Snabb undersökning av akut CT (REACT)

En nyligen genomförd undersökning publicerad på en lokal konferens (Master 2023) frågade 100 yngre läkare från 16 stiftelser i Storbritannien (inklusive ELHT och MFT) om deras erfarenhet av CT. Detta visade att förtroendet för CT-förfrågan och tolkning är mycket begränsat. Från samma undersökning verkar det som att CT lärs ut mycket ytligt i medicinska skolor utan något system för tolkning. 90 % av de tillfrågade sa att de skulle dra nytta av mer utbildningsresurser inom CT. Utredarna hoppas kunna utveckla en CT-tolkningsresurs för att hjälpa icke-radiologen när de tittar på CT-skanningar. Denna studie syftar till att se hur icke-radiologer för närvarande närmar sig en datortomografi för att få förståelse för de nya resursernas behov.

Det finns ingen liknande studie i litteraturen som undersöker hur icke-radiologen närmar sig datortomografi. Det har gjorts undersökningar av stiftelseläkares erfarenhet av radiologi, men fokus låg på vanlig röntgen, inte CT-tolkning.

Utredarna planerar att använda en tematisk analys vid datatolkning. Skäl för att använda tematisk analys.

• Erkänd metod för att identifiera mönster/teman i kvalitativ data för lärande och undervisningsforskning.
• Ger ett flexibelt metodologiskt tillvägagångssätt som inte är beroende av en viss utbildningsteori. Därför kan den hantera ett relativt okänt område av hur icke-radiologer tolkar radiologiska bilder.

Process för tematisk analys . Använder 6-stegsmetoden. Steg Syfte Kommentarer

1. Databekantskap Studera avskrifter och video med anteckningar om första intryck.
2. Initiala koder härledda Gruppera data på ett meningsfullt och systematiskt sätt.
3. Sök efter teman Att urskilja alla signifikanta mönster i data.
4. Granska teman Se över stödet för varje tema och om de täcker hela datamängden.
5. Definiera teman Tydlig beskrivning av varje tema som täcker de punkter det tar upp, eventuella underteman som det innehåller och hur de förhåller sig till varandra.

6. Uppskrivning Rapport om nyckelpunkterna från denna studie som påverkar tolkningen av CT-skanning och hur det kan läras ut.

   • Den föreslagna studien använder en induktiv och latent nivå för dataanalysen. Detta valdes eftersom det ger flexibiliteten att se bortom det som sägs. Det semantiska tillvägagångssättet ansågs vara alltför restriktivt eftersom det förutsätter en fördefinierad förståelse av försökspersonernas kognitiva strategi i hanteringen av bildtolkning. Däremot, genom att kombinera den muntliga presentationen med manipulering av bilden och svar på nyckelfrågor, kommer det att finnas en bättre chans att uppskatta den underliggande kognitiva metoden som används.
   • Öppen kodning kommer att användas för de transkript som har analyserats hittills. Detta gör att de kan modifieras under påverkan av mer data.
   • För närvarande finns kvalitativ dataanalysprogramvara (t.ex. ATLAS, Nvivo etc.) inte använder.

Anledningen är forskarens behov av förstahandsförtrogenhet med en ny datamängd. När denna preliminära fas har genomförts kommer man att överväga att använda UCLans tillgång till Nvivo. Detta beslut kommer att ta hänsyn till personliga preferenser, erfarenheter av de preliminära uppgifterna och den förväntade storleken på databasen.

• När preliminära teman har föreslagits kommer en granskning att göras för att se vilka koder de tar upp. Olänkade koder kommer att leda till ytterligare analys av teman, övervägande av nya teman eller utveckling av underteman. Denna iterativa process fortsätter med nya data tills ett stabilt tillstånd uppnås och inga nya teman genereras.