경요도 방광암 수술의 시뮬레이션 (OSATURB)

의사의 수술 기술은 환자의 결과에 영향을 미치며 외과 의사의 지속적인 교육 및 평가는 수술실에서 환자의 안전을 개선하고 학습 곡선을 단축할 수 있는 잠재력이 있습니다.

전통적으로 외과의는 해당 분야의 마스터의 관찰, 감독 및 지시를 통해 기술을 습득했습니다. 그러한 교육은 필수적입니다. 다만, 생산에 대한 수요 증가, 환자 안전 문제 및 근무 시간 단축으로 인해 기존 외과 훈련에 대한 대안이 필요해졌습니다.

모의 수술을 통해 능숙한 수준에 도달할 때까지 반복하고 완벽하게 수행할 수 있습니다. 가상 현실(VR) 시뮬레이터는 의사가 절차를 수행하는 동안 지속적으로 자동화된 피드백을 제공하여 교육을 지시할 수 있습니다.

따라서 지난 수십 년 동안 수술 기술 훈련을 위한 시뮬레이터의 인기가 높아지고 있습니다. 시뮬레이션 교육은 다양한 수술 절차에서 기술 습득에 효율적인 것으로 나타났습니다. 시뮬레이터는 기술의 숙달 수준에 도달할 때까지 반복 교육을 허용합니다. 궁극적으로 의사는 환자의 수술을 진행하기 전에 절차에서 최소한의 유능한 기술 습득에 도달합니다.

ML(Mastery Learning)은 학습자가 최소 습득 수준에 도달할 때까지 훈련하는 엄격한 숙련도 훈련 개념입니다. 교육의 끝점은 미리 정의된 역량 수준이며 임의의 교육 시간이 아닙니다. 따라서 ML은 최소한의 기술 습득 수준을 보장합니다.

학습 곡선의 초기 학습 단계에서 ML 시뮬레이션 교육의 사용이 기존 견습 과정보다 우수하다는 것이 입증되었습니다.

숙련도를 확인하려면 평가가 필요합니다. 평가는 타당성의 확실한 증거를 기반으로 해야 합니다. 시험의 개발 및 검증은 숙련도 기반 커리큘럼에서 필수적입니다.

외과에서 교육 커리큘럼을 구성하는 것은 정의된 프레임워크를 기반으로 해야 합니다. Zevinet al. 인지 지식(개념화, 시각화 및 언어화), 정신 운동 기술 훈련(지속적인 피드백 및 유지 관리와 함께 목표 숙련도 수준에 대한 신중하고 분산된 자체 규제 훈련) 및 비기술적 기술의 세 단계로 구성된 훈련 설계 프레임워크를 제안했습니다. (커뮤니케이션, 협업, 전문성 및 관리). Thomaset al. 문제 식별, 요구 평가, 목표 설정 및 교육 목표, 교육 전략, 구현 및 평가 및 피드백을 포함하는 커리큘럼 개발을 위한 6단계 접근 방식을 제안했습니다.

2017년부터 덴마크의 거주자와 비뇨기과 전문의의 요구 평가 분석을 통해 TUR-B에서 종합적인 체외 시뮬레이션 기반 커리큘럼의 타당성과 필요성을 확인했습니다. TUR-B 시뮬레이터는 10년 동안 사용할 수 있었지만 일부는 불충분한 것으로 입증되었고 다른 일부는 유망했지만 증거 기반 시뮬레이터 교육 프로그램의 생성과 성능을 평가하기 위한 유효한 평가 도구의 개발이 필요합니다.

새로운 커리큘럼의 훈련에 대한 효과는 기술에 대한 훈련 효과 평가, 시뮬레이션에서 작업장으로의 이전, 환자에 대한 혜택, 마지막으로 경제 및 투자 회수를 위한 Kirkpatrick의 모델과 같은 프레임워크를 사용하여 탐색하고 평가할 수 있습니다.

이 시험은 임상 절차(시험 1.1), 학습 곡선 연구(시험 1.2), 훈련 전후 연구 및 수술실 TURB 성능에 미치는 영향(시험 1.2)에 대한 평가 도구를 포함하는 증거 기반 TURB 교육 및 인증 프로그램을 개발하는 것을 목표로 합니다. 1.3) 시뮬레이션 기반 테스트(시험 1.4)에서 성능의 예후 임상적 가치를 탐색합니다.