gms | German Medical Science

GMS Journal for Medical Education

Gesellschaft für Medizinische Ausbildung (GMA)

ISSN 2366-5017

Kollaborative klinische Simulation in kardiologischen Notfallszenarien für Medizinstudenten/-studentinnen. Eine explorative Studie über die Anwendbarkeit von Modellen und Bewertungsinstrumenten

Artikel Simulationen

Suche in Medline nach

  • corresponding author Sergio Guinez-Molinos - Universidad de Talca, School of Medicine, Center of Clinical Simulation, Talca; Región del Maule, Chile
  • Carmen Gomar-Sancho - Universität Barcelona, Medizinische Fakultät, Barcelona, Spanien

GMS J Med Educ 2021;38(4):Doc76

doi: 10.3205/zma001472, urn:nbn:de:0183-zma0014723

Dieses ist die deutsche Version des Artikels.
Die englische Version finden Sie unter: http://www.egms.de/en/journals/zma/2021-38/zma001472.shtml

Eingereicht: 27. Mai 2020
Überarbeitet: 1. Dezember 2020
Angenommen: 25. Januar 2021
Veröffentlicht: 15. April 2021

© 2021 Guinez-Molinos et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Zusammenfassung

Ziele: In dieser Arbeit wird die Durchführbarkeit der Pilotumsetzung des Modells für kollaborative klinische Simulation (KKS) und dessen Bewertungsinstrumenten für die Messung der interpersonellen, kollaborativen und klinischen Kompetenzen in kardiologischen Notfallszenarien für Medizinstudenten/-studentinnen ausgewertet. Das KKS-Modell ist ein strukturiertes Lernmodell für den Erwerb und die Bewertung klinischer Kompetenzen in kleinen Gruppen, in denen die Studenten/Studentinnen zusammenarbeiten und dabei die simulierten Umgebungen mithilfe von Technologie entwickeln und anwenden.

Methoden: Fünfundfünfzig Studenten/Studentinnen wurden fünf Sitzungen zugeordnet (eine Sitzung pro Woche), die unter Anwendung des KKS-Modells im Rahmen des Seminars Kardiovaskuläre Erkrankungen durchführt wurden. Dabei sollten die Diagnostik und Behandlung von Tachyarrhythmien in einer simulierten Notaufnahme geübt werden. Zusätzlich zum theoretischen Unterricht wurde den Studenten/Studentinnen vier Wochen vor Beginn der Simulationssitzungen ein Lernleitfaden mit einer Zusammenfassung der Leitlinien der European Society of Cardiology zugesendet. An den Simulationssitzungen nahmen jeweils ein Anleiter/eine Anleiterin im Bereich klinische Simulation, eine Lehrkraft für Kardiologie und der Studienleiter teil. Die Studenten/Studentinnen wurden für jede Sitzung in drei Gruppen (3–5 Studenten/Studentinnen) aufgeteilt. Sie entwarfen drei unterschiedliche Diagnosen, führten sie durch, wandten Rollenspiele an und führten ein Debriefing durch.

Zur Bewertung der Leistung jeder Gruppe wurden drei Instrumente angewendet:

1.
Peer-Bewertung durch die Gruppen,
2.
Leistungsbewertung, erstellt und angewendet durch die Lehrkraft für Kardiologie, und
3.
Einzelfragebogen zur Zufriedenheit für die Studenten/Studentinnen.

Ergebnisse: Die Anwendbarkeit des KKS-Modells war sowohl für die Studenten/Studentinnen als auch die Lehrer/-innen zufriedenstellend. Die interne Reliabilität der Bewertungsinstrumente war gut, genau wie die interne Konsistenz mit einem Cronbachs Alpha von 0,7, 0,4 und 0,8 für jeden Bereich (jeweils Interpersonelle, Klinische und Kollaborative Kompetenzen). Der Wert für die Beurteilung der durchführenden Gruppe war 0,8 für die beiden bewerteten Kompetenzen (Tachyarrhythmie und Elektrische Kardioversion), und die Reliabilität des Zufriedenheitsfragebogens lag bei 0,8.

Schlussfolgerungen: Das KKS-Modell ist für die Lehre der Studenten/Studentinnen im Bereich Notfalldiagnostik und -behandlung von Tachyarrhythmien anwendbar und wurde gut angenommen. Die interne Reliabilität der Bewertungsinstrumente wurde durch Messung der Zufriedenheit und Leistung in der explorativen Studie als zufriedenstellend betrachtet.

Schlüsselwörter: Ausbildung von Medizinstudenten/-studentinne, kollaborative klinische Simulation, Lehre im Bereich Tachyarrhythmie, Bewertungsinstrumente


1. Einleitung

Als künftige Ärzte/Ärztinnen müssen sich Medizinstudenten/-studentinnen darüber bewusst sein, wie die Patientensicherheit und Teamarbeit die Qualität der Gesundheitsversorgung beeinflussen [1]. Diese Kompetenzen werden jedoch in medizinischen Curricula in verschiedenen Ausbildungsebenen, Studiengängen und Fachgebieten nur begrenzt berücksichtigt [2]. Den Medizinstudenten/-studentinnen bieten sich nur wenige Möglichkeiten für das Erlernen von Teamarbeit und Lernen aus den eigenen klinischen Fehlern [3].

Die klinische Simulation (KS) verkürzt den Lernprozess für fachliche und einstellungsbezogene Kompetenzen, die auf reale Gegebenheiten übertragen werden können [3], [4]. Die Schulung nichtfachlicher Kompetenzen wie Teamarbeit, Führung, Situationseinschätzung und Entscheidungsfindung [5] sind für die Erhöhung der Patientensicherheit unerlässlich [6], [7], [8]. Im Medizinstudium findet die KS an medizinischen Fakultäten zunehmend Anwendung, ist jedoch vorrangig auf den Erwerb fachlicher Fähigkeiten mithilfe von Phantomen oder Puppen und „simulierten“ klinischen Patientengesprächen mit Schauspieler/-innen ausgerichtet [4], [9]. Wenn die Studenten/Studentinnen jedoch über kollaborative Teamarbeit zu Ärzten/Ärztinnen ausgebildet werden sollen, wobei diese Teamarbeit in die klinischen Praxis eingebettet ist [10], sollten klinische Kompetenzen mithilfe von Simulation der Umgebung der klinischen Verfahren in realen Teams durch erfahrungsbasiertes Lernen und geleitete Reflexion erworben werden [1], [11], [12].

In seiner derzeitigen Anwendungsweise weist die KS einige Schwächen für Medizinstudenten/-studentinnen auf, die die Ausweitung der aktuellen Nutzungsmöglichkeiten erschweren [13]. Diese Neuerungen lassen sich jedoch nur sehr schwer auf andere Kontexte übertragen, da alle Lehrer/-innen jede Simulationssitzung meist von Beginn an erstellen. Außerdem ist die klassische KS auf kleine Gruppen bestehend aus 3–5 Studenten/Studentinnen ausgelegt [14]. Muss ein Lehrer/eine Lehrerin jedoch einen großen Kurs mit beispielsweise 50–60 Studenten/Studentinnen unterrichten, muss er/sie dasselbe Szenario zehn Mal oder öfter wiederholen. Das ist kein Idealzustand, da die Arbeitsbelastung für die Lehrer/-innen hoch ist und die Gruppen, die das Szenario häufig wiederholen, bereits die Lösungen für ihre Mitstudenten/-studentinnen haben.

In einem kürzlich erschienenen Artikel [15] wurde von den Autoren ein Modell für kollaborative klinische Simulation (KKS) zur Entwicklung von Kompetenzen von Medizinstudenten/-studentinnen beschrieben. Es wird wie folgt definiert: „Die strukturierten Lernphasen für den Erwerb, die Entwicklung und die Bewertung klinischer Kompetenzen in kleinen Gruppen, in denen die Studenten/Studentinnen zusammen lernen und dabei simulierte Umgebungen mithilfe von Technologie entwickeln, anwenden und nachbesprechen“ [15].

Mithilfe des KKS-Modells können die Vorteile der KS auf 15 Studenten/Studentinnen pro Sitzung ausgeweitet werden – vier bis fünf Mal mehr Studenten/Studentinnen als für die klassische KS empfohlen wird. Da alle Studenten/Studentinnen drei unterschiedliche klinische Präsentationen mit einer jeweils anderen Diagnose bearbeiten, erhalten sie durch die Entwicklung und Lösung des klinischen Szenarios in kleinen Gruppen außerdem ein fast vollständiges Gesamtbild der klinischen Kompetenz [15]. Innerhalb des Prozesses können mithilfe des Paradigmas für kollaboratives Lernen das gemeinsame Verständnis unterstützt und die Interaktionen zwischen den Teilnehmern/Teilnehmerinnen einer Lernaktivität untersucht werden [16]. Es konnte gezeigt werden, dass das KKS-Modell für medizinische Hochschulen, in denen klinische Simulationen bereits zum Einsatz kommen, anwendbar und erschwinglich sind. Die Anwendung des KKS-Modells wird als geeignete Methodik für die Diagnosestellung in Akutsituationen und den Erwerb fachlicher und nicht-fachlicher Fähigkeiten in einem akzeptablen Zeitrahmen mit dem Klinikteam vorgeschlagen. Die Medizinstudenten/-studentinnen simulieren den in der klinischen Praxis stattfindenden Entscheidungsfindungsprozess im Team mithilfe einer stressigen und sehr realistischen Notfallsituation.

In diesem Artikel wird die Durchführbarkeit der Pilotumsetzung des KKS-Modells für die Anwendung für die Diagnosestellung und Behandlung von Tachyarrhythmien in Notfallsituationen dargestellt. Außerdem wurden im Rahmen der explorativen Anwendung Reliabilitätsdaten für die mit dem KS-Szenario verbundenen Bewertungsinstrumente erhoben.


2. Material und Methoden

Die Hauptziele des KKS-Modells im Rahmen des Seminars „Kardiovaskuläre Erkrankungen“ waren die Integration des theoretischen Lernens und die Implementation eines realitätsnahen Szenarios. In dieser Situation befinden sich die Studenten/Studentinnen in einem Notfallszenario und müssen sich im Team organisieren, eine Diagnose erstellen und den Patienten/die Patientin, der/die unter einer Tachyarrhythmie leidet, behandeln.

Alle an dieser Studie teilnehmenden Medizinstudenten/-studentinnen absolvierten zu diesem Zeitpunkt ihre Famulatur an der Hospital Clínic (Barcelona). Der Stichprobenumfang wurde anhand der Zweckmäßigkeit berechnet, wobei Medizinstudenten/-studentinnen im vierten Jahr, die gerade ihre Famulatur absolvierten und den Theorieunterricht zu kardiovaskulären Erkrankungen bereits abgeschlossen hatten, infrage kamen.

Die Anwendbarkeit der KKS für die Kompetenz „Tachyarrhythmie-Management in der Notaufnahme“ wurde anhand des beschriebenen KKS-Modells strukturiert [15]. Die Ausbildungsziele, Materialien, Kennzahlen, Fallszenarien und die Simulation wurden entworfen, und die Kriterien für die Überwachung, Bewertung und das Debriefing wurden definiert. Das KKS-Modell besteht aus vier Phasen (1. Ausbildungskonzept, 2. Kollaborativer Entwurf durch die Studenten/Studentinnen, 3. Kollaborative Simulation, 4. Debriefing).

Es gab drei Arten von Teilnehmern/Teilnehmerinnen (Lehrer/-in, Fachperson im Bereich Psychometrie, Studenten/Studentinnen) und vier unterschiedliche Arbeitsbereiche (Universitätsabteilung, Seminarraum, Simulationsraum und Beobachtungsraum) in dieser Studie [15].

2.1. Phase 1 – Ausbildungskonzept

Zunächst wurden die klinischen Ziele entworfen, zwischen den Lehrern/Lehrerinnen der medizinischen Fakultäten an der Universität Talca (Chile) und der Universität Barcelona (Spanien) abgestimmt und mit der Terminplanung der Simulationssitzungen im Clinical Skills Lab der medizinischen Fakultät der Universität Barcelona abgeschlossen. Die Anwendung wurde in das Seminar „Kardiovaskuläre Erkrankungen“ integriert. Das Ausbildungskonzept und die Bewertungsinstrumente wurden innerhalb der medizinischen Fakultät der Universität Talca und der Universität Barcelona von Fachleuten für medizinische Ausbildung und Kardiologie erstellt. Zusätzlich unterstützte die Fakultät für Psychologie der Universität Talca die psychometrische Analyse. Der ausgearbeitete klinische Leitfaden für „Elektrische Kardioversion“ und „Diagnose und Behandlung kardialer Tachyarrhythmien“ wurde den Studenten/Studentinnen einen Monat vorher zugesendet, um ausreichend Zeit zum Durcharbeiten einzuräumen.

Zu Beginn der Sitzungen mit den Studenten/Studentinnen fand eine 30-minütige Einführung in die realitätsnahe Simulation statt. Die Studenten/Studentinnen wurden mit der simulierten „Notaufnahme“, den simulierten Patienten/Patientinnen und der verfügbaren medizinischen Ausrüstung sowie den verfügbaren Medikamenten und auf Anforderung durchführbaren Tests vertraut gemacht. In dieser Phase wurden Selbstvertrauen, persönliche Sicherheit und ein respektvolles Verhalten untereinander hervorgehoben.

2.2. Phase 2 – kollaborativer Entwurf des klinischen Szenarios durch die Studenten/Studentinnen

Drei Gruppen (3–5 Studenten/Studentinnen) wurden jeweils unterschiedlichen Räumen zugewiesen. An den Simulationssitzungen nahmen jeweils 12-15 Studenten/Studentinnen, ein/e Lehrer/-in und ein/e Anleiter/-in für die Simulation teil. Zunächst entwarfen die Gruppen einen klinischen Fall, bei dem eine von dem/der Anleiter/-in für Simulation unter Anwendung eines EKGs vorgegebene Differenzialdiagnose (z. B. Sinustachykardie, Vorhofflimmern, Vorhofflattern, paroxysmale supraventrikuläre Tachykardie und Kammerflimmern) im Mittelpunkt stand, der dann von einer anderen Gruppe (der behandelnden Gruppe) behandelt wurde. Die Gruppen arbeiteten dann getrennt voneinander 60 Minuten lang und mit freiem Zugriff auf das Internet am Entwurf des simulierten Szenarios, einschließlich Rollen, Krankenakten sowie Pflegedokumentation, und an der Bewertung. Zur Vereinfachung der Erstellung des kollaborativen Entwurfs stellte der/die Anleiter/-in standardisierte Vorlagen bereit, die alle notwendigen Informationen enthielten. Der/die Lehrer/-in unterstützte jede Gruppe während der Erstellung des Entwurfs des klinischen Falls (siehe Abbildung 1 [Abb. 1]), um sicherzustellen, dass er mit der häufig auftretenden klinischen Präsentation einer Tachyarrhythmie, einschließlich Patienteneigenschaften und Faktoren wie Angehörige, emotionaler Zustand der Patienten/Patientinnen usw., übereinstimmt.

Das Hintergrundwissen der Studenten/Studentinnen vor den KKS-Sitzungen erlernten sie im Rahmen des theoretischen Seminars „Kardiovaskuläre Erkrankungen“ (Katalanisch „malalties d'aparell cardiocirculatori“). Dabei wurden EKG-Muster, Arrhythmiebehandlung, pharmakologische Behandlung und Kriterien zur Beurteilung der Notfallschwere behandelt. Darüber hinaus verfügten die Studenten/Studentinnen über Erfahrungen im Bereich der Simulation fachlicher Fähigkeiten, allerdings nicht im Bereich nicht-fachlicher Fähigkeiten oder Teamarbeit (vor allem mit einem realitätsnahen Simulationsszenario).

2.3. Schritt 3 – kollaborative Simulation

Die Anwendung der entworfenen Szenarien wurde im Simulationsraum des Clinical Skills Lab mithilfe des Simulators SimMan (Laerdal®) durchgeführt. Jede Gruppe wendete die von ihren Mitstudenten/-studentinnen entworfenen Szenarien an (siehe Abbildung 2 [Abb. 2]). Diese Phase bestand aus einer Abfolge von drei Abschnitten. Im ersten Abschnitt führte eine Gruppe das von einer anderen Gruppe (z. B. Gruppe 1) entworfene Szenario durch; die behandelnde Gruppe (z. B. Gruppe 2) führte das erste Szenario durch. Die Gruppe, die das Szenario entworfen hatte, war für die Steuerung des Simulators, dessen physiologische Parameter, Kameras und Arbeitsablauf verantwortlich. Währenddessen beobachtete eine Gruppe (z. B. Gruppe 3) die beiden anderen interagierenden Gruppen aus einem Beobachtungsraum heraus über einen Einwegspiegel oder Kameras. In dieser Phase unterstützte der Lehrer/die Lehrerin die Gruppe, die das Szenario entworfen hatte (in Abschnitt 1) und bewertete die behandelnde Gruppe mithilfe des standardisierten Schemas (erstellt in Phase 1, in Zusammenarbeit zwischen Fachleuten aus den Bereichen Psychologie, Kardiologie und medizinische Ausbildung). In den Abschnitten 2 und 3 wurden die Rollen der Gruppe gewechselt. So stellte z. B. Gruppe 2 nun den Entwurf bereit, Gruppe 3 führte die Behandlung durch und Gruppe 1 beobachtete die Gruppen.

Bevor jede Gruppe den Simulationsraum verließ, blieb der/die Anleiter/-in mit ihnen allein und besprach ihre unmittelbaren Gefühle mit ihnen.

2.4. Schritt 4 – kollaboratives Debriefing

Nach Abschluss der drei Szenarien kamen alle Teilnehmer/-innen zusammen und führten eine strukturierte Reflexion und Diskussion der angewendeten klinischen Szenarien durch. Die Anleiter/-innen leiteten den zeitlichen Ablauf und den Schwerpunkt der Diskussion. Die Debriefing-Phase wurde anhand der Abfolge der drei Abschnitte (Schritt 3) aufgebaut. Jede Gruppe erhielt sowohl von den Studenten/Studentinnen als auch dem/der Anleiter/-in Anmerkungen zu ihrer Leistung. Jeder Fall wurde anhand einer strukturierten Plus/Delta-Debriefing-Strategie ausführlich besprochen [17], wobei zunächst die Reaktionen der Teilnehmer/-innen beschrieben, danach umfassende Analysen durchgeführt und zuletzt die gewonnenen Erkenntnisse besprochen wurden [18]. Teamarbeitsaspekte und der Umgang mit den Gefühlen der Patienten/Patientinnen sowie der Angehörigen wurden hervorgehoben. Die Lehrer/-innen stellten sicher, dass das Notfallmanagement der Tachyarrhythmie am Ende der Sitzung vollständig verstanden wurde.

Der Zeitplan für die Anwendung des KKS-Modells betrug drei Monate, mit Vorbereitungs- und Umsetzungsphase, siehe Abbildung 3 [Abb. 3]. Die Gesamtdauer der Phasen 2,3 und 4 (Umsetzungsphase vor Ort) betrug etwa drei Stunden.

2.5. Bewertungsinstrumente

Die Bewertungsinstrumente wurden von Fachleuten aus dem Bereich Psychometrie in Zusammenarbeit mit dem/der Lehrer/-in erstellt. Im Rahmen dieser explorativen Studie wurden Daten zur Reliabilität und Validität erhoben, um die Qualität der Bewertungsinstrumente zu bestimmen.

Es wurden drei Instrumente erstellt und verwendet, um die Leistung jeder Gruppe zu bewerten (in situ):

1.
Peer-Bewertung durch die Gruppen (siehe Tabelle 1 [Tab. 1]),
2.
Zufriedenheitsfragebogen für Studenten/Studentinnen (siehe Tabelle 2 [Tab. 2]) und
3.
Leistungsbewertung (siehe Tabelle 3 [Tab. 3]), erstellt und angewendet durch die Lehrer/-innen.

Die von den Gruppenmitgliedern angewendete Peer-Bewertung umfasst drei Bereiche:

1.
Interpersonelle Kompetenzen: angemessener persönlicher Umgang mit den Patienten/Patientinnen und der Familie,
2.
Klinische Kompetenzen: Korrektheit der klinischen Verfahren und
3.
Kollaborative Kompetenzen: Kommunikation und Zusammenarbeit innerhalb des Teams.

Alle Bewertungsinstrumente wurden sorgfältig recherchiert und strukturiert, um die für diese kollaborative Arbeit relevanten nicht-fachlichen Fähigkeiten zu bewerten. Dies wurde von Fachleuten aus den Bereichen der Simulation, Psychometrie und Medizin durchgeführt und bereits veröffentlicht [15].

Die Instrumente zur Bewertung der Leistung wurden von einem/einer Kardiologen/Kardiologin entworfen und angewendet, wobei die Leistung jeder Gruppe im klinischen Simulationsszenario bewertet wurde. Das Bewertungsinstrument wurde in Anlehnung an ein Instrument für die Bewertung von Notfallmaßnahmen entworfen [19]. Die angewendeten Instrumente wurden in zwei Abschnitte unterteilt:

1.
Das Tachyarrhythmie-Management in der Notaufnahme und
2.
Das Verfahren der elektrischen Kardioversion.

Die KKS-Methode sieht vor, dass die Gruppe, die das Szenario entworfen hat, bei dessen Durchführung (in der Phase der kollaborativen Simulation) für die Bewertung der beobachteten Leistung der behandelnden Gruppe verantwortlich ist. Das Instrument zur Bewertung der Zufriedenheit wurde erstellt, um die Sichtweise der Studenten/Studentinnen auf die kollaborative Lernumgebung zu erfassen. Es ist hinreichend bekannt, dass Studenten/Studentinnen lieber in kleinen Gruppen arbeiten. In kleinen Gruppen werden ihre positive Partizipation gefördert und sie haben das Gefühl, besser zu lernen [20].

Um die Instrumente zur Peer-Bewertung sowie zur Bewertung der Zufriedenheit zu beurteilen, wurde eine fünfstufige Likert-Skala angewendet; die Werte umfassten 1 (Minimum) bis 5 (Maximum) für alle Items.

Statistische Methoden können für verschiedene Zwecke verwendet werden [21]. Meist kommen sie zur Validitäts- und Reliabilitätsanalyse oder zur Berechnung der Itemschwierigkeit für jedes einzelne Item zum Einsatz. Diese Methoden sind speziell für die Bestimmung der Qualität von Tests wie der Fragen einer Objective Structured Clinical Examination (OSCE) vorgesehen [22], [23]. In dieser explorativen Studie wurde der Kaiser-Meyer-Olkin-Test (KMO-Test) [24], [25] zur Messung der Konstruktvalidität angewendet. Die Cronbach-Alpha-Methode [26] wurde zur Messung der Reliabilität angewendet sowie eine deskriptive Analyse der Maße der zentralen Tendenz (Minimum, Maximum, Mittelwert) und Streumaße (Varianz, Standardabweichung).

Alle Analysen wurden mit der Software IBM SPSS Statistics 20 durchgeführt.


3. Ergebnisse

Im Hinblick auf die Anwendbarkeit des Modells verliefen die fünf durchgeführten Sitzungen effizient und in einem festgelegten zeitlichen Rahmen. In der verfügbaren Zeit konnten die Studenten/Studentinnen die Merkmale einer typischen klinischen Präsentation einer Tachyarrhythmie erarbeiten und diskutieren, die Szenarien mit den anderen Gruppen durchführen und mögliche Maßnahmen der behandelnden Gruppe sowie die Reaktion des/der Patienten/Patientin auf sie analysieren. Sie wiesen sich selbst Rollen wie Pflegekraft, Angehörige, Oberarzt/Oberärztin usw. zu, die sie während des simulierten Szenarios spielten. Der/Die Leiter/Leiterin half jeder Gruppe abwechselnd bei der Programmierung der Vitalparameter und der Reaktionen des Simulators.

3.1. Psychometrische Analyse der Bewertungsinstrumente

Die Instrumente für die Peer-Bewertung bestehen aus drei Abschnitten (A, B und C), und bei der psychometrischen Analyse wurde jeder Abschnitt einzeln betrachtet. Das Instrument wurde von den Studenten/Studentinnen, die die Leistung ihrer Peers im Simulationsszenario bewerteten, vollständig ausgefüllt.

Die KMO-Werte der Instrumente für die Peer-Bewertung (siehe Tabelle 4 [Tab. 4]) überstiegen den akzeptablen Wert von 0,6, und der Bartlett-Test auf Sphärizität (Bartlett) [27] zeigte statistische Signifikanz (p<0,001). Dies zeigte jeweils eine gute Korrelation zwischen den Items und eine gute Stichprobenangemessenheit [28].

Für interpersonelle Kompetenzen, wie in Tabelle 1 [Tab. 1] (siehe Abschnitt A) dargestellt, lagen die mittleren Itemwerte zwischen 3,37 (niedrigster Wert) für A5: „Versorgte in einer für die klinische Situation angemessenen Geschwindigkeit“ und 4,13 für A3: „Reagierte angemessen auf die Fragen des/der Patienten/Patientin und der Familie“. Die Reliabilität der Skala lag bei einem Cronbachs Alpha von 0,67 (siehe Tabelle 4 [Tab. 4]), und das Item A3: „Reagierte angemessen auf die Fragen des/der Patienten/Patientin und der Familie“ wurde entfernt, woraufhin das Cronbachs Alpha auf 0,74 stieg.

Die mittleren Itemwerte bei der Peer-Bewertung der klinischen Kompetenzen lagen zwischen 2,80 für B2: „Führte eine korrekte körperliche Untersuchung durch“ und 4,80 für A4: „Stellte die korrekte Diagnose (z. B Clinical Reasoning)“ (siehe Tabelle 1 [Tab. 1], Abschnitt B). Die Reliabilität der Skala lag bei einem Cronbachs Alpha von 0,36 (siehe Tabelle 4 [Tab. 4]). Wenn Item B5: „Führte die korrekte Behandlung durch (z. B. Therapieplan, -beschluss)“ entfernt werden würde, läge Cronbachs Alpha bei 0,50. Das zeigte eine unzufriedenstellende Reliabilität für diesen Abschnitt.

Die kollaborative Peer-Bewertung (siehe Tabelle 1 [Tab. 1], Abschnitt C) zeigte mittlere Itemwerte zwischen 3,53 (niedrigster Wert) für C7: „Im Team gab es eine führende oder leitende Person“ bis 4,07 für C2: „Das Team teilte und integrierte Wissen“. Die Reliabilität der Skala lag bei einem Cronbachs Alpha von 0,57 (siehe Tabelle 4 [Tab. 4]). Wenn die Items C3: „Das Team koordinierte die Maßnahmen gut (z. B. ganzheitlich)“ und C7: „Im Team gab es eine führende oder leitende Person“ entfernt wurden, lag der Wert bei 0,82. Gleichzeitig stieg bei der Entfernung der Items C3 und C7 der KMO-Wert auf 0,84.

3.1.1. Zufriedenheitsfragebogen

Der Zufriedenheitsfragebogen wurde am Ende der Sitzung von jedem/jeder Studenten/Studentin ausgefüllt, einschließlich jeder Phase des angewendeten KKS-Modells (siehe Tabelle 2 [Tab. 2]). Der Fragebogen ist in zwei Bereiche unterteilt:

1.
Persönliche Zufriedenheit mit dieser Aktivität und
2.
Nützlichkeit der verschiedenen Phasen, einschließlich der empfundenen Nützlichkeit für den Lernprozess.

Der Mittelwert der Items war stets hoch und nähert sich dem Maximum (5,0) an; die Varianz hingegen war niedrig (siehe Tabelle 3 [Tab. 3]). Das zeigt, dass die meisten Studenten/Studentinnen mit allen Übungen übereinstimmten und somit mit der Aktivität insgesamt zufrieden waren. Der KMO-Wert lag bei 0,66 und übertraf den akzeptablen Wert von 0,6; der Bartlett-Test zeigte statistische Signifikanz an (p<0,001). Dies zeigte eine gute Korrelation zwischen den Items und eine gute Stichprobenangemessenheit. Die Diskriminanzfunktion der Reliabilität war gut, die interne Konsistenz mit einem Cronbachs Alpha von 0,77 ebenfalls.

3.1.2. Leistungsbewertung

Tabelle 3 [Tab. 3] (Abschnitt A) zeigt den Mittelwert der Variablen für das Tachyarrhythmie-Management in der Notaufnahme. Der höchste Mittelwert der dichotomen Items betrug 0,87 und entspricht A1: „Bestimmt die Herzfrequenz“; der niedrigste Mittelwert betrug 0,60 und entsprach Item A6: „Erkennt hämodynamische Instabilität“. Die Reliabilität der Skala lag bei einem Cronbachs Alpha von 0,78 und wird als akzeptabel betrachtet. Wenn das dichotome Item A7: „Weist auf die Notwendigkeit einer elektrischen Kardioversion hin“ entfernt werden würde, läge der Wert bei 0,81.

Tabelle 3, Abschnitt B, das Verfahren der elektrischen Kardioversion, zeigt, dass 13 dichotome Items eine Gesamtreliabilität von 0,79 hatten. Der niedrigste Mittelwert und somit die mangelhafteste Leistung der Studenten/Studentinnen lag bei Item B4: „Stellt sicher, dass ein durchgängiger venöser Zugang liegt“ mit 0,13. Die beste Leistung hingegen erbrachten die Studenten/Studentinnen bei den Items B7: „Präoxygenierung mit Ambu-Beutel – 100 % Sauerstoff“ und B9: „Laden des Defibrillators im synchronen Modus“ mit einem Mittelwert von jeweils 0,87 und 0,80.


4. Diskussion und Ausblick

Mehrere Autoren/Autorinnen stimmen überein, dass klinische Simulationen den Erwerb und die Entwicklung klinischer Kompetenzen von Medizinstudenten/-studentinnen mithilfe realistischer Szenarien unterstützen [29], [30], [31]. Im Medizinstudium wird die klinische Simulation jedoch häufig zur Entwicklung individueller Kompetenzen eingesetzt [30], [32], die der Realität des professionellen klinischen Umfeldes nicht entsprechen. Vor diesem Hintergrund ist es unerlässlich, den Studenten/Studentinnen medizinische Kompetenzen innerhalb eines Teams und in kollaborativen Umgebungen zu vermitteln [10], [32], diese innovativen Methodiken formell in das Curriculum zu implementieren [6], [17], [33] und Teamwork und Patientensicherheit zu simulieren [34]. Die konventionelle klinische Simulation wird in kleinen Gruppen (3–5 Studenten/Studentinnen pro Sitzung) angewendet. Das führt jedoch für große Gruppen von Studenten/Studentinnen an medizinischen Fakultäten zu einer erheblichen Beschränkung der Nutzung. Aufgrund dieser Tatsache ist die Anwendung klinischer Simulationen an medizinischen Fakultäten sehr begrenzt und die Vermittlung klinischer Kompetenzen, die sich in der medizinischen Praxis entwickeln, erschwert.

Die Ergebnisse der explorativen Anwendung der KKS waren zufriedenstellend; die Anwendbarkeit der Methode wurde bestätigt und die Bewertungsmethoden weisen eine interne Reliabilität auf. Im Rahmen einer formellen explorativen Analyse ist der Reliabilitätswert von ungefähr 0,7 adäquat und das akzeptable Minimum [35]. In den ersten Phasen einer Forschungs- oder Explorationsstudie ist ein Reliabilitätswert von 0,6 oder 0,5 möglicherweise ausreichend [36]. Laut Loewenthal [37] kann ein Reliabilitätswert von 0,7 für Skalen mit weniger als zehn Items als akzeptabel betrachtet werden.

Die von den Studenten/Studentinnen wahrgenommene Zufriedenheit war hoch. Sie sind übereinstimmend der Meinung, dass das KKS-Modell fortgeführt und auf weitere klinische Materialen des Curriculums erweitert werden sollte. Die Medizinstudenten/-studentinnen bewerteten die Items „Die Lehrer/-innen richteten ihre Aufmerksamkeit auf die Simulation“ und „Die Reflexion des klinischen Falls während des Debriefings“, das von den Lehrern/Lehrerinnen geleitet wurde, positiv (mit einem Mittelwert von 4,98).

Die Anwendung zahlreicher Bewertungsinstrumente in einem Notfallszenario stellte für die Anwendbarkeit des Modells kein Problem dar. Deren Anwendung war gleichmäßig verteilt und fand in verschiedenen Phasen statt. Bei der Ausführung des Szenarien wendeten die Gruppen die Instrumente für die Peer-Bewertung an; parallel dazu maßen die Kardiologen/Kardiologinnen die Leistung der behandelnden Gruppe. Nach Abschluss aller Szenarien füllten alle Teilnehmer/-innen in der Debriefing-Phase den Zufriedenheitsfragebogen aus. Der gesamte Prozess verlief flüssig und es gab keine wesentlichen Komplikationen.

Die Anwendbarkeit des KKS-Modells war auch für die Lehrer/-innen zufriedenstellend. Es wurde aufgrund des strukturierten Ablaufs (drei Stunden pro Sitzung, 15 Studenten/Studentinnen, drei Fälle, bei denen alle Studenten/Studentinnen in irgendeiner Weise teilnahmen) als effizienter empfunden als die konventionelle klinische Simulation. Außerdem erkannten sie keine Schwierigkeiten im Hinblick auf die Erweiterung auf andere medizinische Fakultäten. Die KKS wurde für die Lehre im Bereich Tachyarrhythmie-Management mit drei klinischen Präsentationen angewendet, einschließlich Diagnose, Notfallbehandlung mit Medikamenten und Kardioversion sowie Beachtung des emotionalen Zustands der Patienten/Patientinnen und der Angehörigen. Diese Aufgabe wurde im Team innerhalb von drei Stunden von 15 Studenten/Studentinnen durchgeführt und gelang im Vergleich zur konventionellen klinischen Simulation sehr effizient. Im Rahmen des KKS-Modells werden gleichzeitig fachliche und nicht-fachliche Kompetenzen erworben. Darüber hinaus sind die Kompetenzen, die die Studenten/Studentinnen für die Klinik benötigen, praktischerer Natur als in einer rein theoretischen Umgebung und könnten dem Klinikpersonal ein aktiveres Mitwirken an der Vermittlung des Curriculums ermöglichen.

Die Medizinstudenten/-studentinnen, die an der Studie teilnahmen, hatten den Theorieunterricht im Rahmen des Seminars „Kardiovaskuläre Erkrankungen“ abgeschlossen. Anhand der niedrigen Werte für Item 7: „Das Team führte eine korrekte körperliche Untersuchung durch“ (Klinische Fähigkeiten, Abschnitt B) wurde allerdings die geringe klinische Praxiserfahrung belegt. Außerdem war das Management der Tachyarrhythmie in einer simulierten Notaufnahme erfolgreich. Beim Verfahren der elektrischen Kardioversion gab es jedoch mehrere Items mit geringen Werten („Bett in horizontaler Position“, „Stellt sicher, dass ein durchgängiger venöser Zugang liegt“, „Stellt sicher, dass der Patient spontan atmet“ und „Legt eine Sauerstoffmaske an“), die im Mittel nicht über 0,3 hinausgingen.

Die Gruppe der Teilnehmer/-innen bearbeitete zum ersten Mal einen simulierten Notfall mit kardiologischen Notfallszenarien. Sie mussten Entscheidungen treffen und Wissen anwenden, als passive Beobachter/-innen und als Protagonisten/Protagonistinnen. Dies wurde ausnahmslos gut bewertet, und der Grad der Zufriedenheit mit dem Modell war hoch.

Zwischen den Gruppen wurden keine signifikanten Unterschiede beobachtet, da alle Teilnehmer/-innen den theoretischen Unterricht abgeschlossen und die von den Lehrer/-innen bereitgestellten und speziell für diese Übung erstellten Leitfäden durchgearbeitet hatten. Außerdem bewerteten die Studenten/Studentinnen die Ergänzung von Teamarbeitsfähigkeiten zu den klinischen Fähigkeiten insgesamt positiv. Dies zeigt die Anwendbarkeit des KKS-Modells für die Entwicklung nicht-fachlicher Fähigkeiten.

Die Grenzen der KKS konzentrieren sich auf den Nachweis dafür, dass das Modell zur effektiven Entwicklung der Kompetenzen dient (klinische und nicht-fachliche Fähigkeiten für das Tachyarrhythmie-Management in der Notaufnahme). Im Rahmen der in dieser Arbeit beschriebenen explorativen Anwendung der KKS, wurden die einfache Anwendbarkeit, die Effizienz (Zeit und Arbeitszeit der Fachleute) sowie die interne Reliabilität des primären Bewertungsinstruments demonstriert. Der Nachweis der Wirksamkeit von Lehrmethoden, wie der KS beispielsweise, in der Medizin ist stets kompliziert, da er die Beobachtung eines Individuums bei der Anwendung der Kompetenz in der klinischen Praxis erfordern würde. Daher ist Forschungsarbeit zu reliablen Instrumenten zur Bewertung der Wirksamkeit der Lehre notwendig. Auch wenn die KKS besser für den Erwerb klinischer und nicht-fachlicher Fähigkeiten geeignet ist als die KS, damit tiefgreifender unterrichtet werden kann und mehr Studenten/Studentinnen unterrichtet werden können, müssen weitere Studien zur Validität durchgeführt werden. Es wird in Betracht gezogen, eine auf das Tachyarrhythmie-Management bezogene Station der Objective Structured Clinical Examination (OSCE) [23], [38] zu verwenden, um die Kompetenz der Studenten/Studentinnen, die die KS- oder KKS-Methodik durchlaufen, zu differenzieren.

Medizinische Fakultäten sollten erwägen, Teamarbeitsfähigkeiten in die Vermittlung klinischer Kompetenzen zu integrieren und Analysen (oder prospektive Bewertungen) durchzuführen, um zu beurteilen, wie viel Unterricht im Bereich Teamarbeit derzeit stattfindet und wie viel benötigt wird [1].

Vor diesem Hintergrund ist es unerlässlich, die Vorteile der KKS für die Teamarbeit [39] und der Integration des kollaborativen Lernens [40] in die KS zu reflektieren. Die Anwendung der KKS für die Diagnose und Behandlung von Tachyarrhythmien in einer simulieren Notaufnahme waren für Studenten/Studentinnen und Lehrer/-innen zufriedenstellend, mit der Messung der Bewertungsinstrumente mit Reliabilität und Validität auf Grundlage statistischer Analysen [29], [41], [42], [43].


Interessenkonflikt

Die Autoren/Autorinnen erklären, dass sie keinen Interessenkonflikt im Zusammenhang mit diesem Artikel haben.


Literatur

1.
World Health Organization. WHO patient safety curriculum guide for medical schools. Geneva: World Health Organization; 2009.
2.
Kerfoot BP, Conlin PR, Travison T, McMahon GT. Patient safety knowledge and its determinants in medical trainees. J Gen Intern Med. 2007;22(8):1150-1154. DOI: 10.1007/s11606-007-0247-8 Externer Link
3.
Guinez-Molinos S, Lizama PM, Gomar-Sancho C. Simulación clínica colaborativa en estudiantes de medicina de Chile y España. Rev Med Chil. 2018;517-526.
4.
Gomar-Sancho C, Palés-Argullós J. ¿Por qué la simulación en la docencia de las ciencias de salud sigue estando infrautilizada? Educ Médica. 2011;14(2):101-103. DOI: 10.33588/fem.142.592 Externer Link
5.
Leonard M, Graham S, Bonacum D. The human factor: the critical importance of effective teamwork and communication in providing safe care. Qual Saf Health Care. 2004;13 Suppl 1:i85-i90. DOI: 10.1136/qshc.2004.010033 Externer Link
6.
McGaghie WC, Issenberg SB, Petrusa ER, Scalese RJ. A critical review of simulation-based medical education research: 2003-2009. Med Educ. 2010;44(1):50-63. DOI: 10.1111/j.1365-2923.2009.03547.x Externer Link
7.
Griswold-Theodorson S, Ponnuru S, Dong C, Szyld D, Reed T, McGaghie WC. Beyond the Simulation Laboratory : A Realist Synthesis Review of Clinical Outcomes of Simulation-Based Mastery Learning. Acad Med. 2015;90(11):1553-1560. DOI: 10.1097/ACM.0000000000000938 Externer Link
8.
Vázquez-Mata G, Guillamet-Lloveras A. El entrenamiento basado en la simulación como innovación imprescindible en la formación médica. Educ Médica. 2009;12(3):149-155. DOI: 10.33588/fem.123.524 Externer Link
9.
Issenberg SB, Mcgaghie WI, Petrusa E, Gordon DL, Scalese R. Features and uses of high-fidelity medical simulations that lead to effective learning: a BEME systematic review. Med Teach. 2005;27(1):10-28. DOI: 10.1080/01421590500046924 Externer Link
10.
Lerner S, Magrane D, Firedman E. Teaching Teamwork in Medical Education. Mt Sinai J Med A J Transl Pers Med. 2009;76(4):318-329. DOI: 10.1002/msj.20129 Externer Link
11.
Kiesewetter J, Fischer F, Fischer MR. Collaborative clinical reasoning-a systematic review of empirical studies. J Contin Educ Health Prof. 2017;37(2):123-128. DOI: 10.1097/CEH.0000000000000158 Externer Link
12.
Rosen MA, Salas E, Wilson KA, King HB, Salisbury M, Augenstein JS, Robinson DW, Birnbach DJ. Measuring team performance in simulation-based training: Adopting best practices for healthcare. Simul Healthc. 2008;3(1):33-41. DOI: 10.1097/SIH.0b013e3181626276 Externer Link
13.
Maestre JM, Sancho R, Rábago JL, Martínez A, Rojo E, Moral ID. Diseño y desarrollo de escenarios de simulación clínica: análisis de cursos para el entrenamiento de anestesiólogos. FEM Fund Educ Médica. 2013;16(1):49-57. DOI: 10.4321/S2014-98322013000100009 Externer Link
14.
Edmunds S, Brown G. Effective small group learning: AMEE Guide No. 48. Med Teach. 2010;32(9):715-726. DOI: 10.3109/0142159X.2010.505454 Externer Link
15.
Guinez-Molinos S, Martínez-Molina A, Gomar-Sancho C, Arias González VB, Szyld D, García Garrido E, Maragano Lizama P. A collaborative clinical simulation model for the development of competencies by medical students. Med Teach. 2017;39(2):195-202. DOI: 10.1080/0142159X.2016.1248913 Externer Link
16.
Dillenbourg P, Järvelä S, Fischer F. The evolution of research on computer-supported collaborative learning. In: Balacheff N, Ludvigsen S, de Jong T, Lazonder A, Barnes S, editors. Technology-Enhanced Learning. Dordrich: Springer; 2009. p.3-19. DOI: 10.1007/978-1-4020-9827-7_1 Externer Link
17.
Motola I, Devine LA, Chung HS, Sullivan JE, Issenberg SB. Simulation in healthcare education: a best evidence practical guide. AMEE Guide No. 82. Med Teach. 2013;35(10):e1511-e1530. DOI: 10.3109/0142159X.2013.818632 Externer Link
18.
Rudolph JW, Simon R, Raemer DB, Eppich WJ. Debriefing as formative assessment: closing performance gaps in medical education. Acad Emerg Med. 2008;15(11):1010-1016. DOI: 10.1111/j.1553-2712.2008.00248.x Externer Link
19.
Arnold JJ, Johnson LM, Tucker SJ, Malec JF, Henrickson SE, Dunn WF. Evaluation Tools in Simulation Learning: Performance and Self-Efficacy in Emergency Response. Clin Simul Nurs. 2009;5(1):e35-e43. DOI: 10.1016/j.ecns.2008.10.003 Externer Link
20.
Kooloos JG, Klaassen T, Vereijken M, Van Kuppeveld S, Bolhuis S, Vorstenbosch M. Collaborative group work: Effects of group size and assignment structure on learning gain, student satisfaction and perceived participation. Med Teach. 2011;33(12):983-988. DOI: 10.3109/0142159X.2011.588733 Externer Link
21.
Thompson B. Exploratory and confirmatory factor analysis: Understanding concepts and applications. Worcester, MA: American Psychological Association; 2004. DOI: 10.1037/10694-000 Externer Link
22.
Harden RM, Stevenson M, Downie WW, Wilson GM. Assessment of clinical competence using objective structured examination. Br Med J. 1975;1(5955):447-451. DOI: 10.1136/bmj.1.5955.447 Externer Link
23.
Harden RM, Gleeson FA. Assessment of clinical competence using an objective structured clinical examination (OSCE). Med Educ. 1979;13(1):39-54. DOI: 10.1111/j.1365-2923.1979.tb00918.x Externer Link
24.
Kaiser HF. An index of factorial simplicity. Psychometr. 1974;39(1):31-36. DOI: 10.1007/BF02291575 Externer Link
25.
Kaiser HF. A second generation little jiffy. Psychometr. 1970;35(4):401-415. DOI: 10.1007/BF02291817 Externer Link
26.
Cronbach L. Essentials of psychological testing. Hoboken: Wiley; 1949.
27.
Bartlett M. A note on the multiplying factors for various? 2 approximations. J R Stat Soc Ser B. 1954;16(2):269-298. DOI: 10.1111/j.2517-6161.1954.tb00174.x Externer Link
28.
Rotthoff T, Ostapczuk M, De Bruin J. Assessing the learning environment of a faculty: psychometric validation of the German version of the Dundee Ready Education Environment Measure with students. Med Teach. 2011;33(11):e624-e636. DOI: 10.3109/0142159X.2011.610841 Externer Link
29.
Khan K, Pattison T, Sherwood M. Simulation in medical education. Med Teach. 2011;33(s1):1-3. DOI: 10.3109/0142159X.2010.519412 Externer Link
30.
Okuda Y, Bryson EO, DeMaria S, Jacobson L, Quiñones J, Shen B, Levine AI. The utility of simulation in medical education: what is the evidence? Mt Sinai J Med A J Transl Pers Med. 2009;76(4):330-343. DOI: 10.1002/msj.20127 Externer Link
31.
Palés-Argullós J, Gomar-Sancho C. El uso de las simulaciones en educación médica. Educ Knowl Soc. 2010;11(2):147-170.
32.
Gaba DM. The future vision of simulation in health care. Qual Saf Heal Care. 2004;13(suppl 1):i2-10. DOI: 10.1136/qshc.2004.009878 Externer Link
33.
Issenberg SB. The scope of simulation-based healthcare education. Simul Healthc. 2006;1(4):203-208. DOI: 10.1097/01.SIH.0000246607.36504.5a Externer Link
34.
Ziv A, Small SD, Wolpe PR. Patient safety and simulation-based medical education. Med Teach. 2000;22(5):489-495. DOI: 10.1080/01421590050110777 Externer Link
35.
Nunnally JC, Bernstein I. Psychometry theory. New York City: McGraw-Hill; 1978.
36.
Nunnally JC, Bernstein IH, Berge JMT. Psychometric theory. Vol 226. New York City: McGraw-Hill; 1967.
37.
Loewenthal K. An introduction to psychological tests and scales. London: Psychology Press; 2001.
38.
Khan KZ, Ramachandran S, Gaunt K, Pushkar P. The Objective Structured Clinical Examination (OSCE): AMEE Guide No. 81. Part I: an historical and theoretical perspective. Med Teach. 2013;35(9):e1437-e1446. DOI: 10.3109/0142159X.2013.818634 Externer Link
39.
Weaver SJ, Dy SM, Rosen MA. Team-training in healthcare: a narrative synthesis of the literature. BMJ Qual Saf. 2014;23:359-372. DOI: 10.1136/bmjqs-2013-001848 Externer Link
40.
Stahl G, Koschmann T, Suthers D. Computer-supported collaborative learning: An historical perspective. In: Sawyer RK, editor. Cambridge handbook of the learning sciences. Cambridge: Cambridge University Press; 2006. p.409-426. DOI: 10.1017/CBO9780511816833.025 Externer Link
41.
Kardong-Edgren S, Adamson KA, Fitzgerald C. A Review of Currently Published Evaluation Instruments for Human Patient Simulation. Clin Simul Nurs. 2010;6(1):e25-e35. DOI: 10.1016/j.ecns.2009.08.004 Externer Link
42.
Schuwirth LW, Van der Vleuten CP. The use of clinical simulations in assessment. Med Educ. 2003;37(s1):65-e71. DOI: 10.1046/j.1365-2923.37.s1.8.x Externer Link
43.
Pell G, Fuller R, Homer M, Roberts T. How to measure the quality of the OSCE: A review of metrics - AMEE guide no. 49. Med Teach. 2010;32(10):802-811. DOI: 10.3109/0142159X.2010.507716 Externer Link