医学教育つれづれ

医学教育に関する論文のPOINTを書き出した備忘録的なブログです。

パンデミックにおけるシリアスゲーム対従来のチュートリアル：無作為化比較試験

Serious games vs. traditional tutorials in the pandemic: a randomised controlled trial.

Tan SMJ, Coffey MJ, Blazek K, Sitaram N, Dobrescu I, Motta A, Chuang S and Ooi CY (2024) 

Front. Med. 11:1424024. doi: 10.3389/fmed.2024.1424024

www.frontiersin.org

 

背景と目的：COVID-19の大流行により、オンライン医学教育への移行が必要となった。 本研究では、シリアスゲームのチュートリアル[PlayMed™(PM)]を用いたオンライン症例ベースのチュートリアルの有効性を、従来のスライドショーのチュートリアル(TT)と比較して評価した。

 

方法：2020年5月から2021年1月までのCOVID-19パンデミック期間中に、学部医学生を対象に前向き混合法無作為化対照試験を実施した。 学生はPM群とTT群にブロックランダム化された。 チューターは、気管支炎と胃腸炎の症例について、PMまたはTTを用いてオンライン指導を行い、プレゼンテーションを促進した。 教育経験は、連続的な区間尺度（0～100；あらかじめ定義されたカテゴリー）と自由記述による回答を用いて評価した。 即時的および長期的な知識の習得は、各症例について6つの多肢選択問題（MCQ）を用いて評価した（合計12MCQ）。 PM群とTT群間の転帰を比較するために、修正intention-to-treat混合法と感度per-protocol解析が行われた。

*PlayMed

  1. ゲームの基本構造：
  • バーチャル病院での医師ロールプレイング
  • カスタマイズ可能なアバターを作成
  • 病院内を歩き回り、患者の診察・治療が可能
  • 電子カルテシステムを使用した診療記録
  1. 教育理論の応用：
  1. チュートリアルでの使用方法：
  • 教員が代理プレイヤーとして操作
  • 学生グループの多数決で臨床判断を決定
  • リアルタイムでのフィードバック提供

結果

学習体験への影響：

「学習活動が楽しかった」：効果量d=0.35 (小)
「学習活動が魅力的だった」：効果量d=0.58 (中)
「フィードバックが学習に役立った」：効果量d=0.52 (中)
「対面授業より魅力的だった」：効果量d=0.90 (大)


心理的安全性：

PMグループでは90%以上が安全に感じられたと報告
匿名での投票システムが貢献
ウェブカムのオン/オフ選択制による快適性確保


知識習得への効果：

・気管支炎ケース：

PM群が有意に高いスコア（4.1 vs 3.5, p=0.004）
特に臨床所見の解釈と診断に関する問題で効果的

・胃腸炎ケース：

スコアに有意差なし（3.7 vs 3.8, p=0.7）
ケース特異的な効果の可能性を示唆

考察

・教育効果のメカニズム：

安全な環境での失敗経験の提供
リアルタイムフィードバックの効果
グループ意思決定による協調学習の促進


・従来型との比較優位点：

より高い学生の参加度
臨床判断のリアルタイムシミュレーション
より安全な学習環境の提供


・限界と課題：

単一施設での限定的研究
技術的な問題（接続性、画質等）
長期的な知識保持への効果が不明確


・将来への示唆：

対面授業との組み合わせの可能性
より広範な臨床シナリオへの応用
マルチセンター試験の必要性

研究の革新性

・チュートリアル形式での活用：

これまでの研究の多くは個人プレイヤーまたはマルチプレイヤー形式
教員主導のグループ学習との統合は新しいアプローチ


・教育理論との統合：

複数の教育理論とゲーム理論の効果的な組み合わせ
実践的な臨床推論能力の育成への貢献


・パンデミック対応：

オンライン医学教育の質的向上への貢献
従来の対面教育の代替手段としての可能性を実証

 

結論：本研究は、シリアスゲーム（PlayMed™）が医学教育のオンライン教材として有用であることを実証した。 PMにさらされた学生は、優れた取り組みと安全感を示しました。 また、シリアスゲームを活用することで、少なくとも短期的には知識の習得が促進される可能性がある。

ファカルティ・ディベロップメントのためのカスタムGPTの作成： 苦手な学生へのフィードバックにジョハリの窓とCrucial Conversationのフレームワークを用いた例

Creating custom GPTs for faculty development: An example using the Johari Window and Crucial Conversation frameworks for providing feedback to struggling students

Neil MehtaORCID Icon,Craig NielsenORCID Icon,Amy ZackORCID Icon,Terri ChristensenORCID Icon &J. H. IsaacsonORCID Icon

Received 13 Nov 2024, Accepted 17 Dec 2024, Published online: 09 Jan 2025

Cite this article https://doi.org/10.1080/0142159X.2024.2445043

https://www.tandfonline.com/doi/full/10.1080/0142159X.2024.2445043?af=R#abstract

フィードバックは、研修生の成長と発達、特に改善が必要な分野に取り組む際に重要な役割を果たす。 しかし、教員は建設的なフィードバックを提供するのに苦労することが多い。 重要な障害となっているのは、多くの教員が、成長を促すようなフィードバックを提供することに抵抗を感じていることである。 このような課題に対処するためにデザインされた従来のFDプログラムは、多忙な臨床医にとって、高額で時間がかかりすぎることがある。 生成的AI、特に仮想の生徒とコーチをシミュレートするカスタムGPTモデルは、フィードバックトレーニングにおける教員育成のための有望なソリューションを提供します。 これらのAI駆動型ツールは、広く受け入れられている教育フレームワークを使用して現実的なフィードバックシナリオをシミュレートし、建設的なフィードバックを提供する際のベストプラクティスについて教員をコーチすることができます。 インタラクティブで低コストの利用しやすい仮想シミュレーションにより、教員は安全な環境で練習し、即座にカスタマイズされたコーチングを受けることができます。 このアプローチは、教員の自信と能力を高めると同時に、従来の教員育成プログラムのロジスティクスや財政的な制約を軽減します。 スケーラブルなオンデマンドトレーニングを提供することで、カスタムGPTベースのシミュレーションを臨床環境にシームレスに統合することができ、研修生の成長を優先する支援的なフィードバック文化を育成することができる。 本論文では、受け入れられているフレームワークに基づいて、カスタムGPTを利用したフィードバックトレーニングを設計し、実施する段階的なプロセスについて述べる。 このプロセスは、医学教育におけるファカルティ・ディベロップメントを変革する可能性を秘めている。

 

  1. 教育上の課題と背景
  • 医学教育において、フィードバックは学生の現在のパフォーマンスと求められる基準との間のギャップを埋めるために不可欠
  • 特に以下の状況で教員は苦労している：
    • 学生との信頼関係が確立されていない場合
    • 学生の弱点や課題に関するフィードバックを行う場合
    • 学生が建設的なフィードバックを望んでいないと思い込んでいる場合
    • 文化的な規範により直接的な批評を避ける傾向がある場合
    • 学生のモチベーションを下げることへの懸念がある場合
  1. Johari Windowモデルの活用
  • Joseph LuftとHarry Inghamによって開発された自己認識のための4つの領域：
    1. Open領域：自分も他者も知っている情報
    2. Blind領域：他者は知っているが自分は気づいていない情報
    3. Hidden領域：自分は知っているが他者には隠している情報
    4. Unknown領域：誰も気づいていない潜在的な情報や可能性
  • このモデルを使用することで：
    • 学生の自己認識を促進
    • オープンなコミュニケーションを実現
    • 建設的なフィードバックの構造化が可能
  1. カスタムGPTの具体的な実装
  • 2023å¹´11月にOpenAIが導入したカスタムGPT機能を活用
  • 特徴：
    • プログラミングスキル不要で作成可能
    • 音声またはテキストでのインタラクションが可能
    • オンラインで24時間アクセス可能
    • 様々な学生ペルソナをシミュレート可能
    • フィードバック後に教員へのコーチングも提供
  1. 実践的なメリット
  • コスト面：
    • 作成には月額20ドルのChatGPT Plusサブスクリプションのみ必要
    • 利用は無料アカウントで可能（5時間ごとにリセットされる制限あり）
  • 教育効果：
    • 安全な環境での実践が可能
    • 即座にフィードバックを受けられる
    • 様々なシナリオを繰り返し練習可能
    • エンパシーと正確性を向上させる機会を提供
  1. 独自の特徴
  • Johari WindowとCrucial Conversation frameworkの統合
  • 医学教育特有の課題に対応
  • 学生の個人的な問題（健康、家族関係、経済状況など）への対応も考慮
  • 心理的安全性を確保しながらフィードバックを行う方法を学習可能
  1. 今後の展望と研究課題
  • 効果の実証研究が必要：
    • 教員のフィードバックスキル向上の測定
    • 困難なシナリオへの対応能力の評価
  • 応用可能性の探究：
    • ピアフィードバック
    • 他職種間フィードバック
    • より広範な教育環境への適用
  1. 実際の利用方法
  • 公開されているカスタムGPT：https://chatgpt.com/g/g-NDewtvfRS-leshope
  • 利用例と詳細な手順は補足資料として提供
  • フリーアクセスは継続的に提供される予定

https://chatgpt.com/share/6728df60-8eb4-8004-b578-3679505a306e

医学部における予期せぬ費用の負担

The burden of unexpected costs in medical school
Madeleine Ball  ,LeAnn Lam ,Megan Tigue,Simone Herzberg,Luke Finck
Published: December 5, 2024
https://doi.org/10.1371/journal.pone.0312401

journals.plos.org

背景
医学部の学費は上昇の一途をたどっている。 まだよく理解されていないのは、医学部でのいわゆる「予期せぬ費用」であり、明示的に要求されているわけではないが、成功のためには最も重要であると考えられている。 本研究の目的は、医学部にかかるこれらの費用の影響を特定、定量化、分析し、これらの負担を軽減するための示唆を提供することである。

方法
全米の医学生を対象に、医学部進学にかかる予期せぬ費用（試験対策教材、臨床用品、学生費用など）、およびこれらの費用が精神的・経済的健康に及ぼす影響について質問紙調査を実施した。 この多施設横断的調査研究では、総費用、予想費用と実際の費用の認識、幸福感への影響などの結果が得られた。

調査結果

  1. 費用の実態:
  • 平均で4,937ドルの予期せぬ追加費用が発生
  • 回答者の83%が予想以上の自己負担を経験
  • 51%が大学が提示する就学費用の見積もりは実態を反映していないと回答
  1. 財政的影響:
  • 68%の学生が追加費用は財政的制約になったと報告
  • 第一世代の大学生(家族で初めて大学に進学)では89%と、より深刻な影響
  1. メンタルヘルスへの影響:
  • 65%の学生が財政的懸念により精神的健康に影響があったと報告
  • 第一世代の大学生では85%とさらに高い割合

費用の内訳:

  • 臨床実習用品
  • テスト準備教材やテキスト
  • 必須の試験費用
  • 臨床実習用の服装
  • 学生費用
  • レジデンシー関連費用

研究の重要性:

  • これまで明確に把握されていなかった"隠れた費用"を定量化
  • 特に社会経済的に不利な立場の学生への影響を明らかに
  • 医学教育のアクセシビリティに関する重要な示唆

提言:

  1. 費用の透明性向上
  2. 財政支援リソースの周知改善
  3. 第三者機関による費用削減への取り組み
  4. 機関間での協力体制の構築

結論
ほとんどの学生が、医学部にかかる総費用は予想よりもかなり高く、ストレスの原因となり、精神的健康に悪影響を及ぼすと考えていた。 経済的な制約と精神的健康と幸福への影響は、大学第一世代の学生において最も顕著であった。 この研究は、授業料以外の費用に関するコミュニケーションを改善し、それらの費用を軽減するための支援やアドボカシーを提供することの重要性を明らかにした。 今後の調査では、医学部での予期せぬ出費の負担が他の層にどのような影響を与えるかをさらに調べる必要がある。

学部医学教育における記述式問題の難易度予測力

The Predictive Power of Short Answer Questions in Undergraduate Medical Education Progress Difficulty.

Bracken, K., Saleh, A., Sandor, J. et al. 

Med.Sci.Educ. (2024). https://doi.org/10.1007/s40670-024-02197-4

link.springer.com

背景
形成的評価と進級難易度の関連性をよりよく理解するために、マイケル・G・デグルート医学部医学科の学部課程において、概念応用演習（CAE）と呼ばれる短答式問題（SAQ）の形成的評価の得点とその後の進級難易度を比較する分析を行った。 CAEの得点は、知識の翻訳を形成的に評価するように設計されている。 これらのスコアは、全体的な性質を持つ各カリキュラムユニット終了時の進度判定には正式に組み込まれない。 学生は、カリキュラムの目標を達成できなかった場合、学生進度補習委員会に付託される。 私たちは次のような研究課題を調査しようとした： CAE形式の記述問題は、その後の学習者の進歩の遅れを予測するか？

方法
2022-2025年の過去4回の学生コホートのデータを対象とした。 CAEスコアの特性の予測力を調べるために、補習委員会からの紹介を従属変数、CAEスコアの特性を独立変数として、二値ロジスティック回帰モデルを構築した。

結果

  1. CAEスコアの全体的な分析：
  • 分析対象：10,392件のCAE
  • 平均CAEスコア：3.63 ± 0.67
  • 最低CAEスコアの平均：2.82 ± 0.86
  • 不合格項目を含むCAEの割合：0.35 ± 0.48
  • SPCへの紹介率：全学生の19%
  1. 医学基礎コース間での差異：
  • 統合基礎(IF)コースで最も低いスコア傾向
  • IFでは平均スコア、最低スコアが低く、不合格率が高い
  • これは臨床実習前の複雑な概念の統合が要因の可能性
  1. コホート間での違い：
  • 2022年クラスが最も低いスコア
  • これはCOVID-19パンデミックによるオンライン学習への移行が影響した可能性
  • MCCQEスコアも2022年クラスで低い傾向

考察

  1. 予測能力について：
  • CAE平均スコアが最も強力な予測因子
  • 特に単一のCAEスコアでも：
  1. 教育的意義：
  • 学生の自己評価と学習プロセスの改善に有用
  • 早期介入の機会を提供
  • 特に臨床実習前の段階での介入が可能
  1. 研究の強み：
  • 大規模データセット（10,000以上のデータポイント）
  • 複数の評価指標による検証
  • 結果の内部一貫性の高さ
  1. 限界点：
  • 一部コホートの未完了データ
  • 他医学校への一般化可能性
  • PBL/SDL中心のカリキュラムという特殊性
  1. 今後の研究への示唆：
  • 早期介入の効果検証の必要性
  • 学習ディレクターとの相互作用の影響
  • より包括的な評価システムの開発

結論
これらの知見は、SAQの予測的価値を示している。

医学部入学当初からの「問診・身体診察」の指導と最終評価での「脱出ゲーム」の活用：日本における成果と教育的影響

Teaching “medical interview and physical examination” from the very beginning of medical school and using “escape rooms” during the final assessment: achievements and educational impact in Japan
Haruko Akatsu, Yuko Shiima, Harumi Gomi, Ahmed E. Hegab, Gen Kobayashi, Toshiyuki Naka & Mieko Ogino 
BMC Medical Education volume 22, Article number: 67 (2022) 

bmcmededuc.biomedcentral.com

背景
臨床医学の基本的な柱である問診と身体診察について、どの時期に教えるのが最も効果的であるかについてはコンセンサスが得られていない。 我々は、日本で「問診と身体診察」を医学部入学当初から教えることの影響を調査した。 また、「脱出ゲーム」と呼ばれる、シミュレーターを使用した時間制限のあるゲームベースのシナリオを、コースの最終評価の一部として使用することの教育的価値についても評価した。

方法
国際医療福祉大学（日本）の医学部1年生140名を対象に、模擬患者役の医師がコース終了時に問診能力を評価した。 身体診察能力は、「脱出ゲーム」チームタスク法を用いて評価した。 また、学生は「脱出ゲーム」の前後で、身体診察スキルに対する自信を自己評価した。 最終評価の前日、学生は匿名のコース評価に記入した。

＊使用された3つの脱出ゲーム：

  1. 脱出ゲーム1（血圧測定スキル）
  • 学生は2人のチームメンバー、他グループの2人の学生、1つのシミュレーターアームの血圧を測定
  • 血圧シミュレーター5台を使用（BT-CEAB2）
  • 設定値±10mmHgの精度が求められた
  • 42/47チームが制限時間内に合格
  1. 脱出ゲーム2（呼吸・心臓の評価）
  • 5つの呼吸器シミュレーター（喘息、気胸、うっ血性心不全、徐呼吸、正常）
  • 5つの心臓シミュレーター（大動脈弁逆流、心房細動、PSVT、徐脈、正常）
  • 呼吸数測定、肺音・心音の評価が必要
  • 異常の有無とその内容を説明することが求められた
  • 40/47チームが制限時間内に合格
  1. 脱出ゲーム3（2セクション） 第1セクション：

第2セクション：

  • 5分間の質の高い胸骨圧迫の実施
  • QCPRで評価（80点以上が合格）
  • 45/47チームが制限時間内に合格

結果

  1. 出席率と最終成績
  • 受講生140名の平均出席率：95%
  • 平均成績：90.9点（範囲：60.3-100点）
  • 全学生が合格基準を達成
  1. 医療面接スキルの評価
  • 平均グローバル評価：4.6/6点
  • 評価の分布：
    • 最高評価6点（研修医レベル）：22名（16%）
    • 境界線評価2点：4名（3%）
  • すべての録画評価は第二評価者によって確認され、評価の信頼性を確保
  1. 身体診察スキル（脱出ゲーム）
  • 脱出ゲーム１：42/47チーム合格
  • 脱出ゲーム2：40/47チーム合格
  • 脱出ゲーム3：45/47チーム合格
  • 未完了チームも追加時間（2-5分）で全課題を完了
  1. 学生の自己評価の変化
  • 身体診察スキルへの自信：
    • 実施前：49/100点（IQR 35-60）
    • 実施後：73/100点（IQR 60-81）
    • 顕著な自己効力感の向上が見られた
  1. コース評価（学生からのフィードバック）
  • 動機づけの向上：99%（回答率89%）
  • 興味深く有用：99%（回答率86%）

考察のポイント：

  1. 早期臨床教育の効果
  • 医学知識がない段階でも基本的な臨床スキルの習得が可能
  • 早期からの実践的経験が学習意欲を高める
  • バイリンガル教育の効果的な実施が可能
  1. 脱出ゲーム方式の教育的価値
  • 評価と学習の統合
  • チーム作業を通じた相互学習の促進
  • 実践的な状況下でのスキル適用の機会提供
  1. COVID-19パンデミックへの適応
  • 実際の患者接触の代替として効果的
  • シミュレーションベースの学習の有効性を実証
  • 感染対策と教育効果の両立を実現
  1. 教育的インパクト（Kirkpatrickの4段階評価モデルに基づく）
  • レベル1（反応）：高い学生満足度
  • レベル2（学習）：スキル習得の客観的評価で良好な結果
  • レベル3（行動）：自己効力感の向上を確認
  1. 今後の課題と展望
  • 長期的な教育効果の検証の必要性
  • 臨床実習開始時の学生パフォーマンスへの影響評価
  • プログラムの一般化可能性の検討

結論
量的および質的データを分析したこの記述研究では、本コースが、総合的な医療面接と基本的な身体診察スキルを成功させるという意図した目的を達成するだけでなく、学生のモチベーションを向上させるものであることが示された。 コースの評価に使用された "脱出ゲーム"は、それ自体が学生の身体診察スキルの自己認識を高め、教育的価値を持つものであった。

ChatGPTを活用した最適化された外科クラークシップ教育モデルの実装と評価

Implementation and evaluation of an optimized surgical clerkship teaching model utilizing ChatGPT
Yi Huang, Bei-bei Xu, Xiu-yan Wang, Yun-cheng Luo, Miao-miao Teng & Xuejian Weng 
BMC Medical Education volume 24, Article number: 1540 (2024) 

bmcmededuc.biomedcentral.com

目的
本研究の目的は、ChatGPTを取り入れた革新的な教育モデルが、医学生の学習成果、学習活動の遵守、学習プロセスに対する総合的な満足度に及ぼす影響を探ることである。

＊ChatGPTの外科臨床実習での具体的な活用方法

  1. 授業前の準備段階での活用:
  • 指導医がグループチャットでChatGPTの操作ガイドラインを紹介
  • 学生は基本的な医学概念や専門用語について質問可能
  • 予習教材の理解を深めるためのQ&A形式での学習
  1. 授業中での活用:
  • "仮想患者"との対話シミュレーション
  • 担当医師の指導のもと、診断・治療方針の決定練習
  • 正しい判断をした場合、ポジティブなフィードバックを提供
  • 最新の文献へのアクセスと要約の正確性確認
  • テストの実施
  1. 授業後のレビュー段階での活用:
  • "I ask ChatGPT, and it provides answers"形式での復習 (ファインマン・テクニックに類似)
  • 学生が個人またはグループで:
    • 練習問題に取り組む
    • 難しい質問について議論
    • 様々な視点から教材を探索
  • 学生の理解度の継続的な評価
  • 弱点の特定と学習戦略の調整
  • 復習が必要な分野の強化
  1. 教師側の活用:
  • 教材リソースの収集
  • 関連するケーススタディの収集
  • 学生の授業参加度向上
  • 授業後の学生フィードバック分析

方法
2022-2023年度に温州人民病院の一般外科クラークシップに参加する学生64名を無作為に4群に割り付け、各群16名とした。 このうち2つのグループを研究グループとし、ChatGPTを補助的な教育ツールとして採用した。 残りの2つのグループは対照グループとし、従来のマルチメディアベースの学習方法を用いた。 学習効果、コンプライアンス、満足度などの成果は、アンケートやテストを用いて評価された。

結果

  1. 学習効果（理論知識の評価）：
  • 研究群（ChatGPT使用）が対照群より有意に高いスコアを獲得
  • 研究群1と対照群1・2の比較：P<0.0001
  • 研究群2と対照群1・2の比較：P<0.001
  • 研究群間（1と2）および対照群間での有意差なし
  1. 学習コンプライアンス： A. 総合的なコンプライアンス：
  • 研究群1は対照群1・2より有意に高い（P<0.0001, P<0.01）
  • 研究群2も同様に対照群1・2より高い（P<0.001, P<0.01）

B. 具体的な領域での評価：

  1. 授業参加：
  1. フィードバックと支援の要請：
  • 両研究群が対照群1より高い（P<0.01, P<0.001）
  1. 予習・復習活動：
  • 両研究群とも対照群1・2より高い（P<0.05, P<0.01）
  1. 学習満足度： A. 総合的な満足度：
  • 研究群1・2とも対照群より有意に高い（P<0.0001, P<0.001）

B. 個別項目の評価：

  1. 教授方法：
  • 両研究群とも対照群より高い（P<0.0001）
  1. コース構成：
  • 研究群1：対照群比P<0.001
  • 研究群2：対照群比P<0.05
  1. コンテンツと教員：
  • 研究群1のみ対照群2と比較して高い（P<0.05）

考察

  1. ChatGPTの教育的価値：
  • 即時的な医学情報へのアクセス提供
  • 診断・治療計画スキルの向上
  • 学術的タスクのサポート
  • 個別化された学習体験の実現
  1. 学習効果向上の要因：
  • インタラクティブな質疑応答形式
  • 構造化されたアプローチ
  • 学生の興味・関心の向上
  • 実践的なケース分析機会の提供
  1. コンプライアンス向上の理由：
  • 能動的学習の促進
  • 質問がしやすい環境の提供
  • 自律的学習能力の向上
  • 個別化された学習材料の提供
  1. 課題と制限事項：
  • 倫理的懸念の存在
  • データセキュリティの問題
  • 人間の批判的思考との違い
  • 技術的アクセシビリティの課題

結論
ChatGPTを外科クラークシップの教育モデルに取り入れることで、学習者のコンプライアンスと満足度が大幅に向上し、教育効果に顕著な利点がもたらされる。

医学生による臨床推論スキルの習得における1分間指導法、SNAPPS、および従来の教授法

One-Minute Preceptor, SNAPPS, and Traditional Teaching in the Acquisition of Clinical Reasoning Skills by Medical Students.

Grunewald, S.T.F., Lucchetti, A.L.G., Grunewald, T. et al.

Med.Sci.Educ. (2024). https://doi.org/10.1007/s40670-024-02241-3

link.springer.co

背景
臨床推論（CR）を向上させるための教育ツールに関するエビデンスが増加しているにもかかわらず、どのツールがより適切で、より良い結果につながるかについては、まだ不確かである。

目的
1分間指導法（OMP）およびSNAPPS（関連所見の要約、鑑別の絞り込み、分析、プリセプターへの質問、管理計画、自習のための課題選択）モデルが、医学生のCR技能習得において従来の教育と比較してどの程度有効であるかを評価すること。

方法
無作為化比較試験で、学生を3つの群に登録した： OMP、SNAPPS、および従来の教育（対照群）の3群に学生を登録した。 小児科クラークシップのローテーションの前後に、模擬環境および実際の患者のもとで、CRに関連するいくつかのアウトカムと臨床症例提示の質について評価を行った。

結果

  1. シミュレーション環境での評価:
  • 症例提示の質的スコア:
    • SNAPPS: 33.30点
    • OMP: 25.90点
    • 従来型: 18.20点 (p<0.001)
  • 学生のパフォーマンススコア:
    • SNAPPS: 19.2点
    • OMP: 18.0点
    • 従来型: 12.70点 (p<0.001)
  • ディスカッション時間:
    • SNAPPS: 148.0秒
    • OMP: 125.0秒
    • 従来型: 58.20秒 (p<0.001)
  1. 実際の臨床現場での評価:
  • 症例提示の質的スコア:
    • SNAPPS: 29.30点
    • OMP: 24.60点
    • 従来型: 15.30点 (p<0.001)
  • プリセプター（指導医）による学生評価（0-10点）:
    • SNAPPS: 8.34点
    • OMP: 8.33点
    • 従来型: 5.20点 (p<0.001)

主な考察のポイント:

  1. SNAPPSの優位性について:
  • 学生主導の討論を促進する構造により、より深い臨床推論の展開が可能
  • 自律的な学習と疑問点の表明を促進する
  • 鑑別診断の提示と正当化において特に効果的
  1. OMPの特徴:
  • より構造化されたフィードバックを提供
  • 学生にとって使いやすく、満足度が高い
  • 指導医からのポジティブフィードバックと誤りの訂正が組み込まれている
  1. 両手法の実践的意義:
  • どちらの手法も従来型教育より効果的
  • 教育環境や目的に応じて選択可能
  • 指導医の訓練と適切なインフラ整備が必要
  1. 研究の限界:
  • 単一の医科大学での研究
  • 参加者と研究者のブラインド化が不可能
  • 長期的な効果の評価が未実施
  • 指導医が両方の手法を知ることによる交差汚染の可能性
  1. 今後の展望:
  • 異なる教育環境での検証の必要性
  • 長期的な効果の評価
  • 他の臨床推論評価ツールとの比較研究の必要性
  • AIの発展に伴う新しい技術との統合可能性の検討

結論
臨床推論は医学研修の重要な成果であり、CRツールの使用は学生の成績を向上させることができる。 SNAPPSはCR関連のアウトカムと臨床症例提示においてより良い結果を示したが、OMPはより高い満足度スコアを得た。