三维虚拟现实与传统患者模拟在急救医学教育中的对比研究:SMARTSIM多中心前瞻性随机试验报告
作者与发表信息
本研究由Erin Donathan(美国皮马社区学院公共安全与急救服务研究所)、Andrea Lalumia(韦伯州立大学急诊医疗系)、Charles Foat(约翰逊县社区学院急诊医学系)、Nigel Barr(澳大利亚阳光海岸大学护理、助产与急救医学学院)及David I. Page(加州大学洛杉矶分校大卫·格芬医学院)共同完成,发表于JACEP Open期刊2024年第5卷,文章编号e13092,DOI: 10.1002/emp2.13092。
学术背景
研究领域:本研究属于急救医学教育(EMS education)领域,聚焦于三维虚拟现实模拟(3D Virtual Reality Simulation, 3DVRS)与传统模拟教学的效果比较。
研究动机:
1. 现实需求:急救医护人员需在动态环境中快速评估患者并制定治疗方案,临床推理能力(clinical reasoning)是关键。模拟教学已被证明能有效培养此类能力,但传统模拟(如高仿真模拟人、标准化病人)存在成本高、场地限制等问题。
2. 技术机遇:虚拟现实(VR)技术为低成本、可复制的模拟教学提供了新选择,但其在急救教育中的有效性缺乏实证支持。
3. 政策推动:COVID-19疫情期间,美国急救医学教育认证委员会(CoAEMSP)临时允许虚拟模拟替代部分临床实践,但需验证其等效性。
研究目标:通过多中心随机对照试验,比较3DVRS与传统模拟对急救医学生临床推理能力的影响,验证虚拟现实的非劣效性。
研究流程与方法
1. 研究设计与样本选择
- 设计类型:多中心前瞻性随机对照试验,采用分层随机抽样(stratified random sampling)平衡不同院校间的差异。
- 样本来源:从美国10所认证急救医学项目中招募11个班级的203名学生,最终174人完成研究(传统模拟组88人,3DVRS组86人)。
- 排除标准:2名学生因虚拟现实眩晕症(cybersickness)退出。
2. 干预措施
- 传统模拟组:
- 工具:采用美国急救医疗技术员协会(NAEMT)的《高级医学生命支持(AMLS)》纸质场景,由教师扮演患者。
- 流程:学生完成6个以“意识状态改变”为主题的场景,涵盖30种鉴别诊断,时长2小时。
- 3DVRS组:
- 平台:使用VR Patients软件(专为急救教育设计的虚拟现实平台)及Oculus Quest Gen 2头显(图4)。
- 场景一致性:与传统组相同的6个AMLS场景,通过3D环境模拟院前急救现场(图3)。
3. 质量控制
- 标准化操作:所有教师接受统一培训,禁止额外反馈,确保两组仅通过标准化复盘表(debrief sheet)反思场景。
- 防偏倚设计:去除前测(pretest),避免学生疲劳影响后测表现。
4. 数据收集与分析
- 评估工具:50项多选题后测(由FISDAP提供,已验证信效度),考察临床推理能力。
- 统计方法:因成绩分布非正态(Shapiro-Wilk检验,p<0.001),采用非参数Mann-Whitney U检验比较两组差异。
主要结果
成绩对比:
- 两组中位数成绩均为70分(传统模拟组IQR: 64–75;3DVRS组IQR: 64–76)。
- Mann-Whitney U检验显示无显著差异(U=4064.5, p=0.396),支持3DVRS的非劣效性。
虚拟现实的可行性:
- 仅2.3%参与者因眩晕退出,提示3DVRS对大多数学生耐受性良好。
- 复盘表的使用有效缓解了虚拟现实潜在的认知负荷问题。
结论与价值
科学价值:
- 首次实证支持:证实3DVRS在急救医学教育中与传统模拟等效,为虚拟现实技术的应用提供了循证依据。
- 方法论创新:通过多中心分层随机设计控制院校差异,增强结果普适性。
应用价值:
1. 资源优化:3DVRS可降低场地、设备及人力成本(研究引用显示VR成本仅为传统模拟的1/10)。
2. 教育公平:虚拟场景可标准化复制,解决偏远地区教学资源不足问题。
3. 政策参考:支持CoAEMSP将虚拟模拟纳入认证标准的决策,助力后疫情时代急救人才培养。
研究亮点
- 技术整合:首次在急救教育中系统评估商用VR平台(VR Patients)的教学效果。
- 临床相关性:聚焦“意识状态改变”这一高风险、低频率场景,填补虚拟现实在复杂鉴别诊断训练中的证据空白。
- 实用性设计:通过去除前测、标准化复盘等细节优化,提升研究可操作性。
局限性与未来方向
- 样本限制:仅纳入美国高校学生,未覆盖在职医护人员。
- 长期效果:缺乏对知识保留率(knowledge retention)的追踪评估。
- 技术扩展:需进一步研究VR在技能操作(如气管插管)训练中的作用。
本研究为急救医学教育的技术革新提供了关键证据,未来需扩大样本并探索混合模拟(hybrid simulation)模式以优化教学效果。