时间:2024-06-19
郭洪彬,王筝扬,宋正飞,李新伟,王义荣
(浙江大学医学院附属邵逸夫医院:1.下沙院区神经外科;2.教育办公室,浙江 杭州 310016)
教学查房是住院医师规范化培训工作的重要组成部分,是核心的教学形式之一,在国内外的住培事业中均发挥着重要的作用[1-2]。随着我国住培事业的稳步发展,浙江大学附属邵逸夫医院的教学查房质量得以提升。然而在推进教学查房常态化的进程中,始终保持高质量和高效率并非易事,仍然面临着一些困难和挑战。
教学查房必须以真实的临床病例为教学内容,以临床诊治能力和临床思维能力培养为目标[3]。然而在实际的教学查房中,部分带教老师和住培学员由于没有准备好相应的病例,导致教学查房的内容空泛,知识的拓展延伸不到位,讨论不起来,不具有教学意义[4]。
如何快速地获取病例资料就是困难之一。在教学查房之前,带教老师和住培学员均需准备病例资料。然而医院现有的HIS系统是为医师的日常诊疗工作而设计的程序,并不能进行多条件查询。且医院往往“重藏轻用”,将1年以上的病料库存起来,这就导致无法获取时间跨度长的资料。
Python是一种广为流行的开源的编程语言,具有极其强大的数据处理、数据统计和处理能力,已被应用于医院的信息化建设和管理[5-6]。
邵逸夫医院神经外科的临床教师同时具备Python编程能力,利用自身的Python编程技术创建了“交班数据库”。通过此数据库,可以快速地获取教学查房所需的病例资料和图片,在神经外科专业基地的教学查房中发挥了重要作用。
邵逸夫医院神经外科自2011年11月起,就采用了PowerPoint(PPT)演示文档交班,将病人的简洁病史和典型影像做成PPT文档供晨间交班使用。住培学员参与了交班,同样也参与了制作这些交班PPT文档。截至2020年6月已有3 274个PPT文档,60 000多条病例信息。同一病人多次住院、多次手术、病情变化的详细情况全都记录在这些文档中。然而,这些海量的PPT无法用常规方法检索内容,因为它们均是以时间为序而堆积在一起。为使这些珍贵的病历记录资料能快速检索后得到有效利用,邵逸夫医院神经外科组织人员利用Python编程技术将这些PPT中的信息批量整合到专门数据库中,包括患者姓名、性别、病例号、主诉、简要病史、主要的体格检查结果、主要的辅助检查结果和图片信息。同时开发了相关软件,极大地提高了病历资料的查阅效率。
邵逸夫医院神经外科每周一次教学查房,每次教学查房,均有约8~12人的住培学员参加。教学查房均由教学秘书统一安排,将2019年全年的教学查房按照随机的原则安排21次作为实验组(即数据库组),并另外安排21次教学查房作为对照。所有的教学查房均由7名主查教员完成。自2019年2月至2019年12月,共42次教学查房,共涉及住院医师82人。
自2019年2月始将创建的交班数据库、配套软件和脚本应用到住培临床教学查房实践中。在准备和实施实验组的教学查房时,教学秘书提供交班数据库给主查教员和学员使用(通过软件授权的方式),用以查阅或者获取相关病例资料和图片资料;在准备和实施对照组的教学查房时,不予提供,教员和学员可以选择其他的工具查阅和获取资料,如医院的HIS系统。
确定教学查房的病人之后,带教老师将交班数据库应用到以下情形:①准备查房病人的病例资料(包括此病人既往的资料);②准备用于鉴别诊断的病例和图片资料;③准备“第二份病例”;④ 准备疾病不同发展阶段的资料或者图片;⑤准备手术后并发症的相关资料或者图片;⑥查找住培医师的经治病人的资料等。
住培学员在以下方面使用交班数据库:①熟悉所选的教学查房病人的资料;②复习疾病相关的知识;③查找自己经治病人中类似的病例;④熟悉疾病的各个亚型、不同时期的图片资料,以便参与讨论等。
每次教学查房,均由教学主任和教学秘书对教学查房进行评分。评分标准分为4个部分,其中查房准备10分,床旁查房45分,讨论小结45分,查房记录5分。同时统计两组教学查房中引入的真实病例的数量,引入的图片数量。
采用交班数据库支持的教学查房列为数据库组,不采用交班数据库支持的教学查房列为对照组。两组所涉及的住培学员相同。
住培学员在神经外科培训结束时,采用问卷调查的形式评价反馈数据库的使用情况。学员对数据库的评价分3个层次:①非常有帮助;②有帮助;③没有帮助。同时请学员提出意见和建议。
采用Microsoft Excel收集和整理资料,采用Python对所有数据进行分析,引入了numpy、pandas和scipy.stats包。获取病例数量和获取图片数量均采用中位数(25%~75%百分位数)表示,综合评分采用均数(±标准差)表示。由于主查教员也可能影响教学查房的质量,故采用双因素方差分析,以P<0.05为差异有统计学意义。
共有50名住培学员使用过交班数据库。通过问卷调查,22名学员评价为“非常有帮助”,28名学员评价为“有帮助”,没有学员评价为“没有帮助”。另有15名学员反应,此交班数据库,弥补了医院HIS系统的不足,可以进行多条查询,有利于查找历史病例和图片(如图1)。
图1 使用交班数据库进行多条件查询的实例
数据库组的教学查房中涉及的真实的病例资料数量和图片数量多于对照组的(见表1)。数据库组和对照组的教学查房的综合评分分别为(86.90±5.49)分和(79.86±4.94)分,差异具有统计学意义(F=17.957,P<0.001)。
表1 数据库和主查教员对教学查房的质量对比
7名主查教员在教学查房中引入的病例数量、图片数量及综合评分的对比均无统计学意义(见表1)。分组和主查教员两因素间均无交互效应,差异均无统计学意义(F=0.487,P=0.812;F=0.101,P=0.996;F=0.828,P=0.558)。
教学大查房是住院医师培训期间的主要的教学方式之一,是通过讨论真实病例而达到教学的目的[2]。它是用一个诊断明确、处理成熟、结局明确的完整病例演示完整的思路过程。在教学查房的过程中,还需要引入“第二份病例”。引入的实质是应用整合医学理念,打破专科思维局限,提升学员“触类旁通”的悟性[7]。因为这有助于进行鉴别诊断,即便是同一个病人,在不同的时期多次住院时的病情也不一样,引入“第二份病例”的目的就是为了从多角度、多时间段分析和讨论疾病,以帮助住培学员理解和掌握。
然而,获取病例资料和图片资料是一个极为低效的过程。教员或学员在医院的HIS系统上查找“第二份病例”时困难重重,因为医院的HIS系统是为医护人员的日常诊疗工作而设计的,不具备多条件查询的功能。对于超过1年的病例资料和图片资料,已经被病案室库存起来,需要申请并获得审批后才能获取。有些教员或学员是以放弃了引入“第二份病例”。
交班数据库的创建极大地缓解了这个矛盾。既然是数据库,就具有了数据库特有的功能,可以进行多条件查询。比如:输入“脑积水”查询,即可得到1 754条记录,若是增加查询条件,如“曾行分流术”“不是颅内感染后的脑积水”“不是动脉瘤术后的脑积水”,则查询可得639条记录。这种多条件查询功能是医院的HIS系统不具备的(如图1)。
交班数据库的数据来源真实的病例,也可能正是住培学员经手诊治的病例,有利于学员复习。另外,交班数据库的配套使用软件易于上手,无须复杂的软件学习过程,不会Python编程的学员或教员均能正常使用。
对于图片资料的查询和获取,更能体现交班数据库的优势。因为医院的HIS系统的影像查询系统只能是通过病历号和患者姓名来查询,不能通过疾病或者手术名称等组合式多条件来查询。即便是通过病历号查询到的图片,也是未经选择和过滤的图片。要知道,一次CTA检查的图片就达300张,一个病人的多次住院的CT和MR的图片资料可达2 000多张,从这些未经过滤的图片中截取典型的图片又是一个耗时的过程。交班数据库中的图片是经过医生过滤过的,且与疾病名称、手术名称、并发症等关联。还与患者住院的时间关联,这使得教员或者住培学员可以获取患者不同时间段的图片资料(见图2),这对于住培学员掌握疾病的全貌极为重要。
图2 一患者3年内3次住院时的CT图片引发学员关于脑淀粉样变性与脑出血和脑积水相关性的讨论
实践证明,数据库组的教学查房时引入的病例数量和图片数量大于对照组的。与之关联的是教学查房的质量也得以提升。本研究发现,对照组中大部分的教学查房仅包括主查病例1个,即未引入“第二份病例”,使得教学查房具有盲目性,学员讨论不起来。鉴别诊断靠教员讲解,影像资料的判读也靠教员讲解(同时缺少图片资料),进而使得对照组的部分教学查房走上了“查房+小讲课”的老路[8]。而这不是我们所推崇的教学查房。新的学习理论不再强调以结构式课程为主的灌输式传授方法,而是强调激发人脑认知的特点,运用“以学生为中心”的主动学习方法,通过在临床实践中发现问题、解决问题,最终促进自我不断地学习来构建知识体系[9-10]。
数据库组的教学查房,附加病例资料和图片资料丰富,讨论环节明显好于对照组的。在讨论中若需要类似病例支持,甚至可以在现场查阅数据库,迅速找到不同部位、不同亚型、不同治疗方式的目标病例,即时呈现相关图片。住培学员可以主动地思考,主动地参与。带教教师是“领航者”,需加以引导,防止“走偏”,完成既定地教学目标[11]。
住培学员有别于见习或实习学生,他们参与值班和交班PPT的制作,教学查房时所讨论的病例可能正是该学员经手诊治的病例。这些病例经由交班数据库再一次被搜寻出来,并在教学查房中使用,可以让学员更加清晰地认识疾病,更加深刻地认识到自己工作的不足,对今后的工作大有裨益。这正是中国医师协会所推崇的“临床实践为核心,坚持在干中学、学中做、学做结合,以干代看”的分层递进的进阶式教学方式[12]。
中国毕业后医学教育杂志官方网站公布的住院医师规范化培训教学查房示教片中,吴建胜教授说:“咱们做带教老师的责任就是让我们所有的规培学员看到更多的图像,学到更多的知识,拓展你们的视野。我相信在未来的教学查房里面,一定会带你们走入一个更加新的境界”[3]。正如吴建胜教授所说,基于Python的交班数据库很好地解决了病例资料获取和图片资料获取的困难,在神经外科教学查房中引入更多的真实病例和图片,让住培学员学到更多的知识。
利益冲突:所有作者均声明不存在利益冲突
作者贡献声明:郭洪彬、宋正飞:提出论文构思及撰写论文;李新伟、王筝扬:修改论文,提出修改意见;王义荣:总体把关,审订论文。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!