跳转至内容页

低仿真模拟在产出和分享中的作用

改善产和新生儿医疗

模拟生产场景可以帮助医疗保健专业人员识别并可能减轻新妈妈和新生儿的不良事件。1然而,为这些情景选择的现实程度或“富达”并不总是必须极端。通常,当教育工作者开始计划劳动和交付周围的情景时,他们的战略迅速跳跃高保真,全身的分娩模拟器。但,根据学习目标的不同,计划和设置高保真度模拟所需的工作可能是不必要的,而且是劳动密集型的。

低保真度模拟可以为学习者提供丰富的训练经验最小的代价。下面,我们总结了三种使用低保真度模拟训练的方法,以减少对孕产妇和新生儿患者的可预防伤害。

任务培训师-你的学习者如何提高技能表现

需要反复练习的情况最适合使用任务训练器。例如,使用任务培训师的一个很好的机会是在分娩评估和不同的分娩协议的培训。学习者可以动手实践,心理运动技能独立和在自己的节奏,没有复杂的高保真模拟。

在一项使用分娩模拟器评估肩部难产训练的研究中,学习者在以下方面看到了44%的改善。2

  1. 评估
  2. 打电话求助
  3. 定位
  4. 耻骨弓上的压力
  5. 外阴切开术评估
  6. 内部旋转
  7. 后臂娩出

使用任务训练器,学生可以专注于建立他们在执行特定技能的信心的基础,而教育者可以测量和确认学习者已经掌握了这些技能。从这里,学习者可以推进到高保真模拟或治疗真实的病人,知道他们有必要的基础经验。

如果你的学习者需要重复的,孤立的技能练习,任务教练可能是你需要整合到你的训练中。

标准化病人-提高新学习者的技能表现

使用标准化病人(SP)可以有利于发展一个医生的人际沟通技能。由于SPs可以用语言描述他们所经历的症状,因此它们在收集患者病史和诊断症状方面特别有用。通过使用SP的肢体语言来传达特定的信息,医疗保健专业人员被要求更善于观察他们的病人。

华盛顿大学医学中心劳动和交付单位开发的一种情况证明了在出生情景中使用SP的益处。制定产科出血的紧急情况,SP为医疗保健团队提供了危急触发。随着患者的病情恶化,SP变得焦虑而且有关。3.通过这种练习,学习者提高了自己的观察能力和专业技能。

通过将SP合并到场景中,您可以在模拟训练中引入一个真实的人的元素。学习者可以与“真正的”病人交谈,观察身体暗示,并考虑他们的整体行为举止,从而形成更全面的诊断。

结合两-混合模拟提供了最好的两个世界

任务训练器和sp都有一个关键的好处:它们都可以以创造性的方式包含在模拟中。你可以随心所欲地发挥自己的想象力——特别是当你考虑混合模拟的时候。混合模拟是指在同一模拟会话中使用两种或两种以上的模拟模式(即在SP上附加任务训练器)。使用这种形式的模拟可以实现技术和沟通技能的综合实践4

研究表明,学习者更有吸引力的患者与SP互动,但很可能与Manikins更频繁地使用逼真的程序触摸。4混合模拟是改善临床治疗的一种方法学习者耐心的互动技巧。

通过在一个场景中结合两种形式的模拟,您可以有效地教授与分娩相关的复杂性,同时也帮助学习者与病人建立沟通和融洽的关系。

模拟绝不是一个放之四海而皆准的解决方案

考虑到计划的规模,预算和学习目标,每个模拟应该是不同的。对于不需要高保真,丰富的仿真设备的情况,还有其他可用的选项。

无论是一起使用,任务培训师和标准化患者是否都有其独特的作用。他们可以实施基本临床评估和程序技能,并有助于分别开发学习者的人际关系和沟通技巧。更令人兴奋的是,当适当地使用时,它们可以帮助您在学习者中实现两项技能。

参考文献

  1. Le Morvan,P.&Stock B.(2005)。医学学习曲线和凯蒂安理想。医学伦理学杂志,31(9);513-518。
  2. Fialkow,M.F.,Adams,C.R.,Carranza,L.,Golden,S.J.,Benedetti,T.J.,&Fernandez,R。(2014)。基于原位标准化患者的模拟,用于培训劳动和交付单位的产后出血和团队技能。医疗模拟:医疗模拟学会杂志,9(1):65-71。DOI:10.1097 / SIH.0000000000000007
  3. Flynn,K。(2012)。使用标准化患者在临床环境中最大限度地减少本科护理学生中的焦虑。从检索http://sophia.stkate.edu/cgi/viewcontent.cgi?article=1057&context=ma_nursing
  4. Lopreiato,J.O.(2016)。医疗仿真:字典。Rockville,MD:医疗保健研究和质量的机构
  5. Coffey, F. Tsuchiya, K., Timmons, S., Baxendale, B., Adolph, S., & Atkins, S.(2016)。模拟病人与人体模型在急性护理场景。临床医学杂志,13(4):257-61。doi: 10.1111 / tct.12425
Baidu