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

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.
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.
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 (t=3.01، P=0.009). 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).
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.