تاثیر یادگیری مبتنی بر الگوریتم بر تصمیم‌گیری بالینی دانشجویان فوریتهای پزشکی

مقدمه: بهبود تصمیم‌گیری بالینی دانشجویان، یکی از مهم‌ترین چالش‌های آموزش پزشکی می‌باشد و روش‌های متعددی برای ارتقا این مهارت‌ وجود دارد. هدف این مطالعه تعیین اثربخشی یادگیری مبتنی بر الگوریتم بر توانایی تصمیم‌گیری بالینی دانشجویان فوریت پزشکی بود.روش بررسی: در این مطالعه تجربی، 25 دانشجوی فوریت پزشکی به‌صورت 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 موقعیت‌ها و مشکلات اورژانس پزشکی را با استفاده رویکرد الگوریتمی فرا گرفتند و آموزش در گروه کنترل، بدون استفاده از الگوریتم‌ها و به‌صورت 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 تصمیم‌گیری بالینی با استفاده از سناریورهای بالینی و مقیاس خودکارآمدی تصمیم‌گیری بالینی ارزیابی شد.یافته‌ها: میانگین نمرات اخذ شده از سناریور‌های 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 معنی‌دار بود (99/2=t، 006/0=p). میانگین نمره مقیاس خودکارآمدی تصمیم‌گیری 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 معنی‌دار بود (01/3=t، 009/0=p).نتیجه‌گیری: یادگیری مبتنی بر الگوریتم در بهبود وضعیت تصمیم‌گیری بالینی موثر است و استفاده از الگوریتم‌ها در کنار سایر روش‌های آموزشی می‌تواند در ارتقا مهارت تصمیم‌گیری بالینی دانشجویان به ویژه در فوریت‌های پزشکی موثر باشد.