客观结构化临床考试(Objective Structured Clinical Examination, OSCE)在核医学(Nuclear Medicine, NM)住院医师规范化培训结业考核能力评价中的应用评估

《Insights into Imaging》：Evaluation of the objective structured clinical examination in the assessment of nuclear medicine residency training

　　

摘要 目的：研究人员评估了客观结构化临床考试（Objective Structured Clinical Examination, OSCE）用于认证核医学（Nuclear Medicine, NM）住院医师胜任力的能力。材料与方法：对2019年至2024年北京市参加核医学科医师认证考试的住院医师OSCE成绩进行回顾性分析，重点关注试题难度（Difficulty Coefficient）、区分度（Discrimination Index）、内部一致性信度（Internal Consistency Reliability, Cronbach's α）及效度（Validity）。结果：OSCE共设6个考站，包括高活性室操作、影像室操作、PET/CT病例分析、SPECT/CT病例分析、病人访谈及报告书写。总分均值±标准差分别为88.58±2.37（2019）、89.13±2.72（2020）、86.15±2.75（2021）、92.96±2.31（2022）、91.11±1.37（2023）及89.08±2.75（2024）。总体难度系数分别为0.89、0.89、0.86、0.88、0.91及0.89。Cronbach's α分别为0.66、0.76、0.57、0.28、0.05及0.69。考站级别区分度指数范围为0.46~0.83。在30个由两名考官双评分的考站中，73.33%（22/30）显示出优秀的评分者间一致性（Interrater Consistency）。结论：OSCE能有效模拟临床环境，全面评估核医学住院医师的临床胜任力。

论文解读：北京市核医学住院医师OSCE结业考核的六年心理测量学评估

该研究由北京大学第一医院核医学科等相关单位研究人员开展，发表于Insights into Imaging。目前关于客观结构化临床考试（Objective Structured Clinical Examination, OSCE）的研究多集中于医学生，针对核医学（Nuclear Medicine, NM）住院医师规范化培训（Standardized Residency Training, SRT）结业考核中OSCE多维心理测量学属性（难度、区分度、信度、效度）的长期大样本分析较为匮乏。此外，亚洲特别是中国在此领域的循证数据不足。北京市自2014年起将OSCE作为核医学住院医师SRT结业认证的强制性终末考核，因此有必要对其考核质量进行系统性回溯验证，以确认其能否有效区分不同水平考生并真实反映临床胜任力，从而指导未来考核方案的优化。研究人员通过对2019—2024年连续6年的OSCE数据进行经典测验理论（Classical Test Theory, CTT）分析，证实该OSCE具有可接受的单站难度与区分度、中等信度及良好的内容效度，能有效模拟临床场景评估NM住院医师综合能力，但在部分年份（尤COVID-19期间远程考核）内部一致性信度偏低，需在后续迭代中完善。

主要关键技术方法：

研究人员回顾性收集2019—2024年北京市完成三年SRT并参加核医学OSCE结业考核的住院医师成绩数据（年考生数14~27人不等）。按CTT计算：①单站及总测试难度系数P＝平均分/满分；②区分度D＝(高分组总分－低分组总分)/[总人数×25％×(最高分－最低分)]，高、低分组各取27％；③内部一致性信度采用Cronbach's α；④评分者间信度采用Pearson相关分析；⑤结构效度通过各考站得分间相关系数判断；⑥内容效度通过考站与CanMEDS（加拿大医师能力框架）核心胜任力映射确认。OSCE含6站：高活性室操作、影像室操作、PET/CT病例分析、SPECT/CT病例分析、病人访谈（含沟通）、报告书写，其中1~5站由两名副高及以上考官独立评分取均值，报告书写站单人评分。

研究结果

Station design（考站设计）： 2021年起将原单一病例分析站拆分为PET/CT与SPECT/CT两站，影像解读权重由25％升至40％，沟通与访谈合并，总考试时间由120 min延至130 min。

Number of candidates, pass rates and scores（考生人数、通过率与成绩）： 2019—2024年每年考生数分别为14、21、27、16、14、21人；除2021年通过率96.3％（26/27）外其余年份均为100％。年均总分均>85分，高活性室与影像室操作站得分通常高于其他站。

Difficulty and discrimination（难度与区分度）： 各站难度指数历年介于0.81~0.95，总测试难度系数为0.86~0.91，符合标准参照考试适度偏易特征。各站区分度指数范围为0.46~0.83，均>0.4可接受阈值，表明OSCE能较好区分高低水平考生。

Reliability（信度）： 30组双评分考官中73.33％（22/30）达良好评分者间一致性。Cronbach's α各年为0.66（2019）、0.76（2020）、0.57（2021）、0.28（2022）、0.05（2023）、0.69（2024）；2022与2023年因COVID-19改为远程OSCE（预录视频及线上书面病例分析）且试题偏易致分数方差压缩，内部一致性信度显著降低。

Validity（效度）： 六站全面覆盖CanMEDS框架要求的基础理论、临床推理、操作技能及沟通等，确认良好内容效度。各站间相关系数0.31~0.72，提示考站测查相关但相对独立的胜任力域，支持中等结构效度（Construct Validity）。

OSCE adaptations during COVID-19（COVID-19期间的OSCE调整）： 2020—2023年逐步减少新冠相关内容占比（6％降至1％），2022年采用远程OSCE形式。

讨论与结论翻译：

讨论指出总难度0.86~0.91偏高存天花板效应，高活性室与影像室操作站因流程标准化易得高分，建议提高实操考站挑战性以提升区分力；病例分析与SPECT/CT站得分偏低反映住院医师综合临床推理及SPECT/CT实践暴露不足，需加强日常训练与均衡轮转；报告书写中非核医学影像（CT、超声）部分失分多提示对辅助影像模态重视不够；沟通评估因时间压缩可能流于表面，建议依Kalamazoo共识细化评分量表；为避免人手短缺致评分宽松偏差，建议实行无利益冲突外聘考官及报告书写站双人评分（2025年起已实施），并纳入人文关怀与协作等CanMEDS角色评估。局限性含样本量小、单中心单地区设计、报告书写站单人评分及缺考生反馈。

Conclusion（结论）： 综上所述，北京市核医学住院医师OSCE已成功实施。考站难度与区分度处于标准参照认证考试可接受范围；内容效度强，六站共同涵盖CanMEDS框架指定临床技能、职业素养及临床推理域；适中考站间相关证实既具内聚性又具独立性，支持满意结构效度。对OSCE数据的评析为全球OSCE研究提供有价值见解，并为制定适用于核医学SRT的通用OSCE指南提供依据。