Kuinka SDSU hyödyntää simulaatiohavaintoja osaamisperusteisen sairaanhoitokoulutuksen tueksi

Etelä-Dakotan osavaltionyliopistolla (SDSU) on kolme toimipaikkaa Brookingsissa, Rapid Cityssä ja Sioux Fallsissa, ja se tarjoaa ohjelmia, kuten perinteinen ja nopeutettu sairaanhoitajan kandidaatti (BSN), sairaanhoitajasta kandidaatiksi (RN to BSN), maisteriohjelma (MSN), jatkotutkintotodistukset, hoitotyön tohtoriohjelma (DNP) ja tohtorintutkinto (Ph.D.). SDSU:n simulaatio-ohjelmalla on akkreditointi Terveydenhuollon simulaation yhdistyksen (Society for Simulation in Healthcare, SSH) sekä Core- että Opetus/Koulutus-ohjelmilta.
South Dakota State University College of Nursing on hiljattain läpikäynyt merkittävän muutoksen: perinteinen koulutus on vaihdettu vaativaan pätevyyspohjaiseen koulutusmalliin (CBE). Ensimmäinen opiskelijaryhmä, joka opiskelee American Association of Colleges of Nursing (AACN) Essentials -opetussuunnitelman mukaisesti, aloitti syksyllä 2025.
Dr. Alyssa Zweifelille, joka toimii SDSU:n Assistant Professorina ja Healthcare Simulation Centerin johtajana, siirtyminen CBE-malliin on luonteva kehitysaskel, joka perustuu simulaation tarjoamalle pohjalle.
“Mielestäni tämä on uskomatonta,” Dr. Zweifel sanoi CBE:stä. “Se on erittäin hyvin linjassa niiden simulaatiostandardien ja -teorioiden kanssa, joita olemme aina käyttäneet simulaatiopohjaisessa opetuksessa.”
Itse asiassa SDSU:n ydinsimulaatiotiimi on jo aiemmin toiminut pätevyyslähtöisellä ajattelutavalla — ja tiimin jäsenet tuovat nyt asiantuntemuksensa osaksi suurempaa CBE-asiantuntijoiden ryhmää koko akateemisessa rakenteessa.

Haaste
Koska kompetenssipohjainen koulutus (CBE) painottaa, mitä opiskelijat “tekevät” pikemminkin kuin pelkästään sitä, mitä he “tietävät”, se edellyttää valtavan määrän formatiivisen ja summatiivisen arviointidatan keräämistä simulaatioista. Se tarkoittaa myös, että kaikki tämä simulaatiodata on tulkittava tehokkaasti opetustrategioiden informoimiseksi — sekä yksilö- että ryhmätasolla.
Luonnollisesti kaiken datan hallitseminen hyödyllisellä tavalla on ollut monille ohjelmille — mukaan lukien SDSU — haastavaa.
“Tavallisesti kirjasimme simulaatiopaperimme kirjaimellisesti kasaan”, Dr. Zweifel jakoi. “Minulla on kolme toimipaikkaa, ja kaikki ne lähettivät paperit minulle. Istuin jokaisen lukukauden lopussa paperipinojen kanssa ja laskin kaiken yhteen saadakseni arviointidatan. Tähän kului vähintään 40 tuntia.”
Koska arviointidata analysoitiin vasta lukukauden lopussa, oli mahdotonta reagoida nopeasti opetussuunnitelman ongelmiin.

Ratkaisu
Simulaatioiden tuottaman suuren datamäärän hallitsemiseksi tohtori Zweifel ja hänen tiiminsä päättivät alkaa käyttää SimCapturea. Tämä simulaationhallintajärjestelmä auttaisi heitä arvioimaan oppijoiden suorituskykyä, keräämään suorituskykytietoja ja organisoimaan ne merkityksellisiksi oivalluksiksi.
He yhdistivät SimCapturen Creighton Competency Evaluation Instrument© (CCEI) -arviointivälineen kanssa.
Creighton Universityn sairaanhoidon opettajien kehittämä Creighton Competency Evaluation Instrument© (CCEI) tarjoaa luotettavan, todisteisiin perustuvan menetelmän kliinisen pätevyyden arviointiin — auttaen kuromaan umpeen akateemisen oppimisen ja käytännön työn välistä kuilua.
CCEI on sittemmin päivitetty uuteen versioon: CCEI 2.0. Versio 2.0 korostaa enemmän kliinistä harkintaa ja sisältää Yhdysvaltojen National Council of State Boards of Nursing Clinical Judgment Measurement Model -mallin.
Työkalu sisältää 25 kohtaa ja arvioi pätevyyttä neljässä keskeisessä kategoriassa:
Lue lisää CCEI 2.0:sta ja siitä, miten Laerdal tekee yhteistyötä Creighton Universityn kanssa työkalun käytön laajentamiseksi.
Tohtori Zweifel ja hänen tiiminsä latasivat CCEI:n SimCaptureen. Opettajat täyttivät arvioinnin skenaarion ja purkutapahtuman aikana, ja SimCapture tallensi kaikki tiedot ja järjesti ne näkemyksiksi.

Tulokset
Siirtyminen paperiarvioinneista datan hallintaan SimCapture- ja CCEI-järjestelmien avulla tuotti huomattavia tehokkuushyötyjä tohtori Zweifelin ja hänen tiiminsä työskentelyyn.


SimCapture-ohjelman käyttäminen CCEI:n kanssa on luonut tehokkaan yhdistelmän, joka on tuottanut käyttökelpoisia oivalluksia.
Eräs kirkas esimerkki liittyi kiihdytetyn ohjelman ensimmäiseen ryhmään, joka käyttää uutta CBE-opetussuunnitelmaa. Kun Semester 1 -lääkkeiden antosimulaatio suoritettiin, simulaatiokeskuksen tiimi käytti SimCapture-dataa tunnistaakseen olemassa olevia ryhmäkohtaisia trendejä.
Tulosten analysointi “Laatu ja turvallisuus” -osa-alueelle paljasti puutteen laitteiden ja välineiden hallinnassa. Tohtori Zweifel huomasi, että vain yksi kuudesta ryhmästä osasi oikein liittää IV-piggyback-lääkkeet steriileillä menetelmillä.
Tämä havainto johti välittömään tutkintaan opetustiimin kanssa. Kävi ilmi, että opetussuunnitelmassa oli vääristymä. Opiskelijoilla ei ollut tarpeeksi mahdollisuuksia taitojen harjoittelulaboratoriossa tehdä nopeasti toistuvia, harkittuja käytännön harjoituksia, joita tarvittiin taitojen hallitsemiseksi ennen simulaatiota.
“Ei ihmekään, etteivät he suoriutuneet hyvin IV-lääkkeiden käytössä ja saavuttaneet turvallisuuspisteitä — koska he harjoittelivat niitä ehkä vain kerran,” hän selitti.
Tiimi päätti siirtää simulaation takaisin lukukauden loppuun, jotta opiskelijat voivat saada enemmän toistuvaa harjoittelua ja palata sitten simulaatioon.
Datan saatavuus heti mahdollisti opettajien välittömät toimenpiteet. “Datan saatavuus sormenpäillä on valtavan tärkeää,” tohtori Zweifel sanoi. Hän huomautti, että ilman SimCapturea ongelman havaitsemiseen ja korjaamiseen olisi voinut kulua paljon enemmän aikaa.
SimCapture tarjoaa ryhmätason tietojen lisäksi dataa, joka auttaa tohtori Zweifelia ja tiimiä arvioimaan yksittäisten opiskelijoiden suoritusta tehokkaammin ajan mittaan. Analysoimalla opiskelijoiden suorituksia useiden simulaatioiden aikana henkilökunnan on mahdollista tunnistaa jatkuvia puutteita kriittisillä alueilla, kuten kliinisessä arviointikyvyssä. Data tarjoaa ohjeistusta opiskelijoiden tukemiseen ja korjaavien toimenpiteiden suunnitteluun.
“Sukellan todella syvälle [dataan] … auttaakseni opiskelijaa saavuttamaan pätevyyden heidän edetessään simulaatio-opetussuunnitelmassa,” hän sanoi.
SimCapture-järjestelmän datan arvo ulottuu opiskelijoiden suoriutumisen ja opetusohjelman sisällön lisäksi myös tärkeisiin käyttöpäättäjiin ja opettajien toiminnan yhdenmukaisuuteen.
Henkilöstön perustelu. Kun SDSU:n Rapid City -toimipiste laajensi simulaatiotilaansa, tohtori Zweifel tarvitsi todisteita voidakseen palkata toisen simulaatioteknikon. Hän keräsi SimCapturesta tietoja keskuksen kirjautumistunneista ja pystyi osoittamaan, että Rapid Cityssä oli nyt kaksinkertainen määrä kontaktitunteja verrattuna muihin toimipisteisiin — mutta vähemmän henkilökuntaa. Tiedot auttoivat perustelemaan toisen simulaatioteknikon palkkaamista Rapid Cityyn. Hän totesi, että ilman SimCapturea hänen olisi pitänyt tehdä huomattava määrä manuaalista taustatyötä uuden työntekijän palkkaamisen perustelemiseksi.
Arvioijien välinen johdonmukaisuus. Tämä SimCapture-metriikka auttaa standardisoimaan tiedekunnan CCEI-työkalun käyttöä. SimCapture korostaa kohtia, joissa esiintyy kohtalaista tai suurta epäjohdonmukaisuutta. Tämä on mahdollistanut tohtori Zweifelin käsitellä johdonmukaisuuskysymyksiä tiedekunnan kanssa henkilökohtaisesti tai selkeyttää suorituksen indikaattoreita (PI:t), jotka olivat liian epämääräisiä. Esimerkiksi yksi PI oli yksinkertaisesti “määritä elintoiminnot.” Tiimi huomasi tarpeen selkeyttää ja täsmentää, että opiskelijoiden tulisi saada kolme viidestä, mukaan lukien tietyt elintoiminnot.

Auttaakseen opiskelijoita saavuttamaan perustaitojen hallinnan tohtori Zweifel ja hänen tiiminsä ottivat käyttöön Rapid-Cycle Deliberate Practice (RCDP) -mallin: oppijakeskeisen mallin, joka paljastaa suorituksen puutteita, tunnistaa palautteen kohteet ja antaa toistuvia mahdollisuuksia hallita taitoa.
He yhdistivät RCDP:n SimCapture for Skills -ratkaisuun: digitaaliseen arviointi- ja arviointialustaan. SimCapture for Skills -alustan avulla opiskelijat harjoittelivat itsenäisesti ja tallensivat itsensä suorittamassa taitoja, mikä helpotti itsearviointia ja reflektiota. Opiskelijoiden tallenteet osoitettiin myös muiden opiskelijoiden tarkasteltavaksi, mikä mahdollisti rakentavan vertaispalautteen antamisen toisilleen.
SimCapture for Skills -alusta keräsi tietoja ja auttoi tunnistamaan vertailuarvoja. Tämän lähestymistavan kokeilun jälkeen he havaitsivat muun muassa seuraavaa:

Jos olet tällä hetkellä omaksumassa CBE:tä hoitotyön koulutusohjelmassasi, tohtori Zweifel antaa joitakin neuvoja.
– Alyssa Zweifel, PhD, RN, CHSE
Terveysalan simulaatiokeskuksen johtaja,
apulaisprofessori South Dakota State University

1. SimCapture-integrointi CCEI-työkalun kanssa voi muuttaa vaikeaselkoiset paperipohjaiset arviointitiedot reaaliaikaisiksi ja käyttökelpoisiksi oivalluksiksi.
2. Simulaatiotiedot voivat auttaa sinua tunnistamaan koko ryhmän laajuisia trendejä ja korjaamaan puutteita alueilla, kuten lääkkeiden anto ja kliininen arviointi.
3. Välitön pääsy simulaatiotietoihin voi auttaa sinua nopeasti parantamaan opetussuunnitelman vastaavuutta, tukemaan yksilöllisiä oppijoita ja ohjaamaan toiminta- ja henkilöstön kehittämispäätöksiä.