服务学习与医学教育中的患者安全:一项结合专家视角的前测–后测研究

《Frontiers in Medicine》:Service-learning and patient safety in medical education: a pretest–posttest study with a complementary expert perspective

【字体: 大 中 小 】 时间:2026年10月15日 来源:Frontiers in Medicine 3.6

编辑推荐:

  摘要专业翻译 引言: 居家与社区服务(home- and community-based services, HCBS)可能在老年人感知到预期服务可获得时支持其生活质量。本研究检验了预期HCBS中感知为可获得的数目是否与自评生活质量(quality of li

  
摘要专业翻译 引言: 居家与社区服务(home- and community-based services, HCBS)可能在老年人感知到预期服务可获得时支持其生活质量。本研究检验了预期HCBS中感知为可获得的数目是否与自评生活质量(quality of life, QOL)在同期及下一个预定调查波次中相关联。 方法: 研究人员分析了来自纵向健康长寿调查(Longitudinal Healthy Longevity Survey)的纵向数据。同期分析纳入来自8,699名个体的24,180个个体–波次观测值,采用带调查年份效应的个体固定效应线性概率模型。前瞻性分析纳入来自13,386名个体的20,974个相邻波次对,并调整基线QOL、协变量及起始年份效应。敏感性分析考察了替代结局量表、模型设定、间隔长度、服务领域及亚组交互作用。 结果: 在同期模型中,每增加一个感知为可获得的预期服务,与自评QOL为良好/很好的概率提高0.00841相关(95% CI:0.00408–0.01275)。在基线调整的前瞻性分析中,系数为0.00338(p = 0.089),当限制为三年间隔时降至0.00094(p = 0.662)。前瞻性结果因模型和结局设定不同而有所变化。 讨论: 感知为可获得的预期HCBS数目越多,与同期自评QOL越好相关。前瞻性证据较弱且对分析设定敏感。研究结果应被解释为关联而非因果效应,且不能确证实际服务使用或客观验证的服务提供。

论文解读文章

一、研究背景与问题提出

医学教育面临的核心挑战之一,是如何使学生在复杂临床系统中安全且胜任地开展实践。大量证据表明,不良健康事件中有相当比例源于临床过程的早期阶段,而这些阶段在学生的初始训练中往往不可见。检验医学(laboratory medicine)正是这一教育挑战的典型领域:总检验过程(Total Testing Process, TTP)中的检验前阶段(pre-analytical phase)被持续认定为诊断过程中最脆弱的环节,占临床实验室差错的60%–70%。这些差错主要与患者身份识别、采血前准备、样本采集、标本处理与运输以及文件记录和可追溯性方面的缺陷有关。
从教育角度看,检验前阶段嵌入在一个由人员、技术、方案和组织情境交互构成的社会技术系统(sociotechnical system)中,许多检验前活动在实验室直接控制范围之外进行,且常涉及学生或受训人员,从而增加了可避免差错的可能性。然而,现有文献主要关注态度性或感知性结局,或共情、社会承诺等一般性临床能力,鲜有研究明确探讨服务学习(Service-Learning, SL)如何促进复杂系统领域中特定技术能力的发展及其与患者安全的关系。数字技术虽日益融入医学教育,但其教育贡献取决于如何整合进更广泛的教学设计,而非技术本身。本研究旨在填补这一空白,评估在数字工具支持下、以检验前阶段为内容核心的服务学习干预前后,医学生自我报告的热悉度、学习感知及感知能力的变化。

二、研究设计与方法概述

研究采用单组准实验性前测–后测设计(one-group quasi-experimental pretest–posttest design),以定量部分为主要证据来源,并辅以一名临床实验室专家的半结构化访谈作为情境化解释的补充视角。研究在厄瓜多尔Indoamérica大学医学院开展,时间为2024年9月至2025年2月第一学期,纳入《临床实验室基础》课程中34名学生(64.71%女性,35.29%男性,年龄19–23岁),采用便利抽样。干预为16周的多组分服务学习教育项目,整合理论教学、督导实践、社区服务、结构化反思及数字化形成性评价。数字组件使用Kahoot!平台提供互动式形成性测验、即时自动反馈及响应报告。主要结局指标为11条目自评感知问卷(李克特5点量表),前测为面对面施测,后测为在线施测。统计分析采用Wilcoxon符号秩检验为主,配对t检验为敏感性分析,条目水平分析采用Holm校正,并计算Cohen's dz效应量。

三、研究结果

3.1 服务学习干预的实施情况
研究以图片形式记录了在真实临床教学环境中开展的面授情境学习、督导下静脉穿刺实操及社区医疗服务实施过程,展示了学生在教师督导下按标准化技术方案进行操作的真实场景。
3.2 补充性专家视角
对一名具有质量管理与检验前培训经验的临床实验室专家的半结构化访谈,从理论与实践关系、技术与患者安全考量、职业责任及体验式学习的教育相关性四个方面提供了情境化观察。专家强调将理论知识与真实医疗情境活动相联系的重要性,指出患者身份识别、静脉穿刺、样本标记和样本处理是督导实践尤为关键的环节,并强调检验前差错对诊断质量和患者护理的潜在后果需在医学训练早期引起重视。
3.3 定量结果
3.3.1 工具内容审查与内部一致性: 专家内容审查主要涉及措辞和句法层面的微调,未增删条目。Cronbach's α前测为0.991,后测为0.997,校正条目–总分相关在0.930–0.987之间,表明样本内内部一致性极高,但研究者谨慎指出高α值可能反映条目冗余或样本特异性,不宜解读为单维性或结构效度证据。
3.3.2 总体前测–后测问卷结果: 总分由前测933分增至后测1,509分,人均均分由27.44升至44.38,差值16.94分。
3.3.3 前测描述性结果: 干预前各条目应答分布呈现异质性,与服务学习及检验前阶段熟悉度相关的条目以及理论–实践整合、主动参与和批判性反思相关条目,应答多集中于量表较低和中间等级,表明基线自评感知相对不利。
3.3.4 后测结果: 后测各条目均分介于3.88至4.12之间,均高于对应前测均分。熟悉度、主动协作参与、理论–实践整合及尊重性倾听与宽容等条目获得最高同意水平。
3.3.5 前测–后测比较: Shapiro–Wilk检验显示配对差值分布偏离正态(W = 0.905,p = 0.006),Wilcoxon符号秩检验显示前后测差异有统计学意义(W = 90.5,p < 0.001),配对t检验结论一致(t(33) = 4.18,p < 0.001),Cohen's dz = 0.72(95% CI:0.33–1.09),为中等至较大标准化变化。条目水平经Holm校正后,全部11个条目前后差异均显著(校正后p ≤ 0.015),均分增幅介于+1.09至+1.97之间。
3.3.6 描述性增幅最大的条目: 理论–实践整合(P5,Δ = +1.97)与主动协作参与(P7,Δ = +1.97)增幅并列最大,其后依次为尊重性倾听与宽容(P11,Δ = +1.88)、社会问题作为学习机会(P9,Δ = +1.68)和批判性反思(P8,Δ = +1.62)。
3.4 概念性条目分组的探索性描述分析: 按内容将10个条目归为五个概念性两条目分组,参与和协作工作增幅最大(Δ = +1.93),其次为理论–实践整合(Δ = +1.59)和体验式学习与批判性反思(Δ = +1.57),社会责任感(Δ = +1.46)和满意度与课程整合(Δ = +1.38)紧随其后。研究者明确这些分组未经结构效度验证,仅作探索性教学解读。
3.5 专家视角对定量发现的情境化: 专家强调的理论联系实际、主动参与、职业责任及检验前差错意识等主题,与问卷中理论–实践、参与、反思和社会责任相关条目的较高后测得分形成概念性呼应,但研究者指出这仅属情境化说明而非方法学三角验证。
3.6 数字工具在教育干预中的角色: Kahoot!作为多组分服务学习项目的支持性组件,其功能包括互动式问题投放、即时自动反馈、响应记录及供教师指导反馈的描述性报告。由于项目同时包含理论教学、督导模拟、社区活动和结构化反思,研究设计无法分离Kahoot!或其他单一组分的独立贡献。

四、讨论与结论

讨论部分指出,检验前阶段初始熟悉度偏低尤其值得关注,因为这是实验室流程中最脆弱的环节之一。较高后测自评得分与体验式学习文献中关于真实情境化经验支持专业学习的观点一致,但由于缺乏对照组,这些发现应被解读为初步的队列内变化而非干预有效性证据。研究承认多项局限:无对照组的单组设计无法排除成熟效应、同期其他学习经历、均值回归等替代解释;同一问卷重复施测可能产生测试效应;前后测施测方式不同(面测vs在线)可能引入测量偏倚;样本量小且来自单一机构;结果以自评为主,缺乏客观绩效证据;问卷未进行结构效度验证;专家访谈仅限单一信息提供者。
结论部分强调,本研究识别了医学生在参与数字技术支持的服务学习项目后,与检验前阶段相关的自我报告熟悉度、学习感知及感知能力方面存在统计学显著的前后差异,总体前后比较伴随中等至较大的标准化效应量。这些发现支持在该情境下进一步研究服务学习的教育相关性,但不应被解读为干预本身导致所观察变化的因果证据。未来研究需采用对照或比较设计、标准化施测程序、客观绩效结局及更大规模的多机构样本,以确定观察到的变化在多大程度上可具体归因于服务学习。数字工具作为形成性反馈、参与和学习活动的支持性资源嵌入更广泛的教育项目中,因其未被独立评估,不能将任何特定效应归于数字组件或人工智能。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号