医学部で臨床推論を教えるために仮想患者オンライン学習ツールを導入することに関する教育者の視点: 定性的研究

BMC Medical Education volume 23、記事番号: 424 (2023) この記事を引用

3 オルトメトリック

メトリクスの詳細

仮想患者を使用した学習ツールを使用すると、臨床推論 (CR) スキルを教育し、対面方式の使用の制限を克服できます。ただし、新しいツールの導入は多くの場合困難を伴います。この研究の目的は、CR を教えるための仮想患者学習ツールの導入に何が影響するかについて英国の医療教育者の視点を調査することでした。

CR の教材を管理している英国の医学教育者との半構造化電話インタビューを使用した定性的研究研究が実施されました。医療サービスの導入研究で一般的に使用される導入研究のための統合フレームワーク (CFIR) が、分析に情報を提供するために採用されました。データの分析にはテーマ分析が使用されました。

13人の医学教育者が研究に参加した。採用に影響を与えたデータから 3 つのテーマが特定されました。イノベーションについての認識。そして医学部（内部の状況）。オンライン学習ツールを導入した以前の経験に関連した状況を機会または障壁として認識する参加者。たとえば、オンラインツールを使用した教育の経験を持つ参加者は、限られた対面での配置を、仮想患者を使用したイノベーションを導入する機会とみなしました。仮想患者は現実の診察を反映していない可能性があるという考えや、仮想患者に対する証拠が不足しているという認識が採用の障壁となる可能性があります。採用は、カリキュラムにおける CR の位置づけなど、その環境の実施環境にも影響を受けました。特に教員が分散している場合の教員間の関係。

医療サービスの実装フレームワークを適応させることで、仮想患者を使用した教育イノベーションの採用を決定する可能性がある教育者、教育プロセス、医学部の特徴を特定することができました。これらには、対面での教育機会へのアクセス、カリキュラムにおける臨床推論の位置付け、教育者と教育機関との関係、意思決定プロセスが含まれます。仮想患者学習ツールを対面指導の代替としてではなく、追加として枠組み化すれば、抵抗を軽減できる可能性があります。医療実装科学から適応した私たちのフレームワークは、医学教育における実装の将来の研究に役立つ可能性があります。

査読レポート

臨床推論 (CR) は一般に、可能性の高い診断を特定し、適切な質問を作成し、臨床上の決定に達するために必要な思考プロセスを指します [1]。英国では、卒業生の医学生には CR 能力が期待されています [2]。しかし、多くの場合、医学部ではそれが明示的に教えられておらず、むしろ学生が知識の蓄積と診察の観察によって CR スキルを開発すると想定されています [3]。

伝統的に。効果的な CR 教育方法を提供するには、実際の患者との対面の対話が必要とされてきました [4]。特にプライマリケア[5]、迅速な診断を最大限に高めるためのCRスキルが不可欠な臨床現場では、学生が対面で患者と接する機会が限られている可能性があります[6]。学生には自分の決定について熟考する時間がほとんどないため、監督付きの対面相談による指導にも限界があります[7]。

仮想患者を使用してイノベーションを教育すると、実際の患者に対面でアクセスする際の物流上の困難を回避できます [8]。「仮想患者」という用語は、いくつかの異なる方法で使用されています。私たちはこれを、対話型の患者シナリオの最も一般的な形式で使用しています。この場合、患者症例のマルチメディアプレゼンテーションは、主に臨床推論スキルを教えるために使用されます。この形式の仮想患者を使用する学習ツールでは、学生は通常、模擬診察で臨床医の役割を引き受け、データを収集し、診断および治療上の決定を下します [9]。仮想患者学習ツールは、反復学習の機会を提供し、自分の決定を正当化し、取得した証拠に基づいて最善の臨床決定を下すための時間を与えることで、学生が実際の患者にどう対処するかを改善するのに役立つ可能性を秘めています [10、11] 、リモートからアクセスできる安全な環境にあります[12]。仮想患者学習ツールの導入により、学習活動や設定における自主性を促進し、関与とモチベーションを高める自己調整学習環境を促進できます [13]。これまでの研究では、CR スキルのさまざまな要素を教えるのに最も適していると考えられる指導方法が特定されています [14、15]。仮想患者は、病気の臨床症状のさまざまな例を提供することで、知識の組織化を改善するのに特に有用であると認識されています [14]。また、症例の関連する特徴を特定し、臨床情報を解釈して仮説を生成および検証する能力を向上させることにより、認知プロセスを改善すると考えられています。さらに、反復の可能性や複雑なケースを対象とした、より機敏な学習環境を提供することでこれを実現します。

対面指導全般、特に CR の指導において、仮想患者を使用した学習ツールの要素を補完または置き換えることの有効性を示す十分な証拠があります [8]。しかし、McGaghie et al. 2016 年に「既存のカリキュラムにシミュレーションを統合することは困難である」と観察されました [16]。彼らは、研究の優先事項として、社会的プロセスと状況を考慮して、実装科学への関心を高める必要性を提案しました。コンテキストは、実装がどのように行われるかだけでなく、仮想患者からの学習成果が達成される程度にも影響します [17]。 CR を教えるための eCREST と呼ばれる仮想患者を使用した新しい学習ツールを開発および評価した私たち自身の研究では、そのようなツールが生徒の推論スキルの向上に役立つ可能性があることが示唆されました [18,19,20]。 eCRESTの試行を検討するために医学部と議論したところ、教育イノベーションを導入し統合する能力と準備に大きなばらつきがあることが示唆されました。私たちの経験では、カリキュラムに新しいリソースがより統合されている場合、学生の取り込みが高くなっただけでなく、満足度も高くなりました [21]。

この論文では、医学部で CR を教えるための仮想患者学習イノベーションの導入に何が影響するかを医学教育者の視点から理解することを目的として、2 つの実装科学フレームワークを採用しています。私たちは主に採用に焦点を当てます。これは、完全な実装の決定要因であるイノベーションを試みる最初の決定として簡単に定義されます [22,23,24]。したがって、私たちの研究課題は、何が CR 教育の採用の可能性を高めるのかということです。これに答えるために、私たちは以下に関する医学教育者の視点に焦点を当てた定性的研究を実施しました。

医学部の状況は、CR のための仮想患者学習イノベーションが採用される可能性にどのような影響を及ぼしますか?

イノベーションの 2 つの重要な側面、CR と仮想患者に関する認識は、採用の決定にどのような影響を与えるのでしょうか?

さらに、実装科学のフレームワークを医学教育の文脈に適応させることで、学んだ教訓と、これらのフレームワークが将来の研究でどのように最適に使用できるかを提供します。

半構造化された電話インタビューを使用した定性的研究が実施されました。この研究は、UCL 研究倫理委員会によって承認されました (参照: 13,497/001)。

私たちは、教材を管理し、CR 教育を主導する英国の医学教育者を採用しました。参加者は、広い地域にわたるさまざまな人口統計的特徴を得るために目的的にサンプリングされました。医学教育者は当初、研究チームのネットワークと英国医学教育グループ CR (CReME) を通じて特定されました。その後、雪だるま式サンプリングが行われ、参加者の専門的ネットワークを通じて個人が特定されました。当初、トピックに従ってデータ飽和に達するには約 12 ～ 15 人の参加者が十分であると考えられました [25]。これは、さらに参加者が必要かどうかを決定するために分析中にさらに評価されました。ある著者 (APK) は、潜在的な参加者にメールでインタビューの日程を調整し、事前に書面によるインフォームドコンセントを得ました。

テクノロジーの受け入れと使用の統一理論 (UTAUT) は、個々のユーザーの導入の障壁となる可能性がある 4 つの領域に焦点を当てたトピックガイド (追加ファイル 1: 付録 I を参照) の開発に情報を提供するために使用されました。社会的影響力と条件の促進。 UTAUT は、情報システムを使用するユーザーの意図を説明することに重点が置かれているため、技術革新が組織に導入されたときのその後の使用行動を説明するために使用されます [26、27]。

私たちは、教育者の個人的な意図が採用の鍵になるという観点から始めました。そのため、トピックガイドに情報を提供するために UTAUT を選択しましたが、データはそうではないと示唆しています。つまり、組織の背景も重要な決定要因であるということです。このため、一般的にコンテキストが考慮される実装フレームワークを検討することになりましたが、医学教育に特化して開発されたものは特定できませんでした。私たちは、介入の実施と有効性に影響を与える可能性のある要因を特定するために、マルチレベルの実施状況の体系的な評価を導くために開発された概念的なフレームワークである実施研究のための統合フレームワーク（CFIR）を選択しました。私たちは、CFIR が比較的汎用的であり、実装のコンテキストを包括的に考慮しているため、CFIR が私たちの目的に適していると考えました [28、29、30]。また、CFIR は決定要因フレームワークとみなされ、つまり、何が実装に影響を与えるかを理解するために使用されます [31]。表 1 に、CFIR および UTAUT のドメインと構成を示します。表 2 では、CFIR と UTAUT の構成が、私たちのデータに基づいて、医学教育実施研究での使用にどのように適応されたかを示しています。このマッピング演習では、UTAUT の 4 つのサブコンストラクトが、この研究に関連する CFIR サブコンストラクトにマッピングされ、研究固有のコンストラクトが開発されました。テーマ I は、国の政策、ガイドライン、インセンティブなど、より広い文脈での採用条件を捉えています。 CFIRでは、これを「外部設定」と呼びます。また、患者のニーズとリソースに関する知識も含まれており、それを「学生のニーズとリソースの知識」として医学教育に応用しました。内部設定とは、制度上のニーズとリソースの側面を反映した採用条件を指します。この文脈では、これは医学部のニーズとリソースを指します。テーマ II は、教育者が認識するイノベーションの特徴 (CFIR と UTAUT の両方に特徴がある、相対的な優位性、適応性、トライアル可能性、および複雑さ) を捉えています。私たちはこのテーマを使用して、組織内での教育者の信念や態度、アイデンティティを調査し、個人の特性（介入に関する知識や信念）の CFIR サブコンストラクトと組み合わせます。テーマ III は制度的背景を捉えています。 CFIR では、これを「内部設定」と呼びます。医学部の状況に関するデータのサブテーマは、「構造的特徴」、「実施環境」、「実施の準備状況」などの CFIR 内部設定のサブドメインによく対応していました。 UTUAT には、このテーマに対応する概念がほとんどありませんでした。

電話インタビューは、データが飽和状態に達するまで、2019 年 10 月から 2020 年 2 月までの間、著者 1 名によって実施されました。トピックガイドは、分析に情報を提供するための専門家として、研究チームと 2 人の医学教育者の間で試験的に実施されました。インタビューは音声録音され、専門サービスを通じて逐語的に書き起こされましたが、個人を特定できる情報にはアクセスできませんでした。面接者の再帰性を確保する一環として、仮想患者を使用したオンラインツールへの研究チームの関与を明らかにし [18、19、20]、信頼と誠実な対応を構築するために、提供されたすべての情報は匿名であり、面接対象者の施設と共有されないことを保証しました。会話。

インタビュートピックガイドに基づく演繹的分析とトランスクリプトの帰納的コーディングの組み合わせを使用したテーマ分析アプローチが行われました[32]。ある著者（APK）は、参加者の考察内のパターンを体系的に検索し、テキストを読んでテキストに書き起こされたデータを分析し、焦点の合っていない説明的な概念的な言語的なメモを作成し、コードを生成し、テーマまたはテーマのクラスターを検討しました。関連する CFIR サブコンストラクトへのコードのマッピングに基づく演繹的分析は、データ収集の開始後すぐに始まりました。インタビューと分析中に研究者が取ったフィールドノートは、インタビュー中の以前の回答を反映するために使用されました。次に、実装調査とイノベーション導入の文脈で参加者の意見を検討するために、帰納的分析が使用されました。したがって、1 回のインタビューで特定されたテーマは、テーマ分析の堅牢性を確保するためにその後のインタビューで調査され、データの蓄積と継続的な分析によってコード化が繰り返し行われました。

分析プロセスの堅牢性を確保するために、2 段階の信頼性チェックが使用されました。最初の 3 つのトランスクリプトは、考えられるすべてのテーマが確実に検出され、分析の信頼性が向上するようにコードを生成した 2 番目の作成者 (JS) によって二重コード化されました。これらについては著者間の会議で議論されました。 2 番目のステップには、最初の 10 件のトランスクリプトのコーディングの適用を確認する第 3 著者 (RP) と、追加のコードを検討する会議が含まれます。

最終サンプルは、インタビュー時に勤務していた施設での経験中央値 16 年 (SD = 5.6) と経験年数中央値 13 年 (SD = 6.5) を持つ 13 人の医学教育者で構成されました。大多数は女性 (62%) で、彼女たちはイングランド、スコットランド、ウェールズのさまざまな地域をカバーする機関で働いていました。ほぼ半数 (n = 6) は、インタビューを受けた時点で、仮想患者を含む CR を指導するために、ある種のオンラインまたは複合イノベーションを導入した経験がありました (表 3)。

参加者の説明は、表 2 に示す、仮想患者を使用した学習ツールの採用に影響を与える条件に関連する 3 つのテーマと 6 つのサブテーマに分類されました。採用の外側の設定の影響に関連するテーマ (テーマ I) には、学生が学習のために持つ限られた機会が含まれていました。実際の患者とオンラインリソースに関する学生のこれまでの経験による CR。イノベーションの特徴 (テーマ II) に関連するものには、CR 全般の教育と、それを提供するための仮想患者のアプリケーションの両方が含まれていました。最後に、養子縁組の内的設定の機会（テーマ III）は、養子縁組の意思決定プロセス、CR の指導に仮想患者を使用する教育者の認識する利点、および教育機関とのアイデンティティに関連しました。図 1 は、この研究における医学教育における仮想患者学習イノベーションの実装に対する障壁と促進者に対する教育者の認識から導き出された概念的枠組みの概要を示しています。

教育者の認識に基づく医学教育における仮想患者シミュレーションツールの実装のための概念的な枠組み

また、採用の障壁や機会を構成するものについての参加者の見解は、CR を教えるためのオンライン学習ツールの導入経験によって異なることもわかりました。したがって、この情報を例示的な引用とともに含めます。ここでは、3 つのテーマについて、それらを裏付ける参加者の説明からの引用の例を使用して説明します。

数人の医学教育者は、仮想患者を使用したオンラインのシミュレーションベースのツールは、さまざまな場所や年間のさまざまな時期に配置される配置のまばらさを回避し、対面での症例ベースの配置で通常発生する変動を減らすのに役立つ可能性があると考えました。学ぶ。

...利点は、地理的問題や移動性の問題、あるいは連絡が取りにくい患者のグループなどの理由で、配置環境に来るのが難しいと思われる仮想患者と関わることができることです。配置前に患者と関わり、理解してもらうのは難しく、学生は直接会うので、その側面には非常にうまく対処していると思います。また、患者が来るものをある程度コントロールできる方法です。と出かけます。【参加者Aさん、オンライン学習ツールを使ったCR指導経験】

彼らは、学生の不足した配置に対応するために仮想患者を備えたオンライン学習ツールを導入する傾向があり、イノベーションの導入は日和見的でした。

…本質的に、私たちは、配置が不十分な場合に、ちょっとしたご都合主義的な偶然を取り入れました (…) そして、診断的思考から偏見による誤り、情報管理、意思決定における共有などに至るまで、さまざまなことを取り上げました。 [参加者 E、オンライン学習ツールを使用した CR 指導経験]

一部の医療教育者は仮想患者を使用したオンライン学習ツールの経験がなく、仮想患者をオンライン診療と関連付けていました。

ですから、オンラインではできないと言っているのではありません。ただ思うのですが、現時点での臨床実習はあまりオンラインではありません。【参加者Mさん、オンライン学習ツールを使ったCR指導の経験なし】

教育者は、学生が医学教育においてオンライン学習ツールを以前に使用したことの影響を振り返りました。状況によっては、コースで使用した以前のオンライン学習ツールに生徒が慣れていることが役立つ場合があります。

そして、彼らが 4 年生のコースに来たとき、彼らはすでにそれらのツールを備えており、オンラインリソースを使用して CR をサポートする「核心」に実際に入ることができました。 [参加者 E、オンライン学習ツールを使用した CR 指導経験]

別の医学教育者も、学生がギャップを感じており、CR を教えるにはより多くのリソースが必要であると認識していました。

彼らはそれを使うと思います。そして、特に…という点で、彼らは CR を開発する必要があると認識していると思います。【参加者B、オンライン学習ツールを使ってCRを教えた経験なし】

さらに、オンライン学習を教育に組み込むことで、通常教室では他の人と交流しない「静かな」生徒の参加が可能になる可能性があります。

オンラインパッケージを利用すれば、物静かな生徒でも問題に取り組むことができ、フリーテキストボックスでコメントし、発言し、自分のやりたいことを発言する必要があります。【参加者L、オンライン学習ツールを使ってCRを教えた経験なし】

医学教育者にとって、イノベーション開発者が、リソースの有効性、使いやすさ、実現可能性の観点から、導入したリソースの強力な評価証拠を提供することが重要でした。これは、カリキュラムの変更を導入する動機や、医学部にカリキュラムの変更を導入する価値について説得する際の効率に影響を与える可能性があります。

彼らはそれを完了しましたか、完了までの時間、何らかの投稿があるかどうか…事前知識チェック、事後知識チェック、そしてそれが役に立ったかどうかの評価について。 […] 問題があり、カバーする必要があると特定された領域は何ですか? 医学教育者が SBME メソッドの試用可能性について納得するには評価が必要であり、評価は早期に組み込まれなければなりません。 [参加者 D、オンライン学習ツールを使用して CR を指導した経験なし]

教育者らはまた、イノベーションがどのように機能するかを実証するイノベーターの必要性についても言及した。既存のテクノロジーとの互換性があり、臨床ガイドラインの変更に応じてコンテンツを更新するためのサポートが導入されています。

当然のことながら、情報とイノベーションのデモンストレーションを行う機会が必要だと思います…そして、それをどのように広めるか、そして誰がそれを使用するかが重要です。 …そして、それを他のグループに広めるためには、何らかのサポートが必要になるでしょう。分散学習を行っている医学部では、地理的にかなり難しい可能性があります。そして、人々が自信を持って自分自身でそれを進める能力を得るまで、サポートとバックアップが必要になります。【参加者Cさん、オンライン学習ツールを使ってCRを教えた経験なし】

参加者はさらに、仮想患者に対する自身の信念や態度について説明しました。これらのツールの導入を批判的に議論し、仮想患者が実生活での患者の行動を反映しているかどうかを疑問視する人もいます (表 4、現実とシミュレーションの区別を参照)。

それ（相談の内容をコントロールすること）はプラスになることもありますが、マイナスになることもあります。なぜなら、学生が尋ねる定型的な方法で質問が出てくる方法を見ると、学生が質問し、それがアルゴリズムに従って行われるためです。それは素晴らしいことですが、明らかに実際の患者はそんなことはしません。【参加者Aさん、オンライン学習ツールを使ったCR指導経験】

適応性については、オンライン方法で実際の診察がどのように行われるかをシミュレートできるかどうか、また、仮想患者学習ツールによってしばしば課せられる概念的な直線性が対面での臨床実践の複雑さを反映できるかどうかについて懐疑的な医療教育者によって一貫して議論されてきました（表 1 を参照）、線形性と複雑性の区別)。

...これらのことをオンラインで提供するアプローチが乗り越えなければならないと思うことの 1 つは、患者の提示方法が直線的であることは避けられないことです。対面での臨床診療という混乱した世界では、物事はうまくいきません。多くの場合、それらが提示される順序であなたに表示されます。しかし実際には、現実の生活では、その情報は、診断を下そうとするときにまったく役に立たない他のものの中に隠されています。 [参加者 E、オンライン学習ツールを使用した CR 指導経験]

さらに、一部の医学教育者は、VP は主に質問指向であると認識しており、そのため、鑑別診断を確認するために適切な質問をするのではなく、より多くの質問を生徒に強いることになります。

はい、オンライン患者シミュレーションに関する私の経験では、オンライン患者シミュレーションは非常に質問指向になる傾向があり、臨床現場での質の高い CR を実際に損なうものです。アルゴリズムが機能するために最終的に行うことは、質問を促すことになるからです。。質問をすることで、確かに私がシミュレートされたシナリオで見たことですが、アルゴリズムを押し進められ、実際には相談スキルの低下を助長します。【参加者Kさん、オンライン学習ツールを使ったCR指導経験】

一方で、他の医学教育者は、オンラインで模擬患者を使用するか、俳優や本物の患者を対面で使用する場合、重要なのは患者との対話であると強調しました。

実際にシミュレーターを使用すると、他の側面のいくつかをもう少しうまく制御および調整でき、おそらくより一貫した結果が得られると思います。しかし確かに、彼らに実際に CR をやらせたり、患者やシミュレーターと話したりすることは、実際に CR や状態について教えるよりも効果的な方法だと思います。【参加者H、オンライン学習ツールを利用したCR指導経験】

学校のカリキュラム変更の受容性は、教材（つまり、教育ツールにおける仮想患者）の導入と、科目としての CR の変更の両方に関連していました（表 1 を参照）。例えば、参加者は、学校カリキュラムにおける CR の位置が常に安全であるとは限らないことを考えると、新しい教材を導入することの難しさを振り返りました。

一般に、この種のコースははるかに大規模で、より多くの人が参加するため、もう少し制限されています。国内カリキュラムがあり、GMC [英国総合医療評議会] によって規制および検査されています。【参加者L、オンライン学習ツールを使ってCRを教えた経験なし】

シミュレーションベースのオンライン学習ツールを使用した経験のない医学教育者は、教育機関に新しい教育方法を採用するよう説得する難しさを、カリキュラムにおける CR 教育の価値についての広範な疑問と結びつけ、証拠に基づくものが欠けていると感じた。

[大学名] では、学生が取り組むためのより透明性の高い継続的な CR 経路を作成できないかどうかを確認する試みがいくつかありましたが、採用されなかったようです。それは学校が実際に受け入れたものではありません。そして、それに関する消極的な理由の一部は、CR に対する具体的なアプローチをあからさまに教えることが、医師としての意思決定の成果の向上につながるという十分な証拠があると確信していないことにあると思います。【参加者F、オンライン学習ツールを使ったCR指導の経験なし】

ほとんどの参加者は、CR を明示的に教えないことは、認識された学習と実際の学習の両方に影響を与えると考えました。学生は CR を教えられているということを常に意識しているわけではないため、何を学んだのか、上達したかどうかを振り返ることが非常に困難になります。

私の理解では、それは明示的ではないということです。 (…) しかし、これは臨床関連性と呼ばれたり、さまざまな名前が付けられてきたと思います。そのため、医学生に CR とは何かと尋ねても、彼らは CR に基づいて評価されているとは明確に知らないと思います。(…)なぜなら、自分が必ず評価されているということや、それが何なのかを理解していなければ、自分が上達したかどうか、何が起こっているのかを知ることが難しいからです… [参加者 A、CR を使用した指導経験]オンライン学習ツール】

さらに、ある医学教育者は、生徒も教師も CR を理解するために必要な語彙が不足していると指摘しました。そのため、生徒が内省することが困難になり、生徒は指導がどのように自分たちに役立っているかを観察することができなくなります。

おそらくここ数年までは、[生徒たちに] 論理的根拠をあからさまに教えられることはなく、したがって語彙も教えられなかったと思います。つまり、帰納的推論や仮説演繹的推論、あるいはタイプ 1 とタイプ 2 の思考について話すこと、またはより良い認知や認知強制戦略について話すことです。それらの言葉は彼らにとっては必要ないので、何かについて会話するには、誰もが理解できる言葉を持っている必要があります。これらの言葉は明らかに、概念の知識に裏付けられている必要があります。それがなければ、その言葉がなければ、反省を導くことは非常に困難です。【参加者Cさん、オンライン学習ツールを使ってCRを教えた経験なし】

医学教育者は、CR のこの緊張が評価にも現れることを観察しました。

なぜなら、CR の本質は、現実の患者は、どのカテゴリーにも実際には当てはまらない曖昧な症状のいくつかのボックスに当てはまらないことがよくある、ということだと思うからです。答え。そして、場合によっては、患者を徹底的に調査しても、何が問題なのかをまったく解明できないこともあります。そして、私たちは教育においてはそれが好きではありません。なぜなら、私たちは[…]ほぼ二項対立的な質問を書きたがるからです。正しいことと間違っていること、そして生徒たちも正しいことと間違っていることが好きです。そのため、CR に対する熱意が常にあるわけではないと思います。【参加者L、オンライン学習ツールを使ってCRを教えた経験なし】

組織レベルでは、医療教育者は、一般的にオンライン学習のイノベーションは、大規模な変更を避けるために段階的に受け入れられる可能性が高いと考えています。

この教育機関はイノベーションと開発に非常に関心を持っていると思いますが、規模によって多少異なります。カリキュラムの一部の小さな変更であれば、カリキュラム全体にわたる大規模な変更よりも明らかに簡単です。【参加者Cさん、オンライン学習ツールを使ってCRを教えた経験なし】

シミュレーションベースのオンライン学習ツールを使用する経験豊富な医学教育者は、養子縁組に必要なその他の条件には、期待される努力や、養子縁組の動機に影響を与える可能性のある他者からの社会的影響が含まれると考えました。

実際のところ、医学部のカリキュラムに新しいものを取り入れようとするのはかなりの労力がかかり、非常に困難です。ただし、これは良いことではありますが…混合学習と物事のオンライン化に移行しており、そのような動きは確実にあることを私は知っています。 [参加者 A、シミュレーションベースのオンライン学習ツールの使用経験あり]

医学教育者も、オンライン学習ツールが従来の方法の代替としてではなく、補完として導入されたことを好んでいました。

「それはメニューの一部です」とだけ言っておきます。置き換えないことについては、明確にしておきたいと思います…すでに行われたものを置き換えるのではありません。おそらくそれが何をするかというと、学生たちに試してみる機会を与えるのだと思います。【参加者I、オンライン学習ツールを使ってCRを教えた経験なし】

ある参加者は、ブレンド型学習方法は、学生がオンライン指導に費やす時間を自分の臨床業務に使えるため、努力を最小限に抑え、努力を増やさないという点で医学教育者のモチベーションを高めることができると示唆した。

そして、あなたはこう言うかもしれません。「それは、学生がオンラインリソースを 1 時間受講して患者を診察できるという点で、チューターにとってはメリットになるかもしれません。その後、チュートリアルを受ける必要があり、その後、彼らは同様のことをするでしょう。」 (…) それで、それを教員に売り込むのは、おそらくこれが方法なのかもしれません… ご存知のとおり、家庭教師が忙しいとき、または実際のマンツーマン指導の時間がないときでも、生徒は依然として非常に良い成績を収めています。関連する臨床業務。 [参加者 I、オンライン学習ツールを使用して CR を教えた経験なし]。

医学教育者の中には、教師がNHSに雇用されている臨床医である場合、教育実践を変える力が限られているため、カリキュラムに革新を導入することが難しいと感じた人もいる。

…多くの場合、学生を教えている人は学術機関に雇用されていません。 […]そのため、教師が関与するイノベーションを導入するという点で、多大な困難が生じています。なぜなら、教師は決定の背後にある理論的根拠を知らず、教師へのコミュニケーションも非常に不十分だからです。彼らは、物事がどのように変化するかについての意思決定にあまり密接に関与していません。彼らはNHSの仕事で忙しく、学生を教えることは自分たちの役割にほぼ無給で追加されるものだと考えているため、これまでやってきたことに戻る傾向があります。 [参加者 F、オンライン学習ツールを使用して CR を教えた経験なし]。

この定性的研究により、CR の指導における仮想患者を使用したオンライン学習ツールに関する状況と採用決定との間の相互作用が明らかになりました (表 4 を参照)。新しい教育方法を採用する場合、通常は介入の特徴に焦点が当てられます[33]が、この研究は、環境の特徴とそれに対する個人の関係も重要であることを示しています。

マクガギーら。 [28]は以前、実装の難しさが仮想患者を使用するようなシミュレーションベースのオンライン学習ツールの可能性を制限する可能性があることを強調し、実装科学に焦点を当てることがシミュレーションを使用した教育におけるイノベーションの実装を進めるための4つの重要な領域の1つであると示唆した[ 16]。このような研究は、医学教育における実施結果を報告する際に考慮する必要がある理論、ツール、リソース、結果に関するさらなる指針を提供します[34]。これは重要です。なぜなら、仮想患者のイノベーションが適切に実装されていれば、不十分に実装されたものよりもほぼ 3 倍高い平均効果量が得られる可能性があるからです [35]。最近の社説で強調されているように、その取り組みは「プログラム実施への体系的なアプローチを提供することによって」シミュレーションベースの医学教育の実施能力を高めることである[17]。これは、ひいては、新しい学習ツールに対する生徒の積極的な関与を高める可能性があり、これはより広く採用されるために重要である[36,37,38,39]。

私たちの知る限り、この研究は、CR の教育における仮想患者学習イノベーションの導入に関する医療教育者の認識を調査した最初の研究です。また、実装フレームワークを医学教育の状況に適応させたのは、我々の知る限りでは初めてのことです。

CFIR は、実装結果の影響を説明する決定要因のフレームワークとして、実装戦略の評価を知らせることを目的に設計されています。 [40], どのような要因が仮想患者学習ツールの実装に影響を与える可能性があるかを理解するために CFIR を採用しましたが、具体的な実装戦略は検討中ではありません。 CFIRは採用の文脈を考える上で役に立ちましたが、UTAUTと重複する部分もあることが分かりました。場合によっては、これは私たちの研究デザインの特徴である可能性があります。これは、すべてのデータがインタビューから得られたものであるため、属性が個人の認識から抽出されたため、個人の認識とイノベーションの属性が重複しているためです。より多くのデータソース (観察、より多くの視点からイノベーションを説明する文書など) を使用した大規模なケーススタディのアプローチにより、これらの概念をより適切に分離できる可能性があります。

私たちの適応されたフレームワークにより、採用に影響を与える状況と社会的プロセスの調査が可能になり、個々の学習者の能力、知識、パフォーマンスのみを対象とするだけでなく、他の医学教育の革新にも使用できます[41]。すでに採用されているイノベーションの埋め込みや実装戦略の設計を理解しようとする研究には、さらに適応しなければ適用できない可能性があります。

私たちの研究は英国のサンプルサイズ（n = 13）であったため、英国外の医学教育に私たちの発見が情報を提供できる範囲が制限される可能性があります。しかし、臨床推論は英国以外でも教えられており、医学教育における仮想患者学習ツールの役割は米国や他の欧州諸国など英国以外の国でも高まっています。この研究に参加した医学教育者の中には、すでにシミュレーションベースのオンライン学習ツールの開発に携わっていた人もおり、これらのツールの経験がほとんどない人たちよりも広い視野を得ることができた可能性があります。これらのツールを使用して教育の経験がある人とない人の意見を調査することで、実践とトレーニングにおけるいくつかの違いがわかりました。シミュレーションベースのオンライン学習ツールを使用したこの経験は、個人的な経験からこれらのツールを導入する際の障壁と促進要因についての貴重な洞察を提供しました。また、シミュレーションベースのオンライン学習ツールを使用した生徒の経験に対する医学教育者の認識が、生徒の実際の経験を反映していない可能性があることも私たちは認識しています。しかし、この研究は、適切な実施戦略を設計する上で貴重な教育者の認識に関する貴重な洞察を提供しました。最後に、データの解釈に関与した面接官と他の著者は、仮想患者学習ツールの開発にも関与していました [18、19、20]。

この研究が実施されて以来、新型コロナウイルス感染症後の医学教育におけるオンライン技術の正常化が主な原因で、医学部におけるシミュレーションベースのオンライン学習ツールの状況はさらに変化した[42]。また、医学教育と臨床ケアにおいていくつかの広範な状況変化があり[43、44、45]、医学教育においてシミュレーションベースのオンライン学習ツールを使用する機会が増加しています。 COVID 19 パンデミック中の教育の経験と、オンライン教育方法への依存度が高まる将来のパンデミックの脅威 [46、47]。オンライン診療の常態化により、オンライン学習と医学知識とのギャップが縮まる可能性があります。医学部の定員数の上限が撤廃されると、医学部の学生数はさらに増加し、対面での学習機会の利用可能性がさらに圧迫されることになる[48、49]。

これに関連して、この研究結果は、仮想患者やイノベーション開発者を使用したシミュレーションベースのオンライン学習ツールの導入を検討している医療教育者にとって意味のあるものです。仮想患者学習ツールの実装に対する組織の課題を解決する必要がある医療教育者にとって、次の点が役立つ可能性があります。混合学習とバーチャル患者導入に対する組織的なサポートが重要です。組織的なサポートを促すために、教育者は、混合学習アプローチの一部として仮想患者学習ツールを使用することで、教育の開発/実施における作業負荷を軽減し、教育者全体でのより標準化された実施を促進することによって、医学教育者が経験するプレッシャーにどのように対処できるかを強調することができます。オンライン学習における仮想患者の他の利点を強調することも重要です。これは、特に静かな生徒に対して、より包括性と生徒の関与を高めることができ、明示的な CR スキルの指導におけるカリキュラムの大きなギャップを埋めることができます。同様に、医療専門職教育全体および内部の両方で、CR のさまざまな概念化が存在することを認識しておくと役立つかもしれません [8, 50]。たとえば、臨床推論の文献をマッピングしたスコーピングレビューでは、スキル、パフォーマンス、プロセス、結果、背景、目的/目標など、臨床推論のさまざまな要素を捉える医療専門職教育全体で使用される用語の6つの異なるカテゴリが特定されました[51]。これらは、仮想患者シナリオの簡素化/直線性や臨床状況への忠実性についての留保など、仮想患者学習ツールが CR スキルをどのように教えることができるかについて教育者や他の人が抱いている先入観の一部を説明する可能性があります。たとえば、忠実度は特定のスキルにとって重要である可能性がありますが、忠実度は教えられる内容と学習者の知識レベルに依存するため、高い忠実度が必ずしも低い忠実度よりも優れているわけではありません[52]。仮想患者は、知識の組織化や認知プロセスなどの特定の CR スキルを向上させるための有用な教育方法となる可能性があります [14]。 CR のこれらの要素を教える場合、ケースの忠実性や直線性はそれほど重要ではないかもしれませんが、特徴を特定し、仮説を生成してテストすることを目的とするいくつかのさまざまなケースにさらされることは価値があります。したがって、仮想患者は、他の要素に焦点を当てた CR スキルを教える他の方法を補完するものです [8]。さらに、シミュレートされた現実で学習する初心者にとって、複雑な現実から離れることは、特定のスキルの学習を妨げる可能性のある他の要因を取り除くため、利点がある可能性があります [16]。教育者は、仮想患者などの補完ツールの価値と、カリキュラムや教育方法にどのような価値を追加できるかを理解するために、現在 CR のどの要素をどのように教えているかを検討する必要があります。

革新者にとって、予想通り、教育者は有効性とユーザーの受け入れやすさの証拠を必要としています。また、臨床現場の現実に似たケースやシナリオを他の教育者に広めるためのサポートも必要であり、内容、フィードバック、学習者のニーズに適応できるリソースも必要です[53]。学習には生徒の意図的かつ積極的な関与が必要であるため、組み込まれたフィードバック、振り返りの機会、学習経験の一貫性などの特性が重要です[54]。これは、仮想患者を模擬した診察が質問中心になりすぎて、内省が妨げられ、CR スキルが低下する可能性があると感じた参加者の 1 人によって強調されました。したがって、教育提供者が何を必要としているのか、そして導入と実装を容易にするためにさまざまな教育機関に何を導入する必要があるのかを理解するために、さらなる研究が必要です。これは、薬剤師や医師助手など処方する医療専門家以外の労働力を活用した新しいケアモデルを提供するためにNHSが変革されつつある時代において極めて重要である[55]。

この探索的研究は、臨床推論を教えるために仮想患者を使用したシミュレーションベースのオンライン学習ツールの導入を容易にする状況に焦点を当てました。 CFIR を適応させることで、仮想患者学習ツールの導入において重要と思われる現在の教育プロセスの特徴と医学部の実施環境を特定することができました。これらには、対面での教育機会へのアクセス、カリキュラムにおける臨床推論の位置付け、教育者と教育機関との関係、意思決定プロセスが含まれます。

私たちが適応させたフレームワークは、教育機関や教育者の間での実施の準備状況を評価する際に定量的に検査できる変数を示すことで、将来の研究に役立つ可能性があります。これは、仮想患者イノベーションの実装に関する大規模な定性的調査の分析にさらに適応できるフレームワークを提供する可能性があります。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

一般開業医

シミュレーションベースの医学教育

国民医療制度

コロナウイルス病気

電子臨床推論教育シミュレーションツール

導入研究のための統合フレームワーク

医学教育における英国の臨床推論グループ

総合医療協議会

国家職業資格

客観的に構造化された臨床検査

変更を実装するための専門家の推奨事項

ヒッグス J、ジョーンズ MA、ロフタス S、クリステンセン N、編集者。医療専門家における臨床推論の電子書籍。エルゼビアヘルスサイエンス。 2008年。

クーパー N、バートレット M、ゲイ S、ハモンド A、リリックラップ M、マッサン J、他学部医学教育における臨床推論カリキュラムの内容に関する合意声明。メッド・ティーチ。 2021;43:152–9。

記事 Google Scholar

ゲイ S、バートレット M、マッキンリー R。医学生に臨床推論を教えています。クリン・ティーチ。 2013;10:308–12。

記事 Google Scholar

Xu H、Ang BWG、Soh JY、ポンナンペルマ GG。臨床現場における学部医学教育における診断推論を改善する方法:系統的レビュー。 Jジェネ・インターン医師。 2021;36:2745–54。

記事 Google Scholar

ハーディング A、ローゼンタール J、アル・シーディ M、グレイ DP、マッキンリー RK。英国の一般診療における医学生教育の提供: 横断的アンケート調査。 Br J Gen Pr. 2015;65:e409–17。

記事 Google Scholar

コストポロウ・O、デラニーBC、マンローCW。プライマリケアにおける診断の難しさと誤り - 体系的なレビュー。ファム・プラクト。 2008;25:400–13。

記事 Google Scholar

Schmidt HG、Mamede S. 臨床推論の指導を改善する方法: 物語のレビューと提案。メッドエデュック。 2015;49:961–73。

記事 Google Scholar

Plackett R、Kassianos AP、Mylan S、Kambouri M、Raine R、Sheringham J. 医学生の臨床推論スキルを向上させるための仮想患者教育ツールの使用の有効性: 体系的なレビュー。 BMCメッドエデュック。 2022;22(1):365。

コノウィッツ AA、ザリー N、エーデルブリング S、コラル J、ヘゲ I. 仮想患者 - 私たちは何を話しているのでしょうか? 医療教育における用語の意味を分類するためのフレームワーク。 BMCメッドエデュック。 2015;15:11。

記事 Google Scholar

一般医療評議会。卓越性の促進: 医学教育と訓練の基準。一般医療評議会。一般医療評議会 (GMC); 2015。https://www.gmc-uk.org/-/media/documents/promoting-excellence-standards-for-medical-education-and-training-2109_pdf-61939165.pdf。 2023 年 6 月 7 日にアクセス。

英国総合医療評議会。明日の医師: 学部医学教育の成果と基準。 2015。https://www.gmc-uk.org/-/media/documents/Outcomes_for_graduates_Jul_15_1216.pdf_61408029.pdf。 2023 年 6 月 7 日にアクセス。

モトーラ I、ディバイン LA、チョン HS、サリバン JE、イッセンバーグ SB。医療教育におけるシミュレーション: 最良の証拠となる実践ガイド。 AMEE ガイド No. 82。Med Teach。 2013;35(10):e1511-30。

記事 Google Scholar

ジマーマンBJ. 自己調整学習と学力：概要。教育サイコル。 1990;25:3–17。

記事 Google Scholar

Young ME、Dory V、Lubarsky S、Thomas A. 臨床推論のさまざまな理論が教育と評価にどのように影響するか。アカド・メッド。 2018;93(9):1415。

Young M、Szulewski A、Anderson R、Gomez-Garibello C、Thoma B、Monteiro S. CanMEDS 2025 における臨床推論。Can Med Educ J. 2023;14(1):58–62。 https://doi.org/10.36834/cmej.75843。

マクギー WC、イッセンベルグ SB、ペトルサ ER、スケールーズ RJ。「シミュレーションに基づく医学教育研究の批判的レビュー: 2003 ～ 2009 年」を再訪します。メッドエデュック。 2016;50:986–91。

Dubrowski R、Dubrowski A. シミュレーションベースの医療専門職教育において実装科学が重要なのはなぜですか? クレウス。 2018;10(12):e3754。 https://doi.org/10.7759/cureus.3754。

Assianos A、Plackett R、Schartau P、Valerio C、Hopwood J、Kay N、Mylan S、Sheringham J. eCREST: 臨床推論の開発を通じてより良い診断を支援する新しいオンライン患者シミュレーションリソース。 BMJサイマルテクノロジー強化学習。 2020;6(4):241–2。 https://doi.org/10.1136/bmjstel-2019-000478。

プラケット R、カシアノス AP、カンブーリ M、ケイ N、マイラン S、ホップウッド J、シャルトー P、グレイ S、ティミス J、ベネット S、ヴァレリオ C、ロドリゲス V、プレーヤー E、ハミルトン W、レイン R、ダフィー S、シェリンガム J . 臨床推論を向上させるためのオンライン患者シミュレーショントレーニング: 実現可能性のあるランダム化比較試験。 BMCメッドエデュック。 2020;20(1):245。 https://doi.org/10.1186/s12909-020-02168-4。

Plackett R、Kassianos AP、Timmis J、Sheringham J、Schartau P、Kambouri M. 仮想患者を使用して医学生の臨床推論スキルを探求: 混合法研究。 J Med Internet Res. 2021;23: e24723。

記事 Google Scholar

マンKV。医学教育における理論的視点：過去の経験と将来の可能性。メッドエデュック。 2011;45:60–8。

記事 Google Scholar

Proctor E、Silmere H、Raghavan R、Hovmand P、Aarons G、Bunger A、他。実装研究の結果: 概念的な差異、測定上の課題、および研究課題。 Adm Policy Ment Health Ment Health Serv Res. 2011;38:65–76。

記事 Google Scholar

ライCB、キンバリーJR。医療提供者組織によるイノベーションの導入。 Med Care Res Rev. 2007;64:235–78。

記事 Google Scholar

ロジャースEM. イノベーションの普及。第4版。ニューヨーク: フリー・プレス。サイモンとシュスター。 2010年。

Baker SE、Edwards R. 質的面接は何回行えば十分ですか? 質的研究におけるサンプリングと事例に関する専門家の声と初期のキャリアの振り返り。 2012年。https://eprints.soton.ac.uk/336913/。 2018 年 11 月 13 日にアクセス。

ベンカテシュ V、モリス MG、デイビス GB、デイビス FD。情報技術のユーザーの受け入れ: 統一されたビューに向けて。 MIS Q. 2003;27:425–78。

記事 Google Scholar

ドウィヴェディ YK、ウィリアムズ医師、ラナ NP。テクノロジーの受け入れと使用に関する統一理論 (UTAUT): 文献レビュー。 J 入力情報管理 2015;28:443–88。

記事 Google Scholar

マクギー WC、イッセンベルグ SB、ペトルサ ER、スケールーズ RJ。シミュレーションベースの医学教育研究の批判的レビュー: 2003 ～ 2009 年。メッドエデュック。 2010;44:50–63。

記事 Google Scholar

ワルツ TJ、パウエル BJ、フェルナンデス ME、他文脈上の障壁に対処するための実装戦略の選択: 推奨事項と将来の方向性の多様性。実装科学。 2019;14:42。 https://doi.org/10.1186/s13012-019-0892-4。

Bunger AC、Powell BJ、Robertson HA、MacDowell H、Birken SA、Shea C. 追跡実装戦略: 実践的なアプローチと初期の調査結果の説明。医療保険政策システム 2017;15:15。

記事 Google Scholar

Nilsen P、Bernhardsson S. 実装科学では文脈が重要: 実装結果の文脈上の決定要因を説明する決定要因フレームワークのスコーピングレビュー。 BMC 保健サービス研究所 2019;19:1–21。

記事 Google Scholar

Braun V、Clarke V. 心理学におけるテーマ分析の使用。クォール・レス・サイコル。 2006;3:77–101。

記事 Google Scholar

Zayim N、Yildirim S、Saka O. 教育における医学部のテクノロジー採用: 採用カテゴリーにおける差別化要因。 J Educ Technol Soc. 2006;9:213–22。

Google スカラー

Kurashima Y、Hirano S. 外科研修カリキュラムにおけるシミュレーショントレーニングの実施の系統的レビュー。今日のサーグ。 2017;47:777–82。

記事 Google Scholar

デュラックJA、デュプレEP。実施に関する事項: プログラムの成果に対する実施の影響および実施に影響を与える要因に関する研究のレビュー。 Jコミュニティサイコルです。 2008;41:327–50。

記事 Google Scholar

クック DA、アーウィン PJ、トリオーラ MM。医療専門職教育におけるコンピュータ化された仮想患者: 系統的レビューとメタ分析。アカド・メッド。 2010;85:1589–602。

記事 Google Scholar

バーマンNB、アルティーノAR。仮想患者を使用したオンラインエンゲージメント指標の開発と初期検証。 BMCメッドエデュック。 2018;18:213。

記事 Google Scholar

Saleh N. 医学教育における仮想患者の価値。アン・ビハブ科学医学教育者。 2010;16:29–31。

記事 Google Scholar

グプタ A、シン S、ハリク F、ダリワル U、マドゥ SV。内分泌生理学における初期の臨床曝露を与えるための模擬仮想患者の開発と検証。上級生理教育。 2018;42:15–20。

記事 Google Scholar

Nilsen P. 実装理論、モデル、フレームワークを理解する。科学を実装する。 2015;10:53。

記事 Google Scholar

Price DW、Wagner DP、Krane NK、Rougas SC、Lowitt NR、Offodile RS、他実装科学は医学教育にどのような影響を及ぼしますか? 医学教育オンライン。 2015;20:https://doi.org/10.3402/meo.v20.27003。

ミアン A、カーン S. パンデミック時の医学教育: 英国の視点。 BMC医学。 2020;18:100。

記事 Google Scholar

保健省。イノベーション、健康、富。 NHS における導入と普及の加速。ロンドン: 保健省。 2011。オンラインでアクセス: https://www.gov.uk/government/news/accelerated-adoption-of-innovation-in-the-nhs。

保健省。私たちのNHS 私たちの未来: NHSの次の段階のレビュー – 中間報告書。 2007。https://www.gov.uk/government/publications/high-quality-care-for-all-nhs-next-stage-review-final-report。 2023 年 6 月 7 日にアクセス。

ルーシーCR。医学教育: 問題の一部と解決策の一部。 JAMAインターン医師。 2013;173:1639–43。

記事 Google Scholar

アーメド H、アラフ M、エルガザリー H. 新型コロナウイルス感染症と医学教育。ランセット感染症 2020;20:777–8。

記事 Google Scholar

ローズ S. 新型コロナウイルス感染症の時代における医学生の教育。ジャム。 2020;323(21):2131–2。 https://doi.org/10.1001/jama.2020.5227。

NLTを計画します。暫定NHS人材計画。 NHS の長期プラン。 https://www.longtermplan.nhs.uk/publication/interim-nhs-people-plan/。 2021 年 12 月 14 日にアクセス。

リマー A. 医学部の場所: キャップを引き上げるとどのような影響がありますか? BMJ。 2020;370:m3358。

記事 Google Scholar

ヤング M、トーマス A、ルバルスキー S、バラード T、ゴードン D、グルッペン LD、他境界線を引く: 臨床推論を定義することの難しさ。アカド・メッド。 2018;93:990–5。

記事 Google Scholar

Young ME、Thomas A、Lubarsky S、Gordon D、Gruppen LD、Rencic J 他医療専門家全体にわたる臨床推論文献のマッピング: スコーピングレビュー。 BMCメッドエデュック。 2020;20:107。

記事 Google Scholar

Munshi F、Lababidi H、Alyousef S. 臨床スキルの指導と評価における低忠実度シミュレーションと高忠実度シミュレーション。 J Taibah Univ Med Sci. 2015;10:12–5。

Google スカラー

ボーエン JL. 臨床診断推論を促進するための教育戦略。 N 英語 J 医学 2006;355:2217–25。

記事 Google Scholar

カシラーJP。臨床推論の指導: ケースベースおよびコーチング。アカド・メッド。 2010;85:1118–24。

記事 Google Scholar

NHS イングランド » 薬局労働力の将来計画。 https://www.england.nhs.uk/blog/future-plans-for-the-pharmacy-workforce/。 2020 年 11 月 13 日にアクセス。

リファレンスをダウンロードする

著者らは、この研究に参加するために時間を割いていただいたすべての医学教育者に感謝したいと思います。また、トピックガイドの試験運用を支援し、フィードバックを提供していただいた Fiona Hamilton 博士にも感謝いたします。最後に、研究の参加者を特定するのに協力していただいた英国の医学教育 CR GrICReME) に感謝いたします。

この報告書は、国立衛生研究所 (NIHR) の政策研究プログラムから委託および資金提供を受け、がんの認識、スクリーニングおよび早期診断の政策研究ユニット PR-PRU-1217-21601 を通じて実施された独立した研究を紹介します。 JS は、ノーステムズ国立衛生研究所応用研究協力 (ARC) の支援を受けました。表明された見解は著者の見解であり、必ずしも NIHR または保健社会福祉省の見解ではありません。

応用健康研究部、ユニバーシティカレッジロンドン (UCL)、1-19 Torrington Place、London、WC1E 7HB、UK

AP カシアノス、R プラケット、J シェリンガム

ユニバーシティ・カレッジ・ロンドン（UCL）教育研究所、ロンドン、英国

マ・カンブリ

PubMed Google Scholar でこの著者を検索することもできます

APK は、作品の構想と設計、データの収集と分析、データの解釈、記事の草稿に多大な貢献をしました。 JS は作品の構想と設計に多大な貢献をし、データ分析と解釈に関与し、記事の草稿にも貢献しました。 RP は、作業データの取得、解釈、および記事の草稿に多大な貢献をしました。 MK は、この作品のデータの解釈と記事の草稿に多大な貢献をしました。

J・シェリンガムへの通信。

倫理的承認は UCL 研究倫理委員会から得られました (参照: 13497/001)。すべての参加者に通知され、同意されました。著者らは、すべての方法がヘルシンキ宣言の関連ガイドラインおよび規制に従って実行されたことを確認しています。

適用できない。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

付録 I. 研究で使用されたインタビュートピックガイド。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。データのクレジットラインに別途記載がない限り、クリエイティブコモンズパブリックドメインの献身的権利放棄 (http://creativecommons.org/publicdomain/zero/1.0/) は、この記事で利用できるデータに適用されます。

転載と許可

Kassianos、A.、Plackett、R.、Kambouri、M. 他。医学部で臨床推論を教えるために仮想患者オンライン学習ツールを導入することについての教育者の視点: 定性的研究。 BMC Med Educ 23、424 (2023)。 https://doi.org/10.1186/s12909-023-04422-x

引用をダウンロード

受信日: 2022 年 6 月 1 日

受理日: 2023 年 6 月 1 日

公開日: 2023 年 6 月 8 日

DOI: https://doi.org/10.1186/s12909-023-04422-x

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

ニュース

医学部で臨床推論を教えるために仮想患者オンライン学習ツールを導入することに関する教育者の視点: 定性的研究