Implementatie en evaluatie van een perceptuele leermodule over visuele schatting van LVEF

TEE wordt steeds vaker gebruikt voor perioperatieve diagnose en monitoring. Het leren van TEE kan echter lang en moeilijk zijn: richtlijnen suggereren dat leerlingen tijdens hun opleiding honderden TEE-examens moeten afleggen en interpreteren. Ook al wordt dit leerproces al vele jaren met succes gebruikt, het heeft belangrijke beperkingen, vooral in de context van een steeds groter aantal stagiairs: de toegang tot patiënten en TEE-experts is beperkt en de lange tijd die nodig is om te trainen is ook een probleem.

Simulators zijn populair geworden als hulpmiddelen voor het onderwijzen van echocardiografie, waarbij ze vooral voordelen opleveren met betrekking tot het hanteren van sondes en beeldacquisitie. Sommige simulatoren kunnen ook nuttig zijn om sommige ziekten na te bootsen, maar de meeste simulatoren kunnen slechts een beperkt aantal ziekten nabootsen, en meestal typische presentaties. Dit is een belangrijke beperking als het gaat om het aanleren van beeldinterpretatie. Om hun expertise te ontwikkelen, moeten stagiairs worden blootgesteld aan een breed scala aan normale variaties en aan subtielere afwijkingen.

PLM's vertegenwoordigen een alternatieve modaliteit om beeldinterpretatie aan te leren en worden al op andere gebieden gebruikt. PLM's zijn online tools die zijn gemaakt om de ontwikkeling van patroonherkenning te verbeteren, een vaardigheid die nodig is om TEE-beelden efficiënt te interpreteren. Met PLM's observeren leerlingen een reeks afbeeldingen of videoclips en moeten ze in korte tijd een vraag over elk beeld beantwoorden. Elk antwoord wordt gevolgd door een onmiddellijke feedback (het juiste antwoord). Door online een groot aantal beelden te observeren en door systematische en deskundige feedback te krijgen, leert de cursist snel de benodigde informatie efficiënt uit het beeld te halen.

Deze studie zal gericht zijn op het evalueren van de effecten van een PLM op het vermogen van junior assistenten en medische studenten om de linkerventrikelejectiefractie visueel correct in te schatten met behulp van TEE-beelden.

methoden:

Een team van ervaren programmeurs zal een webplatform ontwikkelen dat de identificatie van zowel deelnemers als TEE-experts mogelijk maakt, het toestemmingsproces beheert, de tests host die worden gebruikt om de expertise van de deelnemers en de PLM zelf te beoordelen, en de TEE-afbeeldingen beheert. en de studiegegevens.

De pilootstudie die is ontworpen om de impact van de PLM op de visuele schatting van LVEF te beoordelen, zal uit de volgende stappen bestaan:

1. selectie en validatie van TEE-cases,
2. ontwikkeling van twee versies van een test en van de PLM,
3. analyse van de impact van de PLM op de prestaties van deelnemers versus een controlegroep.

Elke TEE-casus die in deze studie wordt gebruikt, bestaat uit 3 korte videoloops met de volgende gestandaardiseerde echocardiografische weergaven:

• midoesofageaal vierkameraanzicht
• midesofageaal tweekameraanzicht
• midesofageale lange as weergave

Voorafgaand aan opname in de studie, wordt elk geval geanonimiseerd en vervolgens gevalideerd door twee cardiologen die deskundig zijn in TEE-interpretatie. Alleen gevallen waarin de visuele schatting van de LVEF onafhankelijk van elkaar door de twee TEE-experts niet meer dan 10% zal verschillen, zullen worden gebruikt. Er worden dan twee verschillende sets gevalideerde afbeeldingen gemaakt.

De eerste set bestaat uit twee groepen van 20 gevalideerde cases (in totaal 40 cases). Deze cases zullen worden gebruikt om twee versies te maken van een test die wordt gebruikt om de expertise van deelnemers in de visuele schatting van LVEF in verschillende stadia van het onderzoeksprotocol te beoordelen. Deze zaken maken geen deel uit van de PLM.

De tweede set zal bestaan ​​uit 96 gevalideerde gevallen die bestemd zijn voor de PLM. De PLM is niet ontworpen om de expertise van de deelnemers te beoordelen, maar om hun vermogen om LVEF te schatten te ontwikkelen.

Bij het maken van een test op het platform zien de deelnemers de drie korte videoloops van elke casus maximaal 20 seconden tegelijkertijd op het scherm en moeten vervolgens een schatting van de LVEF geven. Elk antwoord wordt onmiddellijk gevolgd door een ander geval en er wordt geen feedback gegeven.

Bij het uitvoeren van de PLM zien de deelnemers de drie korte videoloops van elke casus maximaal 20 seconden tegelijkertijd op het scherm en moeten vervolgens een schatting van de LVEF geven. Elk antwoord wordt echter gevolgd door feedback in de vorm van de gemiddelde waarde van de visuele schattingen van LVEF door experts. Deze reeks van "casusvisualisatie - schatting van de deelnemer - feedback van experts" wordt tijdens deze PLM 96 keer herhaald.

Bewoners en geneeskundestudenten worden door het platform gerandomiseerd in een controlegroep en een PLM-groep. Beide groepen nemen deel aan twee online sessies. Tijdens de eerste sessie worden demografische en klinische ervaringsgegevens verzameld. Alle deelnemers zullen ook een pretest uitvoeren om hun basislijnvermogen te meten om LVEF te schatten. Dan zullen alleen de deelnemers die gerandomiseerd zijn in de PLM-groep de PLM doen. Aan het einde van de eerste sessie doen alle deelnemers een posttest. Zes maanden later komen alle deelnemers terug voor een tweede sessie om de uitgestelde test uit te voeren.

Aan het einde van het onderzoek mogen de deelnemers van de controlegroep de PLM invullen als ze dat willen.