对卫生专业人员来说,在线学习比传统的学习更有效吗?

本综述的目的是什么

本Cochrane综述的目的是找出在线学习,即交互式在线教育方案,是否比传统的学习(无法进行网络学习)在执业卫生专业人员中能更有效地改善患者结局或卫生专业人员的行为、技能和知识。Cochrane研究人员收集并分析了所有相关的证据以回答这个问题,并确认纳入了16项研究。

关键信息

与传统学习相比,在线学习对改善患者结局或卫生专业人员的行为和知识几乎没有任何影响,它是否能提高或降低保健专业人员的技能也不确定。

该综述研究了什么?

现代技术为推进医学教育创造了新的平台。由于个性化教学的潜在好处,在线学习获得了普及,使学习者能够根据自己的需要调整课程的速度和内容,增加远程学习者的信息获取能力,降低成本并促进内容频繁更新。

既往的综述没有发现明确差异性,但它们受到包括受试者类型(混杂着执业卫生专业人员和医学生)和评价的研究类型(随机与非随机试验)的限制。

本综述的主要结果是什么?

综述作者从10个不同国家确定了16项相关研究报告,提供了5679名受试者(4759名卫生专业人员的混杂群体、587个护士、300位医生和33名儿童保健顾问)的数据。公司资助了三项研究,而政府机构资助了六项。

一项涉及847名卫生专业人员的研究发现,在线学习和传统学习对患者结局的影响在一年内几乎没有或没有差别;两项涉及950名卫生专业人员的研究表明,卫生专业人员的行为在3个月到12个月内几乎没有差别, 证据的确定性是低等。在0至12周的随访中,根据六项研究结果和2912名受试者,我们不确定在线学习是否能提高或降低卫生专业人员的技能,证据的确定性极低 。在0至12周的随访中,根据11项研究的结果和3236名受试者,在线学习也可能对卫生专业人员的知识几乎没有影响,因为证据的确定性非常低。

本综述的最新进展如何?

本综述的作者们检索了发表于2016年7月以前的相关研究。

结论: 

与传统学习相比,在线学习可能对患者结局或卫生专业人员的行为、技能或知识几乎没有或没有影响。即使在特定医学教育环境下,电子学习可能比传统学习更成功,但普遍认为它本身比传统学习更有效可能会给人误导。

阅读摘要全文
背景: 

在线学习,被定义为通过互联网进行的任何电子媒介教育干预。它的使用度在世界各地的卫生专业人员中稳定上升。一些研究试图测量在线学习在医疗实践中的影响,与不介入相比,电子学习往往具有很大的积极作用,与传统学习(无法进行在线学习)相比,其积极作用较小。然而,结果并非决定性的。

目的: 

本研究旨在评价在线学习方案对比传统学习,对执业卫生专业人员在改善病人结局或医护人员的行为、技能和知识方面的影响。

检索策略: 

截至 2016年7月,我们检索了CENTRAL、MEDLINE、Embase、五个其他数据库和三个试验登记库,没有任何基于语言或出版状况的限制。我们检查了纳入的研究和其他相关综述的参考文献列表。必要时,我们联系了研究作者以收集有关研究的补充信息。

纳入标准: 

评价在线学习与传统学习对卫生专业人员的效果的随机试验。我们排除了涉及卫生专业本科生的试验和非随机试验。

资料的收集与分析: 

两名研究者独立进行文献筛选、提取资料和偏倚风险评价。我们使用GRADE方法对每个结局的证据的确定性进行分级,并在适时使用相对风险(风险比率(RR)或比值比率(OR)或标准化平均差(SMD)对结果的影响进行标准化。

主要结果: 

我们纳入了16项随机试验,涉及5679名执业卫生专业人员(4759名混杂的卫生专业人员、587名护士、300名医生和33名儿童保健顾问)。

与传统学习相比,在12个月的随访中,低确定性的证据表明,在线学习可能会对以下病人的结果几乎没有或没有区别:低密度脂蛋白胆固醇(LDL)少于100mg/dL的患者(调整差为4.0%,95%置信区间(CI)=−0.3至7.9,N=6399例,1项研究)和糖化血红蛋白水平小于8%的患者(调整差为4.6%,95%CI=−1.5至9.8,3114 例,1项研究)。在3至12个月的随访中,低确定性证据表明,在线学习对卫生专业人员的下列行为可能几乎没有任何影响:筛查血脂异常(OR=0.90,95%CI=0.77-1.06,6027例,2项研究)和血脂异常的治疗(OR=1.15,95%CI=0.89-1.48,5491例,2项研究)。目前还不确定在线学习是否提高或降低了卫生专业人员的专业技能(2912名卫生专业人员;6项研究;极低确定性的证据),而且其可能对卫生专业人员的知识几乎没有改变(3236个受试者;11项研究;低确定性证据)。

由于缺乏研究和数据,我们无法探索不同亚组的效果差异。由于报告不规范,我们无法收集足够的资料以完成对大部分质量标准有意义的偏倚风险评价。我们将大多数研究的偏倚风险评价为不清楚,但我们将样本量最大的试验归为低偏倚风险。缺失数据是一些研究潜在的偏倚来源。

翻译备注: 

译者:朱思佳;审校:卜繁龙,北京中医药大学循证医学中心,2019年1月6日。

Tools
Information
Share/Save