急性CTの迅速検査 (REACT)

地元の学会で発表された最近の調査（Master 2023）では、英国の16のトラスト（ELHTとMFTを含む）の若手医師100人にCTの経験について尋ねました。 これは、CT の要求と解釈に対する信頼性が非常に限られていることを示しています。 同じ調査から、医学部では CT が非常に表面的に教えられており、読影のためのシステムが提供されていないようです。 調査対象者の 90% は、CT の教育リソースが増えれば恩恵を受けると回答しました。 研究者らは、放射線科医以外の人が CT スキャンを見るときに役立つ CT 読影リソースを開発したいと考えています。 この研究は、新しいリソースのニーズを理解するために、放射線科医以外の人々が現在どのように CT スキャンにアプローチしているかを確認することを目的としています。

放射線科医ではない人が CT スキャンにどのように取り組むかを調査した同様の研究は文献にありません。 財団の医師の放射線科経験に関する調査が行われているが、焦点は単純X線であり、CT読影ではなかった。

研究者らは、データの解釈にテーマ分析を使用することを計画しています。 テーマ分析を使用する理論的根拠。

• 学習および指導研究のための質的データのパターン/テーマを特定する方法として認識されています。
• 特定の教育理論に依存しない柔軟な方法論アプローチを提供します。 したがって、放射線科医ではない人が放射線画像をどのように解釈するかという比較的未知の領域を扱うことができます。

テーマ分析のプロセス。 6 ステップのアプローチを使用します。 ステップの目標 コメント

1. データの理解 第一印象についてのメモを含むトランスクリプトとビデオを研究します。
2. 初期コードは、意味のある体系的な方法でデータをグループ化することを導き出しました。
3. テーマの検索 データ内の重要なパターンを識別します。
4. テーマを確認する 各テーマのサポートと、データ セット全体をカバーしているかどうかを確認します。
5. テーマを定義する 各テーマが扱っている点、それに含まれるサブテーマ、およびそれらが相互にどのように関連するかをカバーする、各テーマの明確な説明。

6. この研究から得られた、CT スキャンの解釈に影響を与える重要な点と、それをどのように指導できるかについてのレポートを作成します。

   • 提案された研究では、データ分析に帰納的および潜在レベルのアプローチが使用されています。 これは、話されている内容を超えて柔軟に見ることができるため、選択されました。 意味論的アプローチは、画像解釈を扱う際の被験者の認知戦略について事前に定義された理解を前提としているため、限定的すぎると考えられました。 対照的に、口頭プレゼンテーションと画像の操作および重要な質問への回答を組み合わせることで、採用されている根本的な認知的アプローチを理解する可能性が高くなります。
   • これまでに分析したトランスクリプトにはオープンコーディングが使用されます。 これにより、より多くのデータの影響下でそれらを変更できるようになります。
   • 現在、定性データ分析ソフトウェア (例: ATLAS、Nvivoなど）は使用していません。

その理由は、研究者が新しいデータセットに直接慣れる必要があるからです。 この準備段階が完了すると、UCLan の Nvivo へのアクセスの使用が検討されます。 この決定には、個人の好み、予備データの経験、およびデータベースの予想されるサイズが考慮されます。

• 暫定的なテーマが提案されたら、どのコードに対応するかを検討します。 リンクされていないコードは、テーマのさらなる分析を促し、新しいテーマやサブテーマの開発を検討します。 この反復プロセスは、定常状態に達し、新しいテーマが生成されなくなるまで、新しいデータを使用して継続されます。