Entwicklung und Anwendung eines konzeptuellen Frameworks zur Erweiterung klinischen Entscheidens mit virtuellen Patienten

Autor: Hege, I, Kononowicz, AA, Berman, NB, Lenzer, B, Kiesewetter, J
Jazyk: angličtina
Rok vydání: 2018
Předmět:
Zdroj: GMS Journal for Medical Education
GMS Journal for Medical Education, Vol 35, Iss 1, p Doc12 (2018)
GMS Journal for Medical Education; VOL: 35; DOC12 /20180215/
Popis: Background: Clinical reasoning is a complex skill students have to acquire during their education. For educators it is difficult to explain their reasoning to students, because it is partly an automatic and unconscious process. Virtual Patients (VPs) are used to support the acquisition of clinical reasoning skills in healthcare education. However, until now it remains unclear which features or settings of VPs optimally foster clinical reasoning. Therefore, our aims were to identify key concepts of the clinical reasoning process in a qualitative approach and draw conclusions on how each concept can be enhanced to advance the learning of clinical reasoning with virtual patients. Methods: We chose a grounded theory approach to identify key categories and concepts of learning clinical reasoning and develop a framework. Throughout this process, the emerging codes were discussed with a panel of interdisciplinary experts. In a second step we applied the framework to virtual patients. Results: Based on the data we identified the core category as the "multifactorial nature of learning clinical reasoning". This category is reflected in the following five main categories: Psychological Theories, Patient-centeredness, Context, Learner-centeredness, and Teaching/Assessment. Each category encompasses between four and six related concepts. Conclusions: With our approach we were able to elaborate how key categories and concepts of clinical reasoning can be applied to virtual patients. This includes aspects such as allowing learners to access a large number of VPs with adaptable levels of complexity and feedback or emphasizing dual processing, errors, and uncertainty.
Hintergrund: Klinisches Entscheiden ist eine komplexe Fähigkeit die Medizinstudierende während ihrer Ausbildung erwerben müssen. DozentInnen fällt es dagegen oft schwer, ihren Entscheidungsprozess Studierenden zu erklären, da es dieser Prozess oft unbewusst abläuft. Der Einsatz von virtuellen Patienten (VPs) ist sinnvoll, um das Erlernen von klinischem Denken zu unterstützen. Es ist allerdings bis heute nicht ausreichend erforscht, welche Eigenschaften bzw. Rahmenbedingungen das Erlernen von klinischem Entscheiden am effektivsten fördern. Unser Ziel war es zunächst Schlüssel-Konzepte des klinischen Entscheidungsprozesses mit einem qualitativen Ansatz zu identifizieren. In einem zweiten Schritt haben wir Schlussfolgerungen gezogen, wie die einzelnen Konzepte weiterentwickelt werden können, um das Erlernen von klinischem Entscheiden mit virtuellen Patienten zu verbessern. Methoden: Mittels grounded theory wurden Hauptkategorien und -konzepte des Erlernens von klinischem Entscheiden identifiziert und ein Framework entwickelt. Im Laufe dieses Prozesses wurden die sich entwickelnden Codes mit einer interdisziplinären Expertengruppe diskutiert und in einem zweiten Schritt das Framework auf virtuelle Patienten angewendet. Ergebnisse: Aus den Daten entwickelte sich als Kernkategorie die „multifaktorielle Natur des Erlernens von klinischem Entscheiden“. Diese Kernkategorie spiegelt sich in den folgenden fünf Hauptkategorien wieder: Psychologische Theorien, Patientenorientierung, Kontext, Lernerzentrierung und Unterrichten/Prüfen. Jede dieser Kategorien umfasst wiederum vier bis sechs zugehörige Konzepte. Schlussfolgerungen: Mit unserem Ansatz haben wir herausgearbeitet wie die einzelnen Konzepte des klinischen Entscheidens auf virtuelle Patienten übertragen werden können. Dies beinhaltet Aspekte wie den Lernenden das Üben mit vielen VPs zu ermöglichen oder VPs mit anpassbarer Komplexität und Feedback bereitzustellen. Darüberhinaus sollten Aspekte wie dual processing, Fehler und Unsicherheit berücksichtigt werden.
GMS Journal for Medical Education; 35(1):Doc12
Databáze: OpenAIRE