Article
Zusammenhang des Verständnisses grafisch dargestellter Studienergebnisse mit der Risikokompetenz von Medizinstudierenden – eine explorative Studie
Search Medline for
Authors
Published: | March 20, 2019 |
---|
Outline
Text
Hintergrund/Fragestellung: Medizinstudierende müssen lernen, die in Studien dargestellten Ergebnisse verstehen und interpretieren zu können. Dafür benötigen Studierende eine entsprechende statistische Rechenkompetenz, die sie befähigt, Informationen über Wahrscheinlichkeiten korrekt zu interpretieren. Diese sog. Risikokompetenz („Risk Literacy“) ist ein zentraler Aspekt der medizinischen Entscheidungskompetenz und kann inzwischen mit einem etablierten Messverfahren (Berlin Numeracy Test, BNT, [1]) erhoben werden.
Studienergebnisse werden zudem zur Erleichterung des Verständnisses häufig grafisch aufgearbeitet. Allerdings ist bekannt, dass sich Ärzte durch irreführende Darstellung klinischer Evidenz leicht manipulieren lassen. Mit der sog. „Graph Literacy Scale“ kann man das Verständnis grafisch dargestellter Studienergebnisse messen [2]. Wir wollten wissen, wie stark bei Medizinstudierenden das Verständnis grafisch dargestellter Studienergebnisse mit ihrer Risikokompetenz zusammenhängt.
Methoden: Teilnehmer waren 115 Medizinstudierende aus dem dritten Studienjahr, die den BNT (Gesamtpunktzahl 0–4 Punkte) und die „Graph Literacy Scale“ (0 bis maximal 13 Punkte) ausgefüllt haben. Die Studierenden mussten insgesamt zwölf kurze Fallbeispiele im MC-Format bearbeiten, in denen unterschiedlich schwierige Rechenaufgaben angeboten bzw. Studienergebnisse unterschiedlich graphisch dargestellt wurden.
Ergebnisse: Es konnten 109 vollständige Datensätze in die Datenanalyse einbezogen werden. Das durchschnittliche Alter betrug 22,7 (±3,6) Jahre, 43,1 % der Teilnehmer waren männlich. Im Durchschnitt wurde von den Teilnehmern ein BNT-Score von 2,2 (±1,12) und ein Graph-Literacy-Score von 10,30 (±1,74) Punkten erreicht. Es zeigte sich eine signifikante Korrelation von r=0,21 (Spearman's rho, p=0,03, R2=0,0441).
Für Studierende, die überdurchschnittliche Werte in der Graph Literacy (≥11 Punkte, n=58) erreichen, ergibt sich ein signifikanter Unterschied im durchschnittlichen BNT-Score gegenüber den Low-Scorern (2,41 vs. 1,94; p=0,028).
Schlussfolgerungen: Trotz positiven Zusammenhangs zwischen Risk - und Graph Literacy zeigt der geringe Anteil gemeinsamer Varianz von 4,4 % die Notwendigkeit einer mehrdimensionalen Erfassung des Studienverständnisses.
Interessenkonflikte: Keine.