医学教育中学生对生物统计学态度的差异性特征：潜在类别分析

《BMC Medical Education》：Distinct learner profiles of attitudes toward biostatistics in medical education: a latent profile analysis

　　

摘要

背景

生物统计学对于解读证据和临床决策至关重要，但医学学习者在接触这一学科时可能会感到焦虑、兴趣不足，并认为其难度较高。平均分可能无法反映不同的态度模式。本研究旨在识别一年级医学生和住院医师在生物统计学方面的潜在态度类型，并比较他们的社会人口学特征和学术表现。

方法

这项横断面研究共有193名参与者：132名一年级医学生和61名住院医师。研究使用包含33个条目的统计态度量表来评估他们的态度，这些问题的表述均与医学教育中的生物统计学相关。在潜在类别分析中，各题项的回答被视为连续指标。研究者采用等方差、零协方差参数化方法，构建了1到7种潜在类别的模型。模型选择依据包括拟合度指标、类别规模以及可解释性，同时还会比较不同类别之间的特征差异。

结果

最终选择了五种潜在类别的模型，因为它具有最低的贝叶斯信息准则、较高的分类质量（熵值为0.970）、合适的类别规模以及清晰的解释性。而六种和七种类别的模型中则存在仅包含一名参与者的类别。所选的五种类别分别为：低参与度且焦虑型（24.4%）、重视但焦虑型（28.0%）、适度接受型（18.7%）、高度疏离且焦虑型（10.9%）以及高度接受且自信型（18.1%）。不同类别在五个态度维度上均存在显著差异（所有< />< />

结论

医学学习者对生物统计学的态度存在差异，无法用单一的从负到正的尺度来概括。区分那些重视生物统计学但仍有焦虑感的学者与那些参与度较低的学者，有助于提供更具针对性和实用性的教育支持。这些潜在类别应被视为横断面的初步结果，而非固定的学习者类型。