2013 Fiscal Year Annual Research Report
臨床推論能力の評価と能力向上トレーニングの開発研究
| Project/Area Number |
23590870
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
徳田 安春 筑波大学, 医学医療系, 教授 (20505036)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
片岡 仁美 岡山大学, 医歯(薬)学総合研究科, 教授 (20420490)
野口 善令 京都大学, 医学(系)研究科(研究院), 非常勤講師 (30293872)
寺澤 秀一 福井大学, 医学部, 教授 (30324164)
|
|---|
| Keywords | 臨床推論 / 認知バイアス / システム１ / システム２ / 診断エラー / 診断推論 |
|---|
| Research Abstract |
この研究でわれわれは、医学生における臨床推論能力の評価方法を開発し、ケース難易度と推論プロセスのパフォーマンスとの関係を世界で初めて明らかにした。臨床的に診断難易度の低いケースへの推論では、直覚的推論（システム１）が有効であり、分析的推論（システム２）を上回るパフォーマンスを示した。逆に、臨床的に診断難易度の高いケースへの推論では分析的推論（システム２）が有効であり、直覚的推論（システム１）を上回るパフォーマンスを示した。
臨床的に診断難易度の高いケースでは、システム２に対する鑑別診断リマインダー介入が有効であった。これは、症候別に鑑別診断を想起させる診断リストであり、コモンな疾患、重症度や緊急度の高い疾患などには、わかりやすいマークなどを付けて利用しやすい工夫を施した。しかしながら、認知心理学的なアプローチに基づいた認知バイアスの除去リマインダーは無効であり、診断推論パフォーマンスの向上につながらなかった。
また、Eラーニング・テクノロジーを用いて臨床推論学習パイロット・プログラムを開発し、数多くのケーススタディーの問題・回答・解説集を作成した。Eラーニングによる症例問題でのグループ学習の満足度は高いことが示され、推論能力の向上への有効性が示された。複数の医学部間のグループ学習が効果的であることも示した。
われわれの研究であきらかになった臨床推論パフォーマンス向上のための新規的な介入によって、医学部卒業後に臨床の現場における推論エラーを減らし、患者アウトカムを改善させることにより、医療の質を向上させることにつながることが期待される。
|
Research Products
(2 results)
-
-
[Journal Article] Content analysis of medical students' seminars: a unique method of analyzing clinical thinking2013
Author(s)
Yukari Takata, Gerald H Stein, Kuniyuki Endo, Akiko Arai, Shun Kohsaka, Yuka Kitano, Hitoshi Honda, Hidetaka Kitazono, Hironobu Tokunaga, Yasuharu Tokuda, Mikako Obika, Tomoko Miyoshi, Hitomi Kataoka, Hidekazu Terasawa
-
Journal Title
BMC Medical Education
Volume: 13
Pages: 156-156
DOI
Peer Reviewed
