの診断方法について医療関係者が誤解していることはよくあります。 医学教育、レジデンシートレーニング、および免許要件の現在のシステムは、診断エラーによる害を防ぐには不十分であることが証明されています。 従来の講義では医師の行動は変わりませんが、シミュレーションを使用したアクティブ ラーニング戦略は変わります。 研究者は、シミュレーションベースのカリキュラムを構築し、拡張してめまい (SIDD) の診断を改善することを望んでいます。 迅速でリアルタイムのフィードバックを伴う意図的な実践の原則を使用して、研究者は、医療提供者のめまいへのアプローチを改善し、診断エラーに寄与する知識不足を修正することを望んでいます. 研究者は、この研究の「モデル症状」としてめまいを選択しました。 将来の計画には、このアプローチを、一般的で費用がかかり、高い誤診率に関連する他の症状に拡大することが含まれます (例: 腹痛、呼吸困難、胸痛など)。

調査の概要

詳細な説明

診断エラーとその結果生じる誤診に関連する害は、主要な公衆衛生上の問題を表しています。 ほとんどの診断エラーは、ベッドサイドでの診断推論の失敗に起因します。 専門知識のギャップ (最終的には誤った知識、不適切なトレーニング、またはフィードバックの欠如につながります) が、これらの失敗の多くを説明しています。 医学教育、レジデントトレーニング、および免許要件の現在のシステムは、診断エラーによる害を防ぐには不十分であることが証明されています. 全米医学アカデミーは、診断性能を向上させるために、さまざまな典型的/非典型的なケースに早期にさらされるシミュレーショントレーニングを使用することを推奨しています. システマティック レビューでは、シミュレーション トレーニングと、知識、スキル、および行動の改善された成果との間に強い正の関連性があることがわかりました。 ベッドサイドでの診断のトレーニングは、学習者を意図的な実践フレームワークで実際のケースにさらす症状固有の仮想患者 (VP) カリキュラムを通じて劇的に強化できます。 このアプローチにより、ケースと難易度の適切な組み合わせを学習者に順番に提示することができ、臨床スキルが向上する可能性があります。

非特異的な症状を伴う臨床症状と幅広い差異を伴う診断は、特に診断エラーを起こしやすいです。めまいは、この難問の縮図かもしれません。 めまいは、一般的で費用がかかり、脳卒中を逃したことに関連する症状です。 孤立しためまいは、見逃された脳卒中の最も一般的な臨床的状況です。 脳卒中は、米国における主要な長期障害の主な原因であり、世界的な疾病負担の膨大な原因となっています。 これは、医師によって報告される診断エラーの中で 4 番目に多いエラーとしてリストされています。 実際、神経学的状態に焦点を当てたクローズドクレーム分析では、脳卒中が最も一般的な誤診であり、20% 以上が ED で発生していることがわかりました。 ある病院の記録分析によると、脳血管イベントによる死亡は、心筋梗塞による死亡よりもはるかに頻繁に診断エラーに起因することが示されています。 ED は診断エラーのリスクが高い部位であり、めまいの診断にニューロ イメージングを無差別に使用することは、正確でも費用効果的でもありません。 ベッドサイドでの症状と徴候を使用したリスク層別化は、誤診に関連する害を費用対効果の高い方法で削減できる可能性を提供します。 プロバイダーは現在、設備が整っておらず、めまい患者への最善のアプローチについて誤解を抱いていることを示唆する証拠があります. したがって、研究者は研究の「モデル症状」としてめまいを選びました。

めまいの診断が広く研究されているジョンズ・ホプキンス医学でさえ、これは問題のままです. センター フォー ダイアグノスティック エクセレンス グループは最近、次のことを示しました。 (b) 患者の 40% が症状のみの診断で ED を去ります (少なくとも半数は正しく診断され、治療されていた可能性があります)。 (c) 39% が CT を受け取ります (90% 以上は不適切です)。 救急医療のレジデントは圧倒的に、めまい診断のより良いトレーニングの必要性を表明しています。

調査員は最近、めまいに焦点を当てた ViPER (実際の症例からの仮想患者教育) カリキュラムを使用したシミュレーションベースの意図的な実践トレーニングを 10 時間未満行うことで、内科医のインターンが VP 症例の上級レジデントの同僚よりも 2 倍正確になることを実証しました。 研究者は現在、救急医療のレジデントに対して同じことを行い、現実世界への影響を実証しようとしています。

研究の種類

介入

入学 (実際)

28

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

    • Maryland
      • Baltimore、Maryland、アメリカ、21224
        • Johns Hopkins University School Of Medicine

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 子
  • 大人
  • 高齢者

健康ボランティアの受け入れ

はい

説明

包含基準:

  • ジョンズ・ホプキンス病院 (JHH) およびジョンズ・ホプキンス・ベイビュー・メディカル・センター (JHBMC) のすべての内科インターン (PGY 1) およびレジデント (PGY 2 および 3) は、自発的に参加するよう招待されます。
  • JHBMC および JHH ホスピタリスト、医師アシスタント、ナースプラクティショナー、救急医療レジデント。

除外基準:

  • JHHおよびJHBMCの内科または救急医療レジデンシープログラムに関連していないインターンおよびレジデント。
  • JHBMCまたはJHHに関係のないホスピタリスト、医師アシスタント、ナースプラクティショナー。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 主な目的:他の
  • 割り当て:ランダム化
  • 介入モデル:クロスオーバー割り当て
  • マスキング:なし(オープンラベル)

武器と介入

参加者グループ / アーム
介入・治療
実験的:グループA/介入カリキュラム
仮想患者 (VP) の症例とフィードバックは、VP の症例を解決し、参加者が救急部門でのめまい患者の診断に関する自己報告を行うことで利用できます。
仮想患者のケースとフィードバック
他の名前:
  • めまいの診断(SIDD)を改善するためのシミュレーションベースのカリキュラム
めまいと救急科の臨床経験に関するオンライン記事
アクティブコンパレータ:グループB/コントロールカリキュラム
めまいに関するオンライン記事と定期的な救急部門の臨床ローテーション
仮想患者のケースとフィードバック
他の名前:
  • めまいの診断(SIDD)を改善するためのシミュレーションベースのカリキュラム
めまいと救急科の臨床経験に関するオンライン記事

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
仮想患者症例の総数に対する正しい仮想患者症例の割合によって決定される診断精度
時間枠:6ヵ月
プレテスト - ポストテスト研究における仮想患者症例の診断精度。その後、参加者は時間遅延後に 2 回目のポストテストにさらされます - フェーズ 1 で評価されます。
6ヵ月

二次結果の測定

結果測定
メジャーの説明
時間枠
ルーブリックによって評価されためまい患者の EHR ノートの質で評価された診断プロセス (介入群 vs. コントロール群)
時間枠:6ヵ月
EDめまい患者のEHR(電子カルテ)メモは、ルーブリックを使用して2人の盲検化された評価者によって介入と対照群について評価されます-フェーズ2で評価されます
6ヵ月
EDにおける神経画像利用率によって決定される診断利用率
時間枠:6ヵ月
ED のめまい患者に対して注文された CT/MRI スキャンの数/割合 (介入群 vs. コントロール群) - フェーズ 2 で評価。
6ヵ月
オンライン自己評価アンケートで判断された自信
時間枠:6ヵ月
調査の開始時と終了時に、調査員は 1 ~ 5 の範囲のスコアでオンラインの自己評価アンケートを使用します (1 = 非常に無能、2 = やや無能、3 = 無能でも有能でもない、4 = ある程度有能、めまい患者の評価における学習者の自信と、診断アプローチ、病歴、および検査における認識された長所と短所を測定する
6ヵ月
自己評価スコアによって決定される満足度
時間枠:6ヵ月
自己評価アンケートのスコアは 1 から 5 の範囲です (1 = 非常に不満、2 = やや不満、3 = 満足でも不満でもない、4 = やや満足、5 = 非常に満足)。参加者からのソフトウェアの使いやすさと満足度のデータは、この採点システムのために照合されます。
6ヵ月

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

捜査官

  • 主任研究者:Susrutha Kotwal, MD、Johns Hopkins University

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2021年5月15日

一次修了 (実際)

2023年6月30日

研究の完了 (実際)

2023年6月30日

試験登録日

最初に提出

2020年9月11日

QC基準を満たした最初の提出物

2020年9月11日

最初の投稿 (実際)

2020年9月17日

学習記録の更新

投稿された最後の更新 (実際)

2023年7月12日

QC基準を満たした最後の更新が送信されました

2023年7月11日

最終確認日

2023年7月1日

詳しくは

本研究に関する用語

キーワード

その他の研究ID番号

  • IRB00167998

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

購読する