Hekimlerin uygun ve güvenli klinik kararlar alabilmek ve uygulama hatalarından kaçınabilmek için etkili klinik akıl yürütme becerilerine sahip olmaları gerekir. Yetersiz gelişmiş klinik akıl yürütme becerileri, özellikle yoğun bakım ve acil servislerde hasta güvenliğini tehlikeye atabilir ve bakım veya tedaviyi geciktirebilir. Simülasyon tabanlı eğitim, hasta güvenliğini korurken klinik akıl yürütme becerilerini geliştirmek için simülasyon sonrasında yansıtıcı öğrenme görüşmelerini bir değerlendirme yöntemi olarak kullanır. Bununla birlikte, klinik akıl yürütmenin çok boyutlu doğası, bilişsel aşırı yüklenme riski ve ileri düzey ve alt düzey simülasyon katılımcıları tarafından analitik (hipotetik-dedüktif) ve analitik olmayan (sezgisel) klinik akıl yürütme süreçlerinin farklı kullanımı nedeniyle, simülasyon sonrasında grup yansıtıcı öğrenme görüşmelerine katılarak klinik akıl yürütmeyi optimize etmek için deneyim, yetenekler, bilgi akışı ve hacmiyle ilgili faktörler ve vaka karmaşıklığı dikkate alınmalıdır. Amacımız, klinik akıl yürütme optimizasyonunun başarısını etkileyen birden fazla faktörü dikkate alan simülasyon sonrası yansıtıcı öğrenme diyaloğu modelinin geliştirilmesini tanımlamaktır.
Hekimler, hemşireler, araştırmacılar, eğitimciler ve hasta temsilcilerinden oluşan bir ortak tasarım çalışma grubu (N = 18), simülasyon sonrası yansıtıcı öğrenme diyalog modelini birlikte geliştirmek için ardışık atölye çalışmaları aracılığıyla iş birliği yaptı. Ortak tasarım çalışma grubu, modeli teorik ve kavramsal bir süreç ve çok aşamalı akran değerlendirmesi yoluyla geliştirdi. Artı/eksi değerlendirme araştırması ve Bloom taksonomisinin paralel entegrasyonunun, simülasyon katılımcılarının simülasyon etkinliklerine katılırken klinik muhakemelerini optimize edeceğine inanılmaktadır. Modelin görünüş geçerliliğini ve içerik geçerliliğini belirlemek için içerik geçerlilik indeksi (CVI) ve içerik geçerlilik oranı (CVR) yöntemleri kullanıldı.
Simülasyon sonrası yansıtıcı öğrenme diyalog modeli geliştirildi ve test edildi. Model, örnek uygulamalar ve senaryo yazım kılavuzu ile desteklenmektedir. Modelin görünüm ve içerik geçerliliği değerlendirildi ve doğrulandı.
Yeni ortak tasarım modeli, çeşitli modelleme katılımcılarının beceri ve yeteneklerini, bilgi akışını ve hacmini ve modelleme vakalarının karmaşıklığını dikkate alarak oluşturulmuştur. Bu faktörlerin, grup simülasyon etkinliklerine katılırken klinik muhakemeyi optimize edeceği düşünülmektedir.
Klinik akıl yürütme, sağlık hizmetlerinde klinik uygulamanın temeli [1, 2] ve klinik yeterliliğin önemli bir unsuru olarak kabul edilir [1, 3, 4]. Bu, uygulayıcıların karşılaştıkları her klinik durum için en uygun müdahaleyi belirlemek ve uygulamak için kullandıkları yansıtıcı bir süreçtir [5, 6]. Klinik akıl yürütme, bir hasta hakkında bilgi toplamak ve analiz etmek, bu bilginin önemini değerlendirmek ve alternatif eylem yollarının değerini belirlemek için resmi ve gayri resmi düşünme stratejilerini kullanan karmaşık bir bilişsel süreç olarak tanımlanır [7, 8]. Doğru zamanda, doğru nedenden dolayı doğru hasta için doğru eylemi gerçekleştirmek amacıyla ipuçlarını toplama, bilgiyi işleme ve hastanın sorununu anlama yeteneğine bağlıdır [9, 10].
Tüm sağlık hizmeti sağlayıcıları, yüksek belirsizlik koşullarında karmaşık kararlar alma ihtiyacıyla karşı karşıyadır [11]. Yoğun bakım ve acil bakım uygulamalarında, acil müdahale ve yanıtın hayat kurtarmak ve hasta güvenliğini sağlamak için kritik olduğu klinik durumlar ve acil durumlar ortaya çıkar [12]. Yoğun bakım uygulamalarındaki zayıf klinik akıl yürütme becerileri ve yetkinlik, daha yüksek klinik hata oranları, bakım veya tedavide gecikmeler [13] ve hasta güvenliğine yönelik risklerle ilişkilidir [14,15,16]. Pratik hatalardan kaçınmak için, uygulayıcıların yetkin olmaları ve güvenli ve uygun kararlar almak için etkili klinik akıl yürütme becerilerine sahip olmaları gerekir [16, 17, 18]. Analitik olmayan (sezgisel) akıl yürütme süreci, profesyonel uygulayıcılar tarafından tercih edilen hızlı bir süreçtir. Buna karşılık, analitik (hipotetik-tümdengelimsel) akıl yürütme süreçleri doğası gereği daha yavaş, daha bilinçli ve daha az deneyimli uygulayıcılar tarafından daha sık kullanılır [2, 19, 20]. Sağlık hizmetleri klinik ortamının karmaşıklığı ve uygulama hatalarının potansiyel riski göz önüne alındığında [14,15,16], simülasyon tabanlı eğitim (SBE), uygulayıcılara yetkinlik ve klinik muhakeme becerilerini geliştirme fırsatları sunmak için sıklıkla kullanılır; güvenli bir ortam ve hasta güvenliğini korurken çeşitli zorlu vakalara maruz kalma imkanı sağlar [21, 22, 23, 24].
Sağlıkta Simülasyon Derneği (SSH), simülasyonu “insanların gerçek yaşam olaylarının temsillerini uygulama, eğitim, değerlendirme, test etme veya insan sistemleri veya davranışlarını anlama amacıyla deneyimledikleri bir durum veya ortam yaratan bir teknoloji” olarak tanımlar. [23] İyi yapılandırılmış simülasyon oturumları, katılımcılara klinik durumları simüle eden senaryolara kendilerini kaptırma fırsatı sunarken güvenlik risklerini azaltır [24,25] ve hedefli öğrenme fırsatları aracılığıyla klinik akıl yürütme pratiği yapmalarını sağlar [21,24,26,27,28]. SBE, öğrencileri gerçek hasta bakım ortamlarında deneyimlememiş olabilecekleri klinik deneyimlere maruz bırakarak saha klinik deneyimlerini geliştirir [24, 29]. Bu, tehdit içermeyen, suçlama içermeyen, denetimli, güvenli, düşük riskli bir öğrenme ortamıdır. Bilgi, klinik beceriler, yetenekler, eleştirel düşünme ve klinik akıl yürütmenin gelişimini destekler [22,29,30,31] ve sağlık çalışanlarının bir durumun duygusal stresinin üstesinden gelmelerine yardımcı olarak öğrenme yeteneğini geliştirebilir [22, 27, 28]. [30, 32].
SBE aracılığıyla klinik akıl yürütme ve karar verme becerilerinin etkin gelişimini desteklemek için, simülasyon sonrası değerlendirme sürecinin tasarımına, şablonuna ve yapısına dikkat edilmelidir [24, 33, 34, 35]. Simülasyon sonrası yansıtıcı öğrenme görüşmeleri (RLC), katılımcıların yansıtma yapmasına, eylemlerini açıklamasına ve ekip çalışması bağlamında akran desteğinin ve grup düşüncesinin gücünden yararlanmasına yardımcı olmak için bir değerlendirme tekniği olarak kullanılmıştır [32, 33, 36]. Grup RLC'lerinin kullanımı, özellikle katılımcıların farklı yetenekleri ve kıdem seviyeleriyle ilgili olarak, klinik akıl yürütmenin yetersiz gelişmesi riskini taşır. İkili süreç modeli, klinik akıl yürütmenin çok boyutlu doğasını ve kıdemli uygulayıcıların analitik (hipotetik-tümdengelimsel) akıl yürütme süreçlerini kullanma eğilimindeki ve genç uygulayıcıların analitik olmayan (sezgisel) akıl yürütme süreçlerini kullanma eğilimindeki farklılıkları tanımlar [34, 37]. Bu ikili akıl yürütme süreçleri, optimal akıl yürütme süreçlerini farklı durumlara uyarlama zorluğunu içerir ve aynı modelleme grubunda kıdemli ve genç katılımcılar olduğunda analitik ve analitik olmayan yöntemlerin nasıl etkili bir şekilde kullanılacağı belirsiz ve tartışmalıdır. Değişken yetenek ve deneyim seviyelerine sahip lise ve ortaokul öğrencileri, değişen karmaşıklıkta simülasyon senaryolarına katılır [34, 37]. Klinik akıl yürütmenin çok boyutlu doğası, özellikle uygulayıcılar farklı vaka karmaşıklığı ve kıdem seviyelerine sahip grup SBE'lerine katıldığında, gelişmemiş klinik akıl yürütme ve bilişsel aşırı yüklenme potansiyel riskiyle ilişkilidir [38]. RLC kullanan bir dizi bilgilendirme modeli olmasına rağmen, bu modellerin hiçbirinin deneyim, yeterlilik, bilgi akışı ve hacmi ve modelleme karmaşıklığı faktörlerini dikkate alarak klinik akıl yürütme becerilerinin geliştirilmesine özel olarak odaklanarak tasarlanmadığını belirtmek önemlidir [38]. , 39]. Tüm bunlar, klinik muhakemeyi optimize etmek için çeşitli katkıları ve etkileyen faktörleri dikkate alan yapılandırılmış bir modelin geliştirilmesini gerektirirken, simülasyon sonrası RLC'yi bir raporlama yöntemi olarak dahil etmeyi de içerir. Simülasyon sonrası RLC'nin işbirlikçi tasarımı ve geliştirilmesi için teorik ve kavramsal olarak yönlendirilen bir süreci tanımlıyoruz. Klinik muhakeme becerilerini optimize etmek için, geniş bir yelpazedeki kolaylaştırıcı ve etkileyen faktörleri dikkate alarak, SBE'ye katılım sırasında klinik muhakeme becerilerini optimize etmek üzere bir model geliştirilmiştir.
RLC simülasyon sonrası modeli, klinik akıl yürütme, yansıtıcı öğrenme, eğitim ve simülasyonun mevcut modelleri ve teorileri temel alınarak ortaklaşa geliştirilmiştir. Modeli birlikte geliştirmek için, 10 yoğun bakım hemşiresi, bir yoğun bakım uzmanı ve çeşitli düzeylerde, deneyimde ve cinsiyette daha önce hastanede yatan üç hastanın temsilcilerinden oluşan bir işbirlikçi çalışma grubu (N = 18) oluşturulmuştur. Ayrıca bir yoğun bakım ünitesi, 2 araştırma asistanı ve 2 kıdemli hemşire eğitimcisi de yer almaktadır. Bu ortak tasarım yeniliği, sağlık hizmetlerinde gerçek dünya deneyimine sahip paydaşlar arasında, önerilen modelin geliştirilmesinde yer alan sağlık profesyonelleri veya hastalar gibi diğer paydaşlar arasında akran işbirliği yoluyla tasarlanmış ve geliştirilmiştir [40,41,42]. Hasta temsilcilerinin ortak tasarım sürecine dahil edilmesi, programın nihai amacı hasta bakımını ve güvenliğini iyileştirmek olduğundan, sürece daha fazla değer katabilir [43].
Çalışma grubu, modelin yapısını, süreçlerini ve içeriğini geliştirmek için altı adet 2-4 saatlik atölye çalışması gerçekleştirdi. Atölye çalışması tartışma, uygulama ve simülasyonu içermektedir. Modelin unsurları, bir dizi kanıta dayalı kaynak, model, teori ve çerçeveye dayanmaktadır. Bunlar arasında yapılandırmacı öğrenme teorisi [44], çift döngü kavramı [37], klinik akıl yürütme döngüsü [10], takdir edici sorgulama (AI) yöntemi [45] ve raporlama artı/eksi yöntemi [46] yer almaktadır. Model, Uluslararası Hemşireler Birliği'nin INACSL klinik ve simülasyon eğitimi için değerlendirme süreci standartlarına [36] dayanarak işbirliği içinde geliştirildi ve kendi kendini açıklayan bir model oluşturmak için örneklerle birleştirildi. Model dört aşamada geliştirildi: simülasyondan sonra yansıtıcı öğrenme diyaloğuna hazırlık, yansıtıcı öğrenme diyaloğunun başlatılması, analiz/yansıtma ve değerlendirme (Şekil 1). Her aşamanın ayrıntıları aşağıda tartışılmaktadır.
Modelin hazırlık aşaması, katılımcıları bir sonraki aşamaya psikolojik olarak hazırlamak ve psikolojik güvenliği sağlarken aktif katılımlarını ve yatırımlarını artırmak için tasarlanmıştır [36, 47]. Bu aşama, amaç ve hedeflere giriş; RLC'nin beklenen süresi; RLC sırasında kolaylaştırıcı ve katılımcılardan beklentiler; saha oryantasyonu ve simülasyon kurulumu; öğrenme ortamında gizliliğin sağlanması ve psikolojik güvenliğin artırılması ve geliştirilmesini içerir. RLC modelinin ön geliştirme aşamasında, ortak tasarım çalışma grubundan aşağıdaki temsili yanıtlar dikkate alınmıştır. Katılımcı 7: “Birinci basamak sağlık hemşiresi olarak, bir senaryo bağlamı olmadan ve yaşlı yetişkinlerin bulunduğu bir simülasyona katılıyor olsaydım, psikolojik güvenliğime saygı duyulduğunu hissetmediğim sürece simülasyon sonrası konuşmaya katılmaktan kaçınırdım. Ve simülasyondan sonraki konuşmalara katılmaktan kaçınırdım. “Korunursanız hiçbir sonuç olmaz.” Katılımcı 4: “Odaklanmanın ve erken aşamada temel kurallar belirlemenin, simülasyondan sonra öğrenenlere yardımcı olacağına inanıyorum. Yansıtıcı öğrenme konuşmalarına aktif katılım.”
RLC modelinin ilk aşamaları, katılımcının duygularını keşfetmeyi, altta yatan süreçleri tanımlamayı ve senaryoyu teşhis etmeyi ve katılımcının olumlu ve olumsuz deneyimlerini listelemeyi içerir, ancak analiz içermez. Bu aşamada model, adayları öz-ve-görev odaklı olmaya teşvik etmek ve derinlemesine analiz ve derinlemesine yansıma için zihinsel olarak hazırlamak amacıyla oluşturulmuştur [24, 36]. Amaç, özellikle modelleme konusuna yeni başlayanlar ve beceri/konuyla ilgili daha önce klinik deneyimi olmayanlar için bilişsel aşırı yüklenme riskini azaltmaktır [48, 49]. Katılımcılardan simüle edilmiş vakayı kısaca tanımlamalarını ve tanısal önerilerde bulunmalarını istemek, kolaylaştırıcının, genişletilmiş analiz/yansıtma aşamasına geçmeden önce gruptaki öğrencilerin vaka hakkında temel ve genel bir anlayışa sahip olmalarını sağlamasına yardımcı olacaktır. Ek olarak, bu aşamada katılımcıları simüle edilmiş senaryolardaki duygularını paylaşmaya davet etmek, durumun duygusal stresinin üstesinden gelmelerine yardımcı olacak ve böylece öğrenmeyi artıracaktır [24, 36]. Duygusal sorunların ele alınması, RLC kolaylaştırıcısının katılımcıların duygularının bireysel ve grup performansını nasıl etkilediğini anlamasına yardımcı olacak ve bu, yansıtma/analiz aşamasında eleştirel olarak tartışılabilecektir. Artı/Eksen yöntemi, yansıtma/analiz aşaması için hazırlayıcı ve belirleyici bir adım olarak modelin bu aşamasına entegre edilmiştir [46]. Artı/Eksen yaklaşımını kullanarak, hem katılımcılar hem de öğrenciler simülasyona ilişkin gözlemlerini, duygularını ve deneyimlerini işleyebilir/listeleyebilir ve bunlar daha sonra modelin yansıtma/analiz aşamasında nokta nokta tartışılabilir [46]. Bu, katılımcıların klinik akıl yürütmeyi optimize etmek için hedefli ve öncelikli öğrenme fırsatları aracılığıyla üstbilişsel bir duruma ulaşmalarına yardımcı olacaktır [24, 48, 49]. RLC modelinin ilk geliştirilmesi sırasında ortak tasarım çalışma grubundan aşağıdaki temsili yanıtlar dikkate alınmıştır. Katılımcı 2: “Daha önce yoğun bakımda yatmış bir hasta olarak, simülasyona katılan öğrencilerin duygu ve hislerini dikkate almamız gerektiğini düşünüyorum. Bu konuyu gündeme getiriyorum çünkü yatışım sırasında, özellikle yoğun bakım uzmanları ve acil durum çalışanları arasında yüksek düzeyde stres ve kaygı gözlemledim. Bu model, simülasyon deneyimiyle ilişkili stresi ve duyguları hesaba katmalıdır.” Katılımcı 16: “Bir öğretmen olarak, öğrencilerin simülasyon senaryosu sırasında karşılaştıkları olumlu şeyleri ve ihtiyaçları belirterek aktif olarak katılmalarını teşvik etmek için Artı/Eksi yaklaşımını kullanmanın çok önemli olduğunu düşünüyorum. Geliştirilmesi gereken alanlar.”
Modelin önceki aşamaları kritik olsa da, klinik muhakemenin optimizasyonu için en önemli aşama analiz/yansıtma aşamasıdır. Bu aşama, klinik deneyim, yetkinlikler ve modellenen konuların etkisi; RLC süreci ve yapısı; bilişsel aşırı yüklenmeyi önlemek için sağlanan bilgi miktarı; yansıtıcı soruların etkili kullanımı; öğrenci merkezli ve aktif öğrenmeyi sağlamaya yönelik yöntemler temelinde gelişmiş analiz/sentez ve derinlemesine analiz sağlamak üzere tasarlanmıştır. Bu noktada, klinik deneyim ve simülasyon konularına aşinalık, farklı deneyim ve yetenek seviyelerini karşılamak için üç bölüme ayrılmıştır: Birinci: daha önce klinik mesleki deneyim yok/simülasyon konularına daha önce hiç maruz kalmamış, İkinci: klinik mesleki deneyim, bilgi ve beceriler/modelleme konularına daha önce hiç maruz kalmamış. Üçüncü: Klinik mesleki deneyim, bilgi ve beceriler/modelleme konularına daha önce maruz kalmış. Sınıflandırma, aynı grup içindeki farklı deneyim ve yetenek seviyelerine sahip kişilerin ihtiyaçlarını karşılamak için yapılır; böylece daha az deneyimli uygulayıcıların analitik akıl yürütmeyi kullanma eğilimi ile daha deneyimli uygulayıcıların analitik olmayan akıl yürütme becerilerini kullanma eğilimi dengelenir [19, 20, 34, 37]. RLC süreci, klinik akıl yürütme döngüsü [10], yansıtıcı modelleme çerçevesi [47] ve deneyimsel öğrenme teorisi [50] etrafında yapılandırılmıştır. Bu, bir dizi süreç aracılığıyla gerçekleştirilir: yorumlama, farklılaştırma, iletişim, çıkarım ve sentez.
Bilişsel aşırı yüklenmeyi önlemek için, katılımcıların öz güven kazanmak için yansıtma, analiz ve sentez yapmaları için yeterli zaman ve fırsatlar sağlayan, öğrenci merkezli ve yansıtıcı bir konuşma sürecini teşvik etmek düşünüldü. RLC sırasındaki bilişsel süreçler, çift döngü çerçevesine [37] ve bilişsel yük teorisine [48] dayalı olarak konsolidasyon, onaylama, şekillendirme ve konsolidasyon süreçleri aracılığıyla ele alınır. Hem deneyimli hem de deneyimsiz katılımcıları dikkate alarak yapılandırılmış bir diyalog süreci ve yansıtma için yeterli zaman tanımak, özellikle katılımcıların farklı ön deneyimlerine, maruziyetlerine ve yetenek seviyelerine sahip karmaşık simülasyonlarda bilişsel yük riskini azaltacaktır. Sahneden sonra. Modelin yansıtıcı soru sorma tekniği, Bloom'un taksonomik modeline [51] ve takdir edici sorgulama (AI) yöntemlerine [45] dayanmaktadır; burada modellenen kolaylaştırıcı, konuya adım adım, Sokratik ve yansıtıcı bir şekilde yaklaşır. Bilgiye dayalı sorularla başlayarak ve akıl yürütmeyle ilgili beceri ve konuları ele alarak sorular sorun. Bu soru sorma tekniği, aktif katılımcı katılımını ve ilerleyici düşünmeyi teşvik ederek ve bilişsel aşırı yüklenme riskini azaltarak klinik akıl yürütmenin optimizasyonunu iyileştirecektir. RLC model geliştirme sürecinin analiz/yansıtma aşamasında, ortak tasarım çalışma grubundan alınan aşağıdaki temsili yanıtlar dikkate alınmıştır. Katılımcı 13: “Bilişsel aşırı yüklenmeyi önlemek için, simülasyon sonrası öğrenme görüşmelerine katılırken bilgi miktarını ve akışını dikkate almalıyız ve bunu yapmak için öğrencilere yeterli zaman tanımak ve temel bilgilerle başlamak çok önemlidir. Bilgi, konuşmaları ve becerileri başlatır, ardından üstbiliş elde etmek için daha yüksek bilgi ve beceri seviyelerine geçer.” Katılımcı 9: “Takdir Edici Sorgulama (AI) tekniklerini kullanan soru sorma yöntemlerinin ve Bloom Taksonomisi modelini kullanan yansıtıcı soru sormanın, bilişsel aşırı yüklenme riskini azaltırken aktif öğrenmeyi ve öğrenci merkezliliğini teşvik edeceğine kesinlikle inanıyorum.” Modelin değerlendirme aşaması, RLC sırasında ortaya çıkan öğrenme noktalarını özetlemeyi ve öğrenme hedeflerinin gerçekleştirildiğinden emin olmayı amaçlamaktadır. Katılımcı 8: “Hem öğrencinin hem de eğitmenin, uygulamaya geçerken dikkate alınması gereken en önemli temel fikirler ve hususlar konusunda hemfikir olması çok önemlidir.”
Etik onay, (MRC-01-22-117) ve (HSK/PGR/UH/04728) protokol numaraları altında alınmıştır. Modelin kullanılabilirliğini ve pratikliğini değerlendirmek için üç profesyonel yoğun bakım simülasyon kursunda test edilmiştir. Modelin görünüş geçerliliği, görünüm, dil bilgisi ve süreçle ilgili sorunları düzeltmek için bir ortak tasarım çalışma grubu (N = 18) ve eğitim direktörü olarak görev yapan eğitim uzmanları (N = 6) tarafından değerlendirilmiştir. Görünüş geçerliliğinden sonra, içerik geçerliliği, Amerikan Hemşirelik Akreditasyon Merkezi (ANCC) tarafından sertifikalandırılmış ve eğitim planlayıcısı olarak görev yapan kıdemli hemşire eğitimcileri (N = 6) ve 10 yıldan fazla eğitim ve öğretim deneyimine sahip (N = 6) kişiler tarafından belirlenmiştir. İş Deneyimi Değerlendirmesi, eğitim direktörleri (N = 6) tarafından yapılmıştır. Modelleme deneyimi. İçerik geçerliliği, İçerik Geçerlilik Oranı (CVR) ve İçerik Geçerlilik Endeksi (CVI) kullanılarak belirlenmiştir. CVI'yı tahmin etmek için Lawshe yöntemi [52] ve CVR'yi tahmin etmek için Waltz ve Bausell yöntemi [53] kullanıldı. CVR projeleri gerekli, yararlı, ancak zorunlu veya isteğe bağlı değildir. CVI, alaka düzeyi, basitlik ve açıklık esas alınarak dört puanlık bir ölçekte puanlanır; 1 = alakasız, 2 = kısmen alakalı, 3 = alakalı ve 4 = çok alakalı. Yüz ve içerik geçerliliğinin doğrulanmasının ardından, pratik atölye çalışmalarına ek olarak, modeli kullanacak öğretmenler için oryantasyon ve bilgilendirme oturumları düzenlendi.
Çalışma grubu, yoğun bakım ünitelerinde SBE'ye katılım sırasında klinik akıl yürütme becerilerini optimize etmek için simülasyon sonrası bir RLC modeli geliştirmeyi ve test etmeyi başardı (Şekil 1, 2 ve 3). CVR = 1,00, CVI = 1,00, uygun yüz ve içerik geçerliliğini yansıtmaktadır [52, 53].
Model, aynı veya farklı deneyim, bilgi ve kıdem seviyelerine sahip katılımcılar için heyecan verici ve zorlu senaryoların kullanıldığı grup SBE için oluşturulmuştur. RLC kavramsal modeli, INACSL uçuş simülasyonu analiz standartlarına [36] göre geliştirilmiştir ve çalışılmış örnekler de dahil olmak üzere öğrenci merkezli ve kendi kendini açıklayıcıdır (Şekil 1, 2 ve 3). Model, modelleme standartlarını karşılamak için kasıtlı olarak geliştirilmiş ve dört aşamaya ayrılmıştır: brifing ile başlayıp, yansıtıcı analiz/sentez ile devam edip, bilgi ve özetle sona ermektedir. Bilişsel aşırı yüklenme riskini önlemek için, modelin her aşaması kasıtlı olarak bir sonraki aşama için ön koşul olarak tasarlanmıştır [34].
RLC'ye katılımda kıdem ve grup uyumu faktörlerinin etkisi daha önce incelenmemiştir [38]. Simülasyon pratiğinde çift döngü ve bilişsel aşırı yüklenme teorisinin pratik kavramlarını dikkate alarak [34, 37], aynı simülasyon grubunda farklı deneyim ve yetenek seviyelerine sahip katılımcıların grup SBE'ye katılımının bir zorluk olduğunu düşünmek önemlidir. Bilgi hacminin, akışının ve öğrenme yapısının ihmal edilmesi, ayrıca hem lise hem de ortaokul öğrencilerinin hızlı ve yavaş bilişsel süreçleri eş zamanlı olarak kullanması, bilişsel aşırı yüklenme riski oluşturmaktadır [18, 38, 46]. Bu faktörler, gelişmemiş ve/veya yetersiz klinik akıl yürütmeyi önlemek için RLC modeli geliştirilirken dikkate alınmıştır [18, 38]. Farklı kıdem ve yetkinlik seviyeleriyle RLC yürütmenin, kıdemli katılımcılar arasında bir baskınlık etkisi yarattığını dikkate almak önemlidir. Bu, ileri düzey katılımcıların temel kavramları öğrenmekten kaçınma eğiliminde olmaları nedeniyle ortaya çıkar; bu da genç katılımcıların meta-biliş elde etmeleri ve daha üst düzey düşünme ve akıl yürütme süreçlerine girmeleri için kritik öneme sahiptir [38, 47]. RLC modeli, takdir edici sorgulama ve delta yaklaşımı aracılığıyla kıdemli ve genç hemşireleri dahil etmek üzere tasarlanmıştır [45, 46, 51]. Bu yöntemler kullanılarak, farklı yetenek ve deneyim seviyelerine sahip kıdemli ve genç katılımcıların görüşleri madde madde sunulacak ve değerlendirme moderatörü ve yardımcı moderatörler tarafından yansıtıcı bir şekilde tartışılacaktır [45, 51]. Simülasyon katılımcılarının girdilerine ek olarak, değerlendirme kolaylaştırıcısı, tüm kolektif gözlemlerin her öğrenme anını kapsamlı bir şekilde kapsamasını sağlamak için kendi girdisini ekler ve böylece klinik akıl yürütmeyi optimize etmek için üstbilişsel becerileri geliştirir [10].
RLC modeli kullanılarak bilgi akışı ve öğrenme yapısı, sistematik ve çok adımlı bir süreç aracılığıyla ele alınmaktadır. Bu, değerlendirme kolaylaştırıcılarına yardımcı olmak ve her katılımcının bir sonraki aşamaya geçmeden önce her aşamada açık ve kendinden emin bir şekilde konuşmasını sağlamak içindir. Moderatör, tüm katılımcıların katıldığı yansıtıcı tartışmaları başlatabilecek ve farklı kıdem ve yetenek seviyelerindeki katılımcıların bir sonraki tartışma noktasına geçmeden önce her tartışma noktası için en iyi uygulamalar konusunda hemfikir olduğu bir noktaya ulaşabilecektir [38]. Bu yaklaşım, deneyimli ve yetkin katılımcıların katkılarını/gözlemlerini paylaşmalarına yardımcı olurken, daha az deneyimli ve yetkin katılımcıların katkıları/gözlemleri değerlendirilecek ve tartışılacaktır [38]. Bununla birlikte, bu hedefe ulaşmak için kolaylaştırıcılar, tartışmaları dengeleme ve kıdemli ve genç katılımcılara eşit fırsatlar sağlama zorluğuyla karşı karşıya kalacaklardır. Bu amaçla, model anket metodolojisi, değerlendirici anket ve eklemeli/delta yöntemini birleştiren Bloom'un taksonomik modeli kullanılarak kasıtlı olarak geliştirilmiştir [45, 46, 51]. Bu teknikleri kullanarak ve odak soruları/yansıtıcı tartışmalar hakkındaki bilgi ve anlayışla başlayarak, daha az deneyimli katılımcıların tartışmaya aktif olarak katılmaları teşvik edilecektir; ardından kolaylaştırıcı, her iki tarafın da kıdemli ve genç katılımcılara önceki deneyimlerine ve klinik beceriler veya simüle edilmiş senaryolarla ilgili deneyimlerine dayanarak eşit katılım fırsatı vermesi gereken, soruların/tartışmaların daha yüksek bir değerlendirme ve sentez seviyesine kademeli olarak geçecektir. Bu yaklaşım, daha az deneyimli katılımcıların aktif olarak katılmalarına ve daha deneyimli katılımcılar tarafından paylaşılan deneyimlerden ve ayrıca değerlendirme kolaylaştırıcısının girdilerinden yararlanmalarına yardımcı olacaktır. Öte yandan, model yalnızca farklı katılımcı yetenekleri ve deneyim seviyelerine sahip SBE'ler için değil, aynı zamanda benzer deneyim ve yetenek seviyelerine sahip SBE grup katılımcıları için de tasarlanmıştır. Model, grubun bilgi ve anlayış odaklı bir yaklaşımdan sentez ve değerlendirme odaklı bir yaklaşıma sorunsuz ve sistematik bir şekilde geçişini kolaylaştırmak ve öğrenme hedeflerine ulaşmayı sağlamak için tasarlanmıştır. Model yapısı ve süreçleri, farklı ve eşit yetenek ve deneyim seviyelerine sahip modelleme gruplarına uygun olacak şekilde tasarlanmıştır.
Ayrıca, sağlık hizmetlerinde SBE'nin RLC ile birlikte uygulayıcılarda klinik akıl yürütme ve yetkinliği geliştirmek için kullanılmasına rağmen [22,30,38], özellikle SBE senaryolarına katılanların son derece karmaşık, kritik durumdaki ve acil müdahale ve kritik karar verme gerektiren hastaları simüle ettiği durumlarda, vaka karmaşıklığı ve bilişsel aşırı yüklenme potansiyel riskleriyle ilgili ilgili faktörler dikkate alınmalıdır [2,18,37,38,47,48]. Bu amaçla, hem deneyimli hem de daha az deneyimli katılımcıların SBE'ye katılırken analitik ve analitik olmayan akıl yürütme sistemleri arasında eş zamanlı olarak geçiş yapma eğilimini dikkate almak ve hem daha yaşlı hem de daha genç öğrencilerin öğrenme sürecine aktif olarak katılmalarına olanak tanıyan kanıta dayalı bir yaklaşım oluşturmak önemlidir. Bu nedenle, model, sunulan simüle edilmiş vakanın karmaşıklığından bağımsız olarak, kolaylaştırıcının hem kıdemli hem de genç katılımcıların bilgi ve arka plan anlayışlarının yönlerinin önce ele alınmasını ve ardından analiz, sentez ve anlama değerlendirme yönünü kolaylaştırmak için kademeli ve yansıtıcı bir şekilde geliştirilmesini sağlaması gerektiği şekilde tasarlanmıştır. Bu, daha genç öğrencilerin öğrendiklerini pekiştirmelerine ve güçlendirmelerine, daha büyük öğrencilerin ise yeni bilgileri sentezlemelerine ve geliştirmelerine yardımcı olacaktır. Bu, her katılımcının önceki deneyim ve yeteneklerini dikkate alarak akıl yürütme sürecinin gerekliliklerini karşılayacak ve lise ve ortaokul öğrencilerinin aynı anda analitik ve analitik olmayan akıl yürütme sistemleri arasında geçiş yapma eğilimini ele alan genel bir formata sahip olacak, böylece klinik akıl yürütmenin optimize edilmesini sağlayacaktır.
Ek olarak, simülasyon kolaylaştırıcıları/değerlendirme görevlileri simülasyon değerlendirme becerilerini geliştirmekte zorluk çekebilirler. Bilişsel değerlendirme senaryolarının kullanımının, senaryo kullanmayanlara kıyasla kolaylaştırıcıların bilgi edinimi ve davranışsal becerilerini geliştirmede etkili olduğuna inanılmaktadır [54]. Senaryolar, özellikle değerlendirme deneyimlerini henüz pekiştirmekte olan öğretmenler için, öğretmenlerin modelleme çalışmalarını kolaylaştırabilen ve değerlendirme becerilerini geliştirebilen bilişsel bir araçtır [55]. daha fazla kullanılabilirlik elde etmek ve kullanıcı dostu modeller geliştirmek. (Şekil 2 ve Şekil 3).
Mevcut simülasyon analizi ve yönlendirilmiş yansıtma modellerinde artı/eksi, takdir edici anket ve Bloom Taksonomisi anket yöntemlerinin paralel entegrasyonu henüz ele alınmamıştır. Bu yöntemlerin entegrasyonu, klinik akıl yürütme ve öğrenci merkezliliğin optimizasyonunu sağlamak için bu yöntemlerin tek bir formatta entegre edildiği RLC modelinin yeniliğini vurgulamaktadır. Tıp eğitimcileri, katılımcıların klinik akıl yürütme yeteneklerini geliştirmek ve optimize etmek için RLC modelini kullanarak grup simülasyon tabanlı eğitimini modellemekten faydalanabilirler. Modelin senaryoları, eğitimcilerin yansıtıcı değerlendirme sürecinde ustalaşmalarına ve kendinden emin ve yetkin değerlendirme kolaylaştırıcıları olmak için becerilerini güçlendirmelerine yardımcı olabilir.
SBE, manken tabanlı SBE, görev simülatörleri, hasta simülatörleri, standartlaştırılmış hastalar, sanal ve artırılmış gerçeklik dahil ancak bunlarla sınırlı olmamak üzere birçok farklı yöntem ve tekniği içerebilir. Raporlamanın önemli modelleme kriterlerinden biri olduğu göz önüne alındığında, simüle edilmiş RLC modeli, bu yöntemler kullanılırken bir raporlama modeli olarak kullanılabilir. Dahası, model hemşirelik disiplini için geliştirilmiş olsa da, disiplinlerarası sağlık hizmetleri SBE'sinde kullanım potansiyeline sahiptir ve bu da RLC modelinin disiplinlerarası eğitim için test edilmesi amacıyla gelecekteki araştırma girişimlerine duyulan ihtiyacı vurgulamaktadır.
SBE yoğun bakım ünitelerinde hemşirelik bakımı için simülasyon sonrası RLC modelinin geliştirilmesi ve değerlendirilmesi. Modelin diğer sağlık disiplinlerinde ve disiplinler arası SBE'de kullanımının genelleştirilebilirliğini artırmak için modelin gelecekteki değerlendirilmesi/doğrulanması önerilir.
Model, teori ve kavramlara dayalı olarak ortak bir çalışma grubu tarafından geliştirilmiştir. Modelin geçerliliğini ve genellenebilirliğini artırmak için, gelecekte karşılaştırmalı çalışmalar için geliştirilmiş güvenilirlik ölçütlerinin kullanılması düşünülebilir.
Uygulama hatalarını en aza indirmek için, uygulayıcıların güvenli ve uygun klinik karar verme süreçlerini sağlamak üzere etkili klinik akıl yürütme becerilerine sahip olmaları gerekir. SBE RLC'yi bir değerlendirme tekniği olarak kullanmak, klinik akıl yürütmeyi geliştirmek için gerekli bilgi ve pratik becerilerin geliştirilmesini teşvik eder. Bununla birlikte, önceki deneyim ve maruz kalma, yetenek değişiklikleri, bilgi hacmi ve akışı ve simülasyon senaryolarının karmaşıklığı ile ilgili klinik akıl yürütmenin çok boyutlu doğası, klinik akıl yürütmenin aktif ve etkili bir şekilde uygulanabileceği simülasyon sonrası RLC modellerinin geliştirilmesinin önemini vurgulamaktadır. Bu faktörlerin göz ardı edilmesi, gelişmemiş ve optimal olmayan klinik akıl yürütmeye yol açabilir. RLC modeli, grup simülasyon etkinliklerine katılırken klinik akıl yürütmeyi optimize etmek için bu faktörleri ele almak üzere geliştirilmiştir. Bu hedefe ulaşmak için model, artı/eksi değerlendirici sorgulamayı ve Bloom taksonomisinin kullanımını eş zamanlı olarak entegre eder.
Bu çalışmada kullanılan ve/veya analiz edilen veri setleri, makul bir talep üzerine ilgili yazardan temin edilebilir.
Daniel M, Rencic J, Durning SJ, Holmbo E, Santen SA, Lang W, Ratcliffe T, Gordon D, Heist B, Lubarski S, Estrada KA. Klinik akıl yürütmeyi değerlendirme yöntemleri: İnceleme ve uygulama önerileri. Tıp Bilimleri Akademisi. 2019;94(6):902–12.
Young ME, Thomas A., Lubarsky S., Gordon D., Gruppen LD, Rensich J., Ballard T., Holmboe E., Da Silva A., Ratcliffe T., Schuwirth L. Sağlık meslekleri arasında klinik akıl yürütme üzerine literatür karşılaştırması: bir kapsamlı inceleme. BMC Medical Education. 2020;20(1):1–1.
Guerrero JG. Hemşirelik Uygulaması Akıl Yürütme Modeli: Hemşirelikte Klinik Akıl Yürütme, Karar Verme ve Yargılamanın Sanatı ve Bilimi. Hemşirenin Dergisini Açın. 2019;9(2):79–88.
Almomani E, Alraouch T, Saada O, Al Nsour A, Kamble M, Samuel J, Atallah K, Mustafa E. Yoğun bakımda klinik öğrenme ve öğretme yöntemi olarak yansıtıcı öğrenme diyaloğu. Katar Tıp Dergisi. 2020;2019;1(1):64.
Mamed S., Van Gogh T., Sampaio AM, de Faria RM, Maria JP, Schmidt HG Öğrencilerin tanı becerileri klinik vakalarla yapılan uygulamalardan nasıl fayda görüyor? Yapılandırılmış yansıtmanın aynı ve yeni bozuklukların gelecekteki tanıları üzerindeki etkileri. Tıp Bilimleri Akademisi. 2014;89(1):121–7.
Tutticci N, Theobald KA, Ramsbotham J, Johnston S. Simülasyonda gözlemci rolleri ve klinik akıl yürütmenin incelenmesi: bir kapsamlı inceleme. Hemşirelik Eğitimi Uygulaması 2022 20 Ocak: 103301.
Edwards I, Jones M, Carr J, Braunack-Meyer A, Jensen GM. Fizik tedavide klinik akıl yürütme stratejileri. Fizyoterapi. 2004;84(4):312–30.
Kuiper R, Pesut D, Kautz D. Tıp öğrencilerinde klinik akıl yürütme becerilerinin öz düzenlemesinin teşvik edilmesi. Open Journal Nurse 2009;3:76.
Levett-Jones T, Hoffman K, Dempsey J, Jeon SY, Noble D, Norton KA, Roche J, Hickey N. Klinik Akıl Yürütmenin “Beş Hakkı”: Risk altındaki hastaları belirleme ve yönetmede hemşirelik öğrencilerinin klinik yeterliliğini geliştirmeye yönelik bir eğitim modeli. Hemşirelik eğitimi bugün. 2010;30(6):515–20.
Brentnall J, Thackray D, Judd B. Tıp öğrencilerinin staj ve simülasyon ortamlarındaki klinik muhakeme becerilerinin değerlendirilmesi: sistematik bir inceleme. Uluslararası Çevre Araştırmaları, Halk Sağlığı Dergisi. 2022;19(2):936.
Chamberlain D, Pollock W, Fulbrook P. ACCCN Yoğun Bakım Hemşireliği Standartları: Sistematik Bir İnceleme, Kanıt Geliştirme ve Değerlendirme. Acil Durum Avustralya. 2018;31(5):292–302.
Cunha LD, Pestana-Santos M, Lomba L, Reis Santos M. Anestezi sonrası bakımda klinik akıl yürütmedeki belirsizlik: karmaşık sağlık hizmeti ortamlarındaki belirsizlik modellerine dayalı bütünleyici bir inceleme. J Perioperative Nurse. 2022;35(2):e32–40.
Rivaz M, Tavakolinia M, Momennasab M. Yoğun bakım hemşirelerinin mesleki uygulama ortamı ve bunun hemşirelik sonuçlarıyla ilişkisi: yapısal denklem modelleme çalışması. Scand J Caring Sci. 2021;35(2):609–15.
Suvardianto H, Astuti VV, Yeterlilik. Yoğun Bakım Ünitesindeki Hemşirelik Öğrencileri için Hemşirelik ve Yoğun Bakım Uygulamaları Dergisi Değişimi (JSCC). STRADA DERGİSİ Sağlık Bilimleri. 2020;9(2):686–93.
Liev B, Dejen Tilahun A, Kasyu T. Yoğun bakım ünitesi hemşireleri arasında fiziksel değerlendirmeye ilişkin bilgi, tutum ve ilişkili faktörler: çok merkezli kesitsel bir çalışma. Kritik bakımda araştırma uygulaması. 2020;9145105.
Sullivan J., Hugill K., A. Elraush TA, Mathias J., Alkhetimi MO Orta Doğu ülkesinin kültürel bağlamında hemşireler ve ebeler için bir yeterlilik çerçevesinin pilot uygulaması. Hemşirelik eğitimi uygulaması. 2021;51:102969.
Wang MS, Thor E, Hudson JN. Senaryo tutarlılığı testlerinde yanıt sürecinin geçerliliğinin test edilmesi: Sesli düşünme yaklaşımı. Uluslararası Tıp Eğitimi Dergisi. 2020;11:127.
Kang H, Kang HY. Simülasyon eğitiminin klinik muhakeme becerileri, klinik yeterlilik ve eğitim memnuniyeti üzerindeki etkileri. Kore Akademik ve Endüstriyel İşbirliği Derneği Dergisi. 2020;21(8):107–14.
Diekmann P, Thorgeirsen K, Kvindesland SA, Thomas L, Bushell W, Langley Ersdal H. COVID-19 gibi bulaşıcı hastalık salgınlarına karşı hazırlık ve müdahaleleri iyileştirmek için modelleme kullanımı: Norveç, Danimarka ve Büyük Britanya'dan pratik ipuçları ve kaynaklar. Gelişmiş modelleme. 2020;5(1):1–0.
Liose L, Lopreiato J, Founder D, Chang TP, Robertson JM, Anderson M, Diaz DA, Spain AE, editörler. (Yardımcı Editör) ve Terminoloji ve Kavramlar Çalışma Grubu, Sağlık Hizmetleri Modelleme Sözlüğü – İkinci Baskı. Rockville, MD: Sağlık Araştırma ve Kalite Ajansı. Ocak 2020: 20-0019.
Brooks A, Brachman S, Capralos B, Nakajima A, Tyerman J, Jain L, Salvetti F, Gardner R, Minehart R, Bertagni B. Sağlık simülasyonu için artırılmış gerçeklik. Kapsayıcı refah için sanal hasta teknolojilerindeki son gelişmeler. Oyunlaştırma ve simülasyon. 2020;196:103–40.
Alamrani MH, Alammal KA, Alqahtani SS, Salem OA Hemşirelik öğrencilerinde eleştirel düşünme becerileri ve özgüven üzerindeki simülasyon ve geleneksel öğretim yöntemlerinin etkilerinin karşılaştırılması. Hemşirelik Araştırma Merkezi Dergisi. 2018;26(3):152–7.
Kiernan LK Simülasyon tekniklerini kullanarak yetenek ve güveni değerlendirin. Bakım. 2018;48(10):45.
Yayın tarihi: 08 Ocak 2024