此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

评估有效使用诊断测试的教学策略的研究

2019年10月15日 更新者:John Brush、Sentara Norfolk General Hospital
医学研究所最近的一篇专着引起了人们对高诊断错误率的关注,并呼吁开展更好的教育工作以提高诊断的准确性。1 然而,教育方法很少经过检验,一些教育工作可能无效且浪费。 2 在这项研究中,我们计划检查明确的诊断方法指导是否会对二年级医学生和内科住院医师的诊断准确性产生影响。

研究概览

地位

完全的

条件

详细说明

研究表明,诊断专家使用两步过程来确认诊断:生成假设以生成诊断可能性,然后进行假设验证以确认最可能的诊断可能性。 3-5 第一步似乎是非分析性的,与模式识别有关。 第二步可以使用分析推理来计算,然而,医生很少公开计算条件概率。 相反,经验丰富的临床医生通常使用一种隐含的习惯或启发式方法,称为“锚定和调整”,将诊断测试信息纳入他们的思维。 6,7 认知心理学家假设锚定和调整提供了一种方法,可以根据额外的新证据更新概率估计。 文献中的大部分讨论都集中在这种启发式如何由于基本率忽视或锚定而导致思维偏差。 6 很少有人讨论如何改进这种启发式方法以产生更准确的概率估计,以及是否可以教授启发式方法的正确使用。

诊断测试导致概率估计调整的程度取决于测试的操作特性,即灵敏度和特异性。 似然比一旦被理解,就更容易融入一个人的思维中,因此可以用来校准锚定和调整启发式。 7

在这项随机试验中,我们测试了关于贝叶斯推理和似然比的明确概念指导是否会改进贝叶斯更新,与我们提供多个 (27) 临床问题解决示例的第二次干预相比。 第三组提供了关于诊断的最少教学,但没有明确的教学或示例。

研究类型

介入性

注册 (实际的)

65

阶段

  • 不适用

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

    • Virginia
      • Norfolk、Virginia、美国、23507
        • Sentara Norfolk General Hospital

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 及以上 (成人、年长者)

接受健康志愿者

是的

有资格学习的性别

全部

描述

纳入标准:

  • 麦克马斯特大学或东弗吉尼亚医学院的医学生
  • 完成 18 个月的课程作业

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:卫生服务研究
  • 分配:随机化
  • 介入模型:并行分配
  • 屏蔽:单身的

武器和干预

参与者组/臂
干预/治疗
实验性的:分析性的
学生将接受有关概率、敏感性、特异性和似然比以及分布和计算的简要指导。 对于上面列出的三个条件中的每一个,将针对两个案例计算前测和后测概率。
本研究旨在对比两种教学方法——似然比和前测/后测概率的显式教学与基于多个案例呈现的隐式教学。 这些将与“无干预”对照组进行比较。
其他名称:
  • 实例教学
  • 无主动教学
有源比较器:体验式
学生将收到一个简短的指导,从概念上讨论敏感性和特异性(例如 “即使是低水平的疾病,敏感测试也会呈阳性。 然而,这会导致一些假阳性错误,即使没有疾病,检测结果也是阳性。 因此,它对于排除诊断最有用”)。 然后,他们将按照分块顺序处理总共 30 个案例,每种情况 10 个。 对于每个简短的书面案例,在提供临床信息后,他们将被要求提供诊断概率。 然后将给出测试结果,并要求他们提供测试后概率。 他们的估计值将与根据公布的敏感性和特异性估计值以及提供的反馈计算得出的值进行比较。
本研究旨在对比两种教学方法——似然比和前测/后测概率的显式教学与基于多个案例呈现的隐式教学。 这些将与“无干预”对照组进行比较。
其他名称:
  • 实例教学
  • 无主动教学
安慰剂比较:没有明确的说明或示例
学生将收到与研究中的 3 种情况中的每一种相关的临床文本中的 3 段,并要求他们分别研究 15 分钟。
本研究旨在对比两种教学方法——似然比和前测/后测概率的显式教学与基于多个案例呈现的隐式教学。 这些将与“无干预”对照组进行比较。
其他名称:
  • 实例教学
  • 无主动教学

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
将参与者概率修正的准确性与使用贝叶斯规则计算的测试后概率修正进行了比较。计算效果大小以衡量学生与计算出的修订的匹配程度。
大体时间:后测在教学阶段完成后 72 小时内进行。
为了执行效果大小分析,执行了两个转换。 首先,对主观估计和测试后概率的贝叶斯计算之间的差异进行平方,以消除负面差异,并允许结合正面和负面测试结果的影响。 其次,通过将每个平方差除以 p(1-p) 来应用基于概率估计的固有误差的校正。 以这种方式,我们将每个原始差异转换为平方效应大小(差异/差异误差)。 最后,计算平方根,将数据转换回效果大小。 然后将产生的影响大小用于统计分析。 对于此初步分析,使用了混合模型方差分析。
后测在教学阶段完成后 72 小时内进行。

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2018年5月15日

初级完成 (实际的)

2019年1月1日

研究完成 (实际的)

2019年10月15日

研究注册日期

首次提交

2019年10月15日

首先提交符合 QC 标准的

2019年10月15日

首次发布 (实际的)

2019年10月17日

研究记录更新

最后更新发布 (实际的)

2019年10月17日

上次提交的符合 QC 标准的更新

2019年10月15日

最后验证

2019年10月1日

更多信息

与本研究相关的术语

其他研究编号

  • 18-04-EX-0062

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅