تأثیر یادگیری مبتنی بر الگوریتم بر تصمیم گیری بالینی دانشجویان فوریتهای پزشکی

مقدمه: بهبود تصمیم گیری بالینی دانشجویان، یکی از مهم ترین چالش های آموزش پزشکی می باشد و روش های متعددی برای ارتقاء این مهارت وجود دارد. هدف این مطالعه تعیین اثربخشی یادگیری مبتنی بر الگوریتم بر توانایی تصمیم گیری بالینی دانشجویان فوریت پزشکی بود. روش بررسی: در این مطالعه تجربی، 25 دانشجوی فوریت پزشکی به صورت تصادفی به دو گروه یادگیری مبتنی بر الگوریتم  (13=n) و کنترل  (12=n) تخصیص یافتند. دانشجویان گروه یادگیری مبتنی بر الگوریتم، تشخیص و درمان در موقعیت ها و مشکلات اورژانس پزشکی را با استفاده رویکرد الگوریتمی فرا گرفتند و آموزش در گروه کنترل، بدون استفاده از الگوریتم ها و به صورت سخنرانی اجرا شد. مدت زمان آموزش برای هر دو گروه سه ساعت  (دو جلسه مجزا با فاصله یک روز) بود. و پس از اتمام مداخله، وضعیت تصمیم گیری بالینی با استفاده از سناریورهای بالینی و مقیاس خودکارآمدی تصمیم گیری بالینی ارزیابی شد. یافته ها: میانگین نمرات اخذ شده از سناریور های بالینی در بین دانشجویان گروه آموزش مبتنی بر الگوریتم (67/1±)15/17 و گروه کنترل (63/2±)50/14 بود و این اختلاف از نظر آماری نیز معنی دار بود (99/2=t، 006/0=p). میانگین نمره مقیاس خودکارآمدی تصمیم گیری بالینی در گروه آموزش مبتنی بر الگوریتم (57/1)30/13 در گروه کنترل (05/3)32/10 بود و در این مورد نیز اختلاف معنی دار بود (01/3=t، 009/0=p). نتیجه گیری: یادگیری مبتنی بر الگوریتم در بهبود وضعیت تصمیم گیری بالینی موثر است و استفاده از الگوریتم ها در کنار سایر روش های آموزشی می تواند در ارتقاء مهارت تصمیم گیری بالینی دانشجویان به ویژه در فوریت های پزشکی موثر باشد.