gms | German Medical Science

GMS Journal for Medical Education

Gesellschaft für Medizinische Ausbildung (GMA)

ISSN 2366-5017

Implementierung selbstgesteuerten Lernens in klinische Praktika

Artikel Selbstgesteuertes Lernen

  • corresponding author Navina Röcker - Klinikum der Universität München, Medizinische Klinik und Poliklinik IV, München, Deutschland
  • Christian Lottspeich - Klinikum der Universität München, Medizinische Klinik und Poliklinik IV, München, Deutschland
  • Leah T. Braun - Klinikum der Universität München, Medizinische Klinik und Poliklinik IV, München, Deutschland; LMU München, Klinikum der Universität München, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland
  • Benedikt Lenzer - LMU München, Klinikum der Universität München, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland; Charité – Universitätsmedizin Berlin, Klinische Chemie und Pathobiochemie, Institut für Laboratoriumsmedizin, Berlin, Deutschland
  • Jessica Frey - Klinikum der Universität München, Medizinische Klinik und Poliklinik IV, München, Deutschland
  • Martin R. Fischer - LMU München, Klinikum der Universität München, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland
  • Ralf Schmidmaier - Klinikum der Universität München, Medizinische Klinik und Poliklinik IV, München, Deutschland; LMU München, Klinikum der Universität München, Institut für Didaktik und Ausbildungsforschung in der Medizin, München, Deutschland

GMS J Med Educ 2021;38(2):Doc43

doi: 10.3205/zma001439, urn:nbn:de:0183-zma0014394

Dieses ist die deutsche Version des Artikels.
Die englische Version finden Sie unter: http://www.egms.de/en/journals/zma/2021-38/zma001439.shtml

Eingereicht: 29. April 2020
Überarbeitet: 3. September 2020
Angenommen: 30. September 2020
Veröffentlicht: 15. Februar 2021

© 2021 Röcker 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

Hintergrund: Das höchste Ziel medizinischer Praktika ist es, die Studierenden auf ihren ersten Arbeitstag vorzubereiten. Obwohl die Lehre von klinischer Kompetenz von zentraler Bedeutung ist, bieten klinische Praktika oftmals die letzte Gelegenheit, Wissenslücken mit der Hilfe eines Lehrers aus dem klinischen Bereich zu schließen. Selbstgesteuertes Lernen erweist sich als ein dynamisches Forschungsgebiet in der medizinischen Ausbildung, und dennoch erfolgt seine curriculare Implementierung nur selten. Die vorliegende Studie konzentriert sich unter Anwendung des Konzepts des selbstgesteuerten Lernens auf die allgemeine Bedarfsanalyse klinischer Praktika.

Methoden: Die Studie umfasste eine Lernerfahrung an der Ludwig-Maximilians-Universität (LMU) München. Medizinstudenten (n=1446, 59% weiblich) aus dem zweiten klinischen Jahr wurden angeleitet, Lernziele (LZ) mit Hilfe von Doran`s SMART Kriterien zu spezifizieren. Vor Aufnahme des Pflichtpraktikums sollten sie abschätzen, wie wahrscheinlich sie es hielten, diese LZ zu erfüllen. Eine Woche später schätzten sie in einem zweiten Fragebogen ihre tatsächliche und subjektive Zielerreichung. Die erhobenen Daten wurden mit Bezug auf den deutschen Nationalen Kompetenzbasierten Lernzielkatalog Medizin (NKLM) codiert und qualitativ untersucht. Weiterhin wurden bestimmende Faktoren für die Zielerreichung erhoben, und binär codiert (Hindernis vs. Wegbereiter). Sofern angemessen, fand die Methode der univariaten Datenanalyse Anwendung.

Ergebnisse: Das Erreichen von „Klinisch-praktische Fertigkeiten“ (29%), „Diagnostische Verfahren“ (21%) und „Ärztliche Gesprächsführung“ (13%) waren die am häufigsten angeführten LZ. Im Laufe der Woche nahm die Zuversichtlichkeit in die Zielerreichung ab. Letztere wurde höher bewertet sofern es reichlich (vs. wenig) Möglichkeiten gab für „Praxisübung“ (31%), „Engagement der Ärzte und des medizinischen Personals“ (27%) und „Eigeninitiative“ (23%).

Schlussfolgerungen: Die selbstgewählten LZ sind ein Spiegel des Bedarfs von Studierenden, auf welchen die Lehrer vorbereitet sein sollten. Unter Berücksichtigung dieser Ergebnisse können Lücken in der praktischen Ausbildung möglicherweise geschlossen werden. Wir unterstützen die Überlegung, selbstgesteuertes Lernen in klinischen Praktika curricular zu verankern. Mit Hilfe weiterer empirischer Studien sollten die positiven Effekte auf den Lernfortschritt eindeutig herausgestellt werden.

Schlüsselwörter: curriculare Entwicklung, klinisches Praktikum, Lernziel, selbstgesteuertes Lernen, medizinische Ausbildung


Hintergrund

Die Entwicklung akademischer Curricula ist grundlegend um die medizinische Ausbildung zu verbessern. Curriculare Modelle geben eine klare Struktur vor, nach welcher eine geplante Lernerfahrung am besten zum Lernerfolg beiträgt [1]. Neben anderen Lehrmethoden, seien es Seminare oder Simulationstraining, sind klinische Praktika wesentlich um den Studenten das Wissen zu vermitteln, welches sie für ihre spätere Praxis brauchen. Hierbei schafft ein einheitlich verbindlicher Lehrplan in Form eines medizinischen Curriculums für klinische Praktika nicht nur mehr Transparenz für die Studierenden, sondern auch für ihre Lehrer [2]. Qualitätsmaß eines klinischen Praktikums ist es, wie sehr es den Medizinstudierenden hilft, Arbeitserfahrung zu sammeln und praktische Fertigkeiten zu erlangen [3]. Dies ist ein äußerst entscheidender Punkt, denn sogar junge Ärztinnen und Ärzte haben Schwierigkeiten die Theorie in die Praxis umzusetzen [4]. Praktische Fertigkeiten können sich allerdings nur dann entwickeln und geübt werden, wenn es ein gefestigtes Verständnis und Wissen in dem Gebiet gibt. Daher ist es das höchste Ziel klinischer Praktika Wissenszuwachs durch problembasiertes Lernen zu generieren [5], [6], [7]. Wissen per se in der Medizin schließt einige verschiedene Komponenten ein: differenziert werden Faktenwissen (engl. conceptual knowledge), strategisches Wissen (strategic knowledge), Begründungswissen (conditional knowledge) und Handlungswissen (procedural knowledge), wobei diese die Vielgestaltigkeit von passiver Beobachtung bis hin zu eigener Durchführung abbilden [8], [9]. Ein höheres Wissensniveau korreliert nicht nur mit verbessertem Lernfortschritt, sondern auch einer ausgeprägteren Handlungskompetenz [10]. Je nachdem welches Kompetenzniveau (siehe hierzu insbesondere die sogenannte Miller-Pyramide ; d. h. „knows, knows how, shows how und do“ [11]) ein Student zeigen können muss, nachdem er ein solches klinisches Praktikum absolviert hat, ist von entscheidender Bedeutung in der Curriculumsentwicklung.

Außer der eben erwähnten strukturierten Form der Ausbildung, ist das zweite Prinzip, welches für die Entwicklung medizinischer Fertigkeiten im grundständigen Studium zentral ist, das selbstgesteuerte Lernen [5], [12]. Hierbei sind der individuelle Antrieb unabhängig zu lernen sowie die intrinsische Motivation die zwei vorstehenden Eigenschaften. Als Geisteshaltung wurde selbstgesteuertes Lernen in der Literatur vielfach untersucht [13], [14]. Obwohl es begründeter Weise anzunehmen ist, dass diese nicht-praktisch orientierte Kompetenz Medizinstudierenden helfen könnte, sich an die Herausforderungen im klinischen Umfeld anzupassen [15], [16], erfolgt ihre Implementierung in ein medizinisches Curriculum nur selten [17]. Ein dafür ursächlicher und entscheidender Faktor könnte es sein, dass eine allgemein gültige Vorlage, anhand derer neuartige Konzepte zum selbstgesteuerten Lernen entworfen werden könnten, nicht existiert. Im Allgemeinen entspricht die Idee des selbstgesteuerten Lernens der des lebenslangen Lernens. Eine der größten Hürden ist es, den Medizinstudenten ihre Wichtigkeit zu vermitteln, gerade innerhalb der begrenzt zur Verfügung stehenden Zeit (d. h. ein Blockpraktikum). Nichtsdestoweniger ist es möglich die Aufgeschlossenheit der Studierenden zu fördern, indem umfänglich erläutert wird, welche Absicht sich hinter selbstgesteuertem Lernen verbirgt [18].

In diesem Zusammenhang war das Ziel der vorliegenden Studie die kritische Bedarfsanalyse von Medizinstudierenden, welche dabei sind, das Blockpraktikum aufzunehmen. Im Speziellen wollten wir ermitteln, ob die eigenständige Lernzieldefinition von Medizinstudierenden zum subjektiven Lernfortschritt führt. Diese Herangehensweise entspricht dem Konzept des selbstgesteuerten Lernens und stellt möglicherwiese einen alternativen Lösungsweg dar zu den strukturierten Ansätzen, welche gefahren werden um den Lernfortschritt zu verbessern, beispielsweise vorgegebene Dokumentationschecklisten.

Konkret hatten wir die Absicht folgenden Forschungsfragen zu beantworten:

1.
Welche selbstgewählten Lernziele (LZ) und Kompetenzebenen (KE) werden für das klinische Praktikum genannt?
2.
Welche der selbstgewählten LZ und KE konnten die Medizinstudierenden während ihres klinischen Praktikums tatsächlich erreichen?
3.
Mit welchen Hindernissen und Wegbereitern werden die Medizinstudierenden konfrontiert, die Einfluss darauf haben, ob die LZ erreicht werden können oder nicht?

Um Antwort auf diese Forschungsfragen zu geben, führten wir eine Studie unter Medizinstudierenden durch, die ihre theoretischen und praktischen Prüfungen in der Inneren Medizin erfolgreich absolviert hatten und nun unmittelbar vor ihrem verpflichtenden Blockpraktikum Innere Medizin standen.


Methoden

Setting und Stichprobe

Die Studie umfasste den Erhebungszeitraum von April 2016 bis März 2019 an der Ludwig-Maximilians-Universität (LMU) München. Während dieses Zeitraums erfolgten keine curricularen Veränderungen oder Neubestzungen des Lehrpersonals. Zuerst erhielten die in ihrem zweiten klinischen Jahr befindlichen Teilnehmer eine kurze Einweisung darin, wie individuelle LZ zu spezifizieren sind. Diese Schulung baute auf dem bisherigen Wissen der Medizinstudierenden zum Umgang mit LZ auf und wurde unterstützt durch weitere verlinkte Dokumente, die sie bereits im Rahmen abgeschlossener E-Learning Module bearbeitet hatten. Um ihre Aufmerksamkeit auf ihre individuellen Wissenslücken in den angegebenen Teilbereichen zu lenken, erhielten sie außerdem Zugang zu einem spezifischen Selbstbewertungsinstrument. Anschließend füllten die Studenten zweimal einen Online-Fragebogen aus, davon einen im Vorfeld zum Wochenpraktikum in der Inneren Medizin und den zweiten danach. Insgesamt machten 1446 Medizinstudenten (59.1% weiblich) Angaben im Online-Fragebogen, für welchen sie die Aufforderung zur Teilnahme per E-Mail erhalten hatten. Es wurde mitgeteilt, dass die Teilnahme für das erfolgreiche Bestehen des Kurses verpflichtend ist. Die Rücklaufquote betrug 85% für den ersten, und 92% für den zweiten Fragebogen. In beiden Umfragen spezifizierten die Studenten mindestens drei LZ. Die Anweisungen wie die LZ aufzusetzen sind, entsprachen Dorans SMART Kriterien. Letztendlich zieht es zur eindeutigen Zieldefinition die Bedeutung von „spezifischen, messbaren, erreichbaren, realistischen und terminierten Zielen“ heran [19]. Mit der individuellen LZ-Angabe sollten die Medizinstudierenden auch abschätzen wie wahrscheinlich sie es hielten, diese zu erreichen. Am ersten Praktikumstag hatten sie die Möglichkeit ihre individuellen und strukturierten LZ mit ihrem jeweiligen Betreuer zu erörtern. Eine Beurteilung der Güte der LZ (d.h. zu einfach oder zu schwer) fand nicht statt, aber individuelle Unterstützung bei der Zielerreichung wurde eingeräumt. Daran schloss sich die praktische Phase des Kompetenzerwerbs an, im Anschluss an welche die Medizinstudierenden die tatsächliche subjektive LZ-Erreichung bewerteten. Die Differenz zwischen diesen Bewertungen (vorher vs. nachher) wurde als subjektiver Lernfortschritt verstanden. Des Weiteren wurden die selbsteingeschätzten Gründe für den Erfolg oder Misserfolg der Zielerreichung während des Praktikums erfasst. Abbildung 1 [Abb. 1] veranschaulicht den Ablauf der Studie mit Unterweisung in die SMART Kriterien, einführender und abschließender Online-Umfrage, und der dazwischenliegenden Lernerfahrung, welche im Blockpraktikum umgesetzt wurde.

Codierschema

Ein Codierschema wurde anhand des deutschen Nationalen Kompetenzbasierten Lernzielkatalogs Medizin (NKLM) für die medizinische Ausbildung erstellt. Dieses Rahmendokument verschafft Klarheit darüber, welches Wissen und welche Fertigkeiten ein Arzt genau haben sollte, der jüngst seinen Abschluss gemacht hat [20]. Zum Aufsetzen der LZ-Kategorisierung wurde ein induktives Vorgehen gewählt: gemäß den Empfehlungen von Mayring [21] wurde eine entscheidende Stichprobengröße der Fragebögen – in etwa 20% des gesamten Materials – analysiert in Hinblick auf wiederkehrende studentische Aussagen. Auf Basis dieser Auswertung wurde weiter vorgegangen mit einem „Best-Match”-Ansatz zum NKLM, so dass daraus unten stehende Kategorien resultierten. Sobald einmal festgelegt, wurde der Induktionsschritt ausgeführt: die Anwendung des Schemas auf die gesamte Stichprobengröße. Letzteres konnte ohne jegliche Abweichungen erfolgen (d.h. zusätzliche Kategorien waren nicht erforderlich, auch nicht für Einzelproben). Schlussfolgernd war die gewählte Kategorien-Teilmenge komplett um unser Problem zu lösen, während ihre innere Orthogonalität im Vorfeld gewährleistet war, indem wir uns ausschließlich auf den NKLM bezogen. Das finale Profil der acht verschiedenen LZ-Kategorien setzte sich folgendermaßen zusammen:

1.
Klinisch-praktische Fertigkeiten
2.
Diagnostische Verfahren
3.
Therapeutische Prinzipien und Medikation
4.
Beratungsanlässe
5.
Ärztliche Gesprächsführung
6.
Arbeitsalltag auf Station
7.
Prüfungsvorbereitung
8.
andere

Definitionsgemäß beschreibt der NKLM die Lerntiefe in sogenannten Kompetenzebenen (KE). Der Lernzielkatalog unterscheidet hierbei zwischen „Faktenwissen“, „Handlungs- und Begründungswissen“ und „Handlungskompetenz“, wobei diese drei Ebenen mit zunehmender beruflicher Unabhängigkeit aufeinander aufbauen. Da wir die Medizinstudierenden nicht explizit darum baten, KE zu spezifizieren, erfolgte die Kategorisierung jeder einzelnen Aussage mittels deduktiver Kategorienanwendung des NKLM. Um unser Problem zu lösen, d.h. alle studentischen Aussagen zu erfassen, wurde dieses dreiteilige KE-Set um eine vierte Kategorie („andere“) ergänzt, in welche alle nicht weiter spezifizierten LZ aufgenommen wurden. Die in dem Codierschema angewandten Definitionen sind in Tabelle 1 [Tab. 1] dargestellt.

Ein letztes Item in dem Fragebogen erfasste, wie die Medizinstudierenden es sich erklärten, dass sie ihre selbstgewählten LZ erreicht (vs. verfehlt) hatten. Auf Ebene der Studenten war das gewonnene Bouquet an Argumenten ausreichend umfangreich. Dieses auf ein einzelnes LZ zu beziehen ist allerdings unangemessen, da es die Rückschau des gesamten Blockpraktikums darstellt. Die erhobenen Aussagen wurden mittels prozessbasierter Kategorienbildung ausgewertet (vgl. oben erwähnte Methodik). Nachdem der Lernfortschritt das Resultat ist aus der Interaktion zwischen Studierenden, Lehrenden und der Lernumgebung (d.h. Kontext) [22], [23], fand hierbei ein „Best-Match“ zu dieser Drei-Faktoren-Kategorisierung statt. Die Zuweisung zu den Unterkategorien geschah binär: bei positiver Formulierung wurden die Unterkategorien als Wegbereiter bewertet. Umgekehrt wurden sie bei negativer Formulierung als Hindernis für das Erreichen der LZ eingestuft.

Datenanalyse

Die Analyse der Daten wurde mit Hilfe der gängigen Statistiksoftware aus dem wissenschaftlichen Bereich durchgeführt (SPSS 25.0, SPSS Inc., Chicago, IL). Zwei der Autoren diskutierten gemeinschaftlich alle Aussagen und wiesen diese den festgelegten LZ-Kategorien und den oben beschriebenen operationalisierten KE-Definitionen zu. Die Auswertung umfasste die Daten von 1446 Teilnehmern. Wenn sich hinter einer einzelnen Aussage verschiedene LZ-Kategorien oder verschiedenen Kategorien der Kompetenzebene verbargen, war ihre Zuweisung nicht auf nur eine Kategorie beschränkt (Beispielaussage mit gleichzeitiger Zuordnung zu LZ-Kategorie (1) und (2): „Ich möchte ein EKG ableiten und interpretieren“). Dieses Vorgehen beinhaltete, dass insgesamt 10.754 Fälle in die Analyse eingingen. Beispiele sind in Tabelle 1 [Tab. 1] zu sehen.

Die Verteilung der KE in Verbindung mit den selbstgewählten LZ wurde mit Hilfe von Kreuztabellen untersucht. Chi-Quadrat Tests sollten potentielle Unterschiede in den LZ oder KE aufdecken je nach Teilnehmermerkmalen wie etwa Geschlecht. Deskriptive Analyse und vergleichende Mittelwertsberechnungen wurden herangezogen, um auf Unterschiede im Erreichen der selbstgewählten LZ und KE zu prüfen. Die Selbsteinschätzung der Medizinstudierenden hinsichtlich dem Erfüllen ihrer selbstgewählten LZ wurde für die univariate Analyse binär aufgesetzt (Hindernis oder Wegbereiter). Alle Signifikanztests basierten auf dem vorab definierten Wert von p<.05. Sobald mit den Daten mehrfache Vergleiche angestellt wurden, korrigierten wir den erhöhten alpha-Fehler nach Bonferroni und berichten signifikante Ergebnisse entsprechend.


Ergebnisse

Das Material zeigte eine große Verteilung an selbstgewählten LZ, wobei diese unterschiedliche KE aufwiesen. Insgesamt waren die am häufigsten genannten LZ „Klinisch-praktische Fertigkeiten“ (29%), „Diagnostische Verfahren“ (21%) und „Ärztliche Gesprächsführung“ (13%). Alle LZ beinhalteten das gesamte KE-Spektrum. Die Medizinstudierenden spezifizierten überwiegend die KE „Handlungskompetenz” (38%) und „Handlungs- und Begründungswissen“ (33%). „Faktenwissen” sowie „anderes” wurden seltener erwähnt (beide zu 14%). Abbildung 2 [Abb. 2] zeigt, wie oft jede der vier Kompetenzebenen in den einzelnen LZ-Kategorien vertreten ist. Die KE „Handlungskompetenz” stand an erster Stelle in der LZ-Kategorie „Prüfungsvorbereitung” (46%), „Handlungs- und Begründungswissen” hing am deutlichsten mit der LZ-Kategorie „Diagnostische Verfahren” (40%) zusammen, und die KE „Faktenwissen” tauchte vornehmlich innerhalb der LZ-Kategorie „Beratungsanlässe“ (23%) auf. Die Kategorie der KE „andere” zeigte sich vorwiegend innerhalb der Kategorie „Arbeitsalltag auf Station“ (22%). Chi-Quadrat Tests ergaben, dass die Wahl der LZ geschlechtsabhängig ist. (Χ2(8)=37.2, p=.00). Während weibliche Studenten „Prüfungsvorbereitung” anstreben, priorisiert der männliche Anteil „Arbeitsalltag auf Station”. Über die Verteilung der anderen Kategorien hinweg waren die Geschlechterunterschiede nicht signifikant (p-Werte>.9).

Um einen tieferen Einblick in den identifizierten Bedarf der Medizinstudenten zu gewinnen, untersuchten wir, welche der selbstgewählten LZ und damit einhergehenden KE sie in ihrem klinischen Praktikum tatsächlich erreichen konnten. Hierzu wurde die durchschnittliche selbstbewertete Zielerreichung jeder einzelnen KE-Kategorie berechnet und verglichen mit den vor dem Wochenpraktikum gewonnenen Mittelwerten der Selbsteinschätzung. Die gleiche Methode fand Anwendung um Veränderungen im Erreichen der begleitenden KE zu ermitteln.

Zu Beginn des Wochenpraktikums standen die Teilnehmer dem Erfüllen ihrer selbstgewählten LZ positiv gegenüber. Durchschnittlich wurde hierzu die Wahrscheinlichkeit geschätzt auf Werte zwischen 73% und 78%. Im Laufe der Woche verschlechterte sich die tatsächliche Zielerreichung auf 66%-74%. Mit Ausnahme von „Diagnostische Verfahren” waren alle Rückgänge in der Erfüllung der selbstgewählten LZ statistisch gleich (p-Werte>.9). Abbildung 3 [Abb. 3] liefert detailliertere Information zu den negativen Unterschiedsbeträgen.

Ein ähnliches Muster zeigte sich bei den spezifizierten KE. In der ersten Erhebung präsentierten die Daten eine Wahrscheinlichkeit von 76%-77%, und die tatsächliche Erfüllung ging auf 67%-73% zurück. Abbildung 4 [Abb. 4] markiert, dass statistisch signifikante Veränderungen auftraten bei „Handlungs- und Begründungswissen” und „Handlungskompetenz”.

Die qualitative Inhaltsanalyse zu den Hindernissen und Wegbereitern der LZ-Erreichung schafft mehr Klarheit darüber, welche Unterkategorien in den Dimensionen „Student/in”, „Lehrer/in” und „Kontext” für unser Problem relevant sind. 73.5% (n=1062) der Medizinstudierenden beantworteten diese Frage. Jedes angegebene Argument wurde eingehend untersucht auf zwei alternative Funktionen: wenn positiv formuliert, wurde es als Wegbereiter klassifiziert, oder, wenn negativ formuliert, als Hindernis. Tabelle 2 [Tab. 2] informiert über die identifizierten Unterkategorien.

Abbildung 5 [Abb. 5] differenziert zu welchem Anteil die Medizinstudierenden diese Faktoren als Hindernisse oder Wegbereiter einstuften. Hervorgehoben sind außerdem diejenigen Faktoren, welche die Zielerreichung der Studierenden signifikant beeinflussten. Einzelheiten zum Informationsgehalt der Boxen folgen im nächsten Abschnitt.

31% der Medizinstudierenden gaben „Praxisübung“ als Ursache für den Lernfortschritt an (siehe Tabelle 2 [Tab. 2]). Während aus dieser Gruppe 16% über unzureichende praktische Erfahrung im klinischen Blockpraktikum klagten, stuften 84% das Gegenteil als zutreffend ein. Letzt genannte Gruppe erreichte die selbstgewählten LZ zu 72%, wohingegen wenig praktische Erfahrung zu 48% Zielerreichung führte (24% Unterschiedsbetrag).

27% der Teilnehmer gaben an, dass das „Engagement der Ärzte und des anderen medizinischen Personals” einen Einfluss auf die Zielerreichung hatte. In dieser Gruppe fühlten sich 24% durch fehlendes Commitment der Kliniker beeinträchtigt, und 76% sagten aus, dass sie sich unterstützt fühlten ihre selbstgewählten LZ zu erreichen, wenn sie Engagement spürten. Dies schlug sich in 30% besserer Zielerreichung nieder. „Eigeninitiative” beim Bewerkstelligen der auftretenden Herausforderungen wurde mit einer 23% Häufigkeit angeführt. Hierbei gestanden sich 5% ein eigenes Defizit (=Hindernis) ein, dagegen erkannten 95% den Mehrwert selbst proaktiv zu handeln. Der durch diese Lernstrategie erlangte Vorteil in der Zielerreichung wurde selbst eingestuft bei 19%. In Abbildung 5 [Abb. 5] sind alle signifikanten Unterschiedsbeträge in der Zielerreichung im Vergleich beider Bedingungen (Hindernis versus Wegbereiter) zu sehen.


Diskussion

Die Studie wurde über einen Zeitraum von drei Jahren durchgeführt. Zu Beginn des klinischen Blockpraktikums spezifizierten Medizinstudierende unterschiedliche LZ, welche empirisch kategorisiert und analysiert wurden. Die Methode beim Problemlösen eigenständig den Bedarf zu bestimmen, entspricht der aktuellen Forschung und untersucht, auf welche Art und Weise der Lernfortschritt möglicherweise unterstützt werden kann [24]. Keines der LZ ist für sich allein ein Garant für ausreichende Arbeitserfahrung, jedoch liefern die Ergebnisse der Bedarfsanalyse ein umfassenderes Bild. Mit Bezug auf den NKLM konnten wir zeigen, dass die Medizinstudierenden nach Kompetenzen aus allen im Katalog implementierten Bereichen verlangen. Am häufigsten spezifizierten sie LZ aus dem Gebiet medizinisches Wissens, klinische Fähigkeiten und professionelle Haltungen, welche im NKLM einen Abschnitt formieren. Das Erreichen von „Klinisch-praktische Fertigkeiten”, „Diagnostische Verfahren” und „Therapeutische Prinzipien und Medikation” ist hierbei für die Medizinstudierenden von besonderem Interesse. Dieser Umstand veranlasst uns, zwei mögliche Annahmen zu treffen:

1.
die Medizinstudierenden kennen bereits im Vorfeld des klinischen Blockpraktikums ihre eigenen Defizite und geben ihr Bestes um Wissenslücken zu schließen.
2.
die Medizinstudierenden spezifizieren insbesondere diejenigen LZ, bei welchen sie ein gutes Ergebnis in wissensbasierten und klinischen Beurteilungen erwarten.

Wir gehen davon aus, dass die spezifizierten LZ ein wahres Bild des studentischen Bedarfs widerspiegeln, zumal da sie in der klinischen Praxis Neulinge sind. Der Übertritt in den klinischen Abschnitt erfordert Anpassungen in der Art zu lernen und viele Studien zeigen, dass die Studierenden sich nicht leicht anpassen [6], [25]. Lernstrategien, welche in den vorklinischen Jahren gut funktionierten, scheinen während den Rotationen im klinischen Umfeld nachteilhaft für die Entwicklung der Fähigkeiten zu sein [26], [27]. Mit Hilfe von selbstgesteuertem Lernen etwa könnte die medizinische Ausbildung den Anpassungsprozess erleichtern.

Als dritt häufigstes aller LZ spezifizierten die Medizinstudenten die Kategorie „Ärztliche Gesprächsführung”. Dieses Ergebnis deutet auf den Bedarf hin, sich mit den Arztrollen zu identifizieren. Allerdings verbalisieren medizinische Curricula, wie es scheint, diese Kompetenz nur locker. Bisher haben einige Forscher die sogenannten „versteckten“ Abschnitte medizinischer Curricula hinterfragt [28], [29], [30]. Unsere Ergebnisse bestätigen, wie besonders wichtig die Ausbildung und das Einüben einer bestimmten Rolle ist, um wesentlich zum Erfüllen der Arztrolle zu befähigen. In der Tat sollte betont werden, dass solch eine Fertigkeit nicht mit einer generalisierten Methode angegangen werden kann (d.h. eine allumfassende Einheitslösung), sondern eine individuelle Anpassung an bestimmte Stärken/Schwächen der Studenten erfordert.

In Hinblick auf die spezifizierten KE wird die hohe Priorität von „Handlungskompetenz” und „Handlungs- und Begründungswissen“ ersichtlich. Diese Priorisierung signalisiert die Bedeutung und auffallende Herausforderung, Eigenständigkeit in der medizinischen Praxis und Umsetzung zu erlangen (letzterer Aspekt ist Kernelement in der Ausbildung des Rollenverständnisses; siehe hierzu den vorherigen Abschnitt). Diese Beobachtung kann nicht singulär begründet werden, vielmehr sollte sie als Folge einer vielschichtigen Ursache gesehen, und auf folgende Komponenten zurückgeführt werden:

1.
späte Spezialisierung, d.h. die Vielzahl an Pflichtkursen im Curriculum stört die studentischen Fertigkeiten zum selbstgesteuerten Lernen [31],
2.
unausgewogenes Verhältnis von praktischer/theoretischer Ausbildung,
3.
ungenügend Implementierung/Integration medizinischer Qualitäts-Kontroll-Zyklen, mit Aktivitäten wie sie dem Demingkreis folgen, und die iterativen vier Schritte „Planen – Umsetzen – Überprüfen – Handeln“ (PDCA-Zyklus) beinhalten [32],
4.
nicht alle Aspekte der Selbsterziehung/-optimierung können in der curricularen Ausbildung zur Genüge emuliert werden (auch nicht in mehr oder minder artifiziellen Kursen), sondern brauchen das jahrelange Sammeln von Erfahrungen in der Praxis.

Interessanterweise schätzten die Medizinstudierenden sehr genau das Ausmaß der tatsächlichen Erfüllung ihrer selbstgewählten LZ (85%-95%) und KL (89%-96%). Während es auf den ersten Blick so aussieht als würden ihre Fähigkeiten der Selbsteinschätzung tadellos funktionieren, könnte diese positive Selbstbeurteilung auch andere Gründe haben: möglicherweise wählten die Studierenden weniger herausfordernde Aufgaben, bei derer Bewältigung sie Kompetenz vorweisen konnten, obwohl sie mutmaßlich nichts Neues gelernt hatten (siehe ersten Diskussionsabschnitt). Oder, etwa gleichzeitig, das psychologische Phänomen des so genannten Barnum Effekts hat das beobachtete Antwortverhalten beeinflusst, wovon allgemein auszugehen ist, wenn jemand in dem Glauben ist, dass etwas (hier: die selbstgewählten LZ) genau auf ihn zugeschnitten ist [33]. Um diesen Unsicherheiten zu begegnen und zum Zweck eines validen Vergleichs, ist eine Lehrerbeurteilung der studentischen Leistung erforderlich oder – noch besser – die Prüfungsergebnisse.

Die Ergebnisse der deskriptiven Analyse zu den Hindernissen und Wegbereitern für Lernfortschritt bestätigen unsere oben angeführten Argumente (i – iv). Die konkreten Aussagen der Medizinstudierenden betonen diese allgemein getroffenen Ausführungen dazu, welche Aktivitäten aus Ausbildungssicht unternommen werden sollten. Obwohl die Medizinstudierenden einsehen, dass sie selbst ein wichtiger Einflussfaktor für das Erreichen ihrer selbstgewählten LZ sind, halten sie die Faktoren Lehrer/in und Kontext ebenfalls für maßgeblich. Hierbei Konsistenz beizubehalten ist, aus strategischer Sicht, eine logistisch administrative Herausforderung, welche allgemein zum Unterricht in Kleingruppen dazugehört [34]. Während des klinischen Blockpraktikums, mit maximal zwei Studenten pro Station, ist die Implementierung der Komponente zum selbstgesteuerten Lernen abhängig von einer Vielzahl an Variablen, inmitten derer zentrale Treiber sind:

1.
medizinisches Vorwissen des Studenten,
2.
Expertise der Kursleiterin bzw. des Kursleiters oder
3.
individuelle Vorlieben der Kursleiterin bzw. des Kursleiters.

Die Anwesenheit einer/s Studierenden im Praktischen Jahr, die/der sich um die Betreuung kümmert, ist möglicherweise vorteilhaft. Zusammenfassend, Konsistenz unter den Teilnehmern zu erzielen, ist ein Punkt, den es im Hinterkopf zu behalten gilt bevor genau definiert wird, an welchen Stellen das medizinische Curriculum reformiert werden soll. Des Weiteren ist es absolut notwendig eine zweite Erhebung vorzunehmen, in welcher auch die Lehrenden einer gleichen Studierendenkohorte wie die aktuell untersuchte, befragt werden.


Zusammenfassung und Ausblick

Praktika dienen oftmals als Verbindungselement zwischen erworbenem klinischen Wissen und beruflicher Leistung am Arbeitsplatz. In dieser Studie nutzten wir das Konzept des selbstgesteuerten Lernens um Medizinstudierende zu aktivieren, Wissenslücken zu schließen. Nachdem dies eine qualitative Studie war, konnten Lernzieleigenschaften wie Spezifität und Schwierigkeitsgrad nicht vorgeschrieben werden. Jedoch waren unmittelbare Nähe und Selbstbeurteilung gesichert. Gemäß des Konzepts der Selbststeuerung schärft die Prioritätensetzung von Zielen (hier: Lernziele) die Verantwortung bei den Lernenden ihren Aufgaben nachzukommen [14]. Im besten Fall triggert sie zusätzliche Schlüsselprozesse welche viele Studierende nicht haben, wie Zeitmanagement, Lernstrategien, Selbstzuschreibung, Hilfe und Information suchen, und wichtige selbst-motivierende Auffassungen, so etwa Selbstwirksamkeit und intrinsisches Interesse an der Aufgabe. Auf dieser Basis brauchen wir nun eine kontrollierte Studie, welche den Unterschied in der Zielerreichung in Abhängigkeit von vorgegebenen versus selbstgewählten LZ aufzeigt. Eine Gegenüberstellung von Selbstbeurteilung und Prüfungsergebnissen wird Verzerrungen ausschließen, wie sie durch psychologische Phänomene ausgelöst werden.


Abkürzungen

  • NKLM: Deutscher Nationaler Kompetenzbasierter Lernzielkatalog Medizin
  • LMU: Ludwig-Maximilians-Universität
  • LZ: Lernziel
  • KE: Kompetenzebene

Ethikvotum und Einverständniserklärung

Alle analysierten Daten waren Teil der Routinebeurteilung des Kurses. Die Datenerhebung und Auswertung erfolgten komplett anonym. Laut der Ethikkommission der Universitätsklinik München war eine studentische Einverständniserklärung nicht erforderlich.


Autorenbeiträge

NR vervollständigte die Analysen und Interpretation der Daten, einschließlich der Statistik, entwarf das Manuskript und verfasste die endgültige Version des Manuskripts. CL und LB trugen wesentlich zum Konzept und Design der Studie bei, sammelten und interpretierten die Daten und nahmen bei der Entwicklung des Manuskripts teil. BL und JF bestätigten die endgültige Fassung des Manuskripts. MF trug zum Design der Studie und der endgültigen Fassung des Manuskripts bei. RS entwarf das Design der Studie, sammelte die Daten, trug zur Analyse und Interpretation bei, und nahm bei der Entwicklung und endgültigen Version des Artikels teil. Alle Autoren haben die endgültige Fassung des Manuskripts gelesen und zugestimmt.


Interessenkonflikt

Die Autor*innen erklären, dass sie keinen Interessenkonflikt im Zusammenhang mit diesem Artikel haben.


Literatur

1.
Thomas PA, Kern DE, Hughes MT, Chen BY. Curriculum development for medical education: a six-step approach. 3rd ed. Baltimore: JHU Press; 2016.
2.
Gensichen J, Fischer M, Schelling J, Lauffer LM. Lernziele und spezifische Curriculumsentwicklung für die Allgemeinmedizin an der LMU München. Online ZFA. 2019;6(948):274-278.
3.
Bachli P, Meindl-Fridez C, Weiss-Breckwoldt AN, Breckwoldt J. Challenging cases during clinical clerkships beyond the domain of the "medical expert": an analysis of students' case vignettes. GMS J Med Educ. 2019;36(3):Doc30. DOI: 10.3205/zma001238 Externer Link
4.
Schneider D, Roos M, Steinhäuser J. Mit welchem Kompetenzniveau kommen ärztliche Berufsanfänger im Beruf an?-Eine Befragung von Weiterbildungsbefugten in Bayern. Z Evid Fortbild Qual Gesundheitswesen. 2016;115:79-84. DOI: 10.1016/j.zefq.2016.08.001 Externer Link
5.
Dornan T, Boshuizen H, King N, Scherpbier A. Experience-based learning: a model linking the processes and outcomes of medical students' workplace learning. Med Educ. 2007;41(1):84-91. DOI: 10.1111/j.1365-2929.2006.02652.x Externer Link
6.
Ryan MS, Feldman M, Bodamer C, Browning J, Brock E, Grossman C. Closing the Gap Between Preclinical and Clinical Training: Impact of a Transition-to-Clerkship Course on Medical Students' Clerkship Performance. Acad Med. 2020;95(2):221-225. DOI: 10.1097/ACM.0000000000002934 Externer Link
7.
Wood DF. Problem based learning. BMJ. 2003;326(7384):328-330. DOI: 10.1136/bmj.326.7384.328 Externer Link
8.
Kiesewetter J, Ebersbach R, Tsalas N, Holzer M, Schmidmaier R, Fischer MR. Knowledge is not enough to solve the problems - The role of diagnostic knowledge in clinical reasoning activities. BMC Med Educ. 2016;16(1):303. DOI: 10.1186/s12909-016-0821-z Externer Link
9.
Schmidmaier R, Eiber S, Ebersbach R, Schiller M, Hege I, Holzer M, Fischer MR. Learning the facts in medical school is not enough: which factors predict successful application of procedural knowledge in a laboratory setting? BMC Med Educ. 2013;13:28. DOI: 10.1186/1472-6920-13-28 Externer Link
10.
Förtsch C, Sommerhoff D, Fischer F, Fischer MR, Girwidz R, Obersteiner A, Reiss K, Stürmer K, Siebeck M, Schmidmaier R, Seidel T, Ufer S, Wecker C, Neuhaus BJ. Systematizing Professional Knowledge of Medical Doctors and Teachers: Development of an Interdisciplinary Framework in the Context of Diagnostic Competences. Educ Sci. 2018;8(4):207. DOI: 10.3390/educsci8040207 Externer Link
11.
Miller GE. The assessment of clinical skills/competence/performance. Acad Med. 1990;65(9):S63-S67. DOI: 10.1097/00001888-199009000-00045 Externer Link
12.
Ramamurthy S, Er HM, Devi Nadarajah V, Radhakrishnan AK. Medical students' orientation toward lifelong learning in an outcome-based curriculum and the lessons learnt. Med Teach. 2019:1-6. DOI: 10.1080/0142159X.2019.1646894 Externer Link
13.
Panadero E. A Review of Self-regulated Learning: Six Models and Four Directions for Research. Front Psychol. 2017;8(422):1-28. DOI: 10.3389/fpsyg.2017.00422 Externer Link
14.
Zimmerman BJ. Becoming a Self-Regulated Learner: An Overview. Theory Into Practice. 2002;41(2):64-70. DOI: 10.1207/s15430421tip4102_2 Externer Link
15.
Cho KK, Marjadi B, Langendyk V, Hu W. Medical student changes in self-regulated learning during the transition to the clinical environment. BMC Med Educ. 2017;17(1):59. DOI: 10.1186/s12909-017-0902-7 Externer Link
16.
White CB. Smoothing Out Transitions: How Pedagogy Influences Medical Students' Achievement of Self-regulated Learning Goals. Adv Health Sci Educ Theory Pract. 2007;12(3):279-297. DOI: 10.1007/s10459-006-9000-z Externer Link
17.
Walling A, Merando A. The fourth year of medical education: a literature review. Acad Med. 2010;85(11):1698-1704. DOI: 10.1097/ACM.0b013e3181f52dc6 Externer Link
18.
Keator C, Vandre D, Morris A. The challenges of developing a project-based self-directed learning component for undergraduate medical education. Med Sci Educ. 2016;26(4):801-805. DOI: 10.1007/s40670-016-0298-8 Externer Link
19.
Doran GT. There's a SMART way to write management's goals and objectives. AMA Forum. 1981;70(11):35-36.
20.
Fischer MR, Bauer D, Karin Mohn N. Finally finished! national competence based catalogues of learning objectives for undergraduate medical education (NKLM) and dental education (NKLZ) ready for trial. GMS Z Med Ausbild. 2015;32(3):Doc35. DOI: 10.3205/zma000977 Externer Link
21.
Mayring P. Qualitative inhaltsanalyse. Handbuch qualitative Forschung in der Psychologie. Heidelberg, Berlin: Springer; 2010. p.601-613. DOI: 10.1007/978-3-531-92052-8_42 Externer Link
22.
Hmelo-Silver CE. Problem-based learning: What and how do students learn? Educ Psychol Rev. 2004;16(3):235-266. DOI: 10.1023/B:EDPR.0000034022.16470.f3 Externer Link
23.
Kim MK. Models of learning progress in solving complex problems: Expertise development in teaching and learning. Contemp Educ Psychol. 2015;42:1-16. DOI: 10.1016/j.cedpsych.2015.03.005 Externer Link
24.
Ravens-Taeuber G, Wunder A, Güthlin C, Koné I. Checkliste Blockpraktikum Allgemeinmed. Online ZFA. 2019;7(949):307-313.
25.
Demiroren M, Turan S, Oztuna D. Medical students' self-efficacy in problem-based learning and its relationship with self-regulated learning. Med Educ Online. 2016;21:1-9. DOI: 10.3402/meo.v21.30049 Externer Link
26.
Cartier S, Plante A, Tardif J. Learning by Reading: Description of Learning Strategies of Students Involved in a Problem-Based Learning Program. Montréal: Université de Montréal; 2001.
27.
Woods NN, Mylopoulos M, Brydges R. Informal self-regulated learning on a surgical rotation: uncovering student experiences in context. Adv Health Sci Educ Theory Pract. 2011;16(5):643-653. DOI: 10.1007/s10459-011-9285-4 Externer Link
28.
Doja A, Bould MD, Clarkin C, Eady K, Sutherland S, Writer H. The hidden and informal curriculum across the continuum of training: A cross-sectional qualitative study. Med Teach. 2016;38(4):410-418. DOI: 10.3109/0142159X.2015.1073241 Externer Link
29.
Hafferty F. Beyond curriculum reform: confronting medicine's hidden curriculum. Acad Med. 1998;73(4):403-407. DOI: 10.1097/00001888-199804000-00013 Externer Link
30.
Holmes CL, Harris IB, Schwartz AJ, Regehr G. Harnessing the hidden curriculum: a four-step approach to developing and reinforcing reflective competencies in medical clinical clerkship. Adv Health Sci Educ Theory Pract. 2015;20(5):1355-1370. DOI: 10.1007/s10459-014-9558-9 Externer Link
31.
Mueller S, Weichert N, Stoecklein V, Hammitzsch A, Pascuito G, Krug C, Holzer M, Pfeiffer M, Siebeck M, Schmidmaier R. Evaluation of effectiveness of instruction and study habits in two consecutive clinical semesters of the medical curriculum Munich (MeCuM) reveals the need for more time for self study and higher frequency of assessment. BMC Med Educ. 2011;11:62. DOI: 10.1186/1472-6920-11-62 Externer Link
32.
Deming WE. The New Economics. Cambridge, MA: MIT Press; 1993. p.135.
33.
Dickson D, Kelly IW. The 'Barnum Effect'in personality assessment: A review of the literature. Psychol Rep. 1985;57(2):367-382. DOI: 10.2466/pr0.1985.57.2.367 Externer Link
34.
Morrow G, Rothwell C, Wright P. Self-directed learning groups: a vital model for education, support and appraisal amongst sessional GPs. Educ Prim Care. 2012;23(4):270-276. DOI: 10.1080/14739879.2012.11494120 Externer Link