ペンシルベニア州立大学は、SimCapture と SimCapture for Skills を使用してスキル習得へのアプローチを変更し、ギャップを特定し、ピアツーピア学習方法を使用した意図的な練習を促進しました。

看護プログラムは、看護師の不足を緩和し、卒業生を今日の医療の現実に効果的に備えさせるという圧力が高まっています。新しい看護師の即戦力化を確保するために、ペンシルベニア州立大学のロスおよびキャロル・ネイゼ看護学部は、最近看護スキルラボでのパフォーマンスデータの収集に重点を置いています。

ペンシルベニア州立大学のシミュレーションラボディレクター兼准教授であるクリストファー・ギャリソン博士（RN、CNS、CHSE）は、このデータが学生の能力を評価し、プログラムやカリキュラムのレベルで戦略的な意思決定を支援する重要な役割を果たす可能性があることを認識しました。

「私たちは本当にシミュレーションを使用してカリキュラム上のギャップを特定し、どこを強化する必要があるかを確認し、学生が安全で効果的な医療従事者になるのを助けたいと思いました。」

- クリストファー・ギャリソン博士（RN、CNS、CHSE）
ディレクター、准教授、ペンシルベニア州立大学

他の多くの看護シミュレーションプログラムと同様に、ペンシルベニア州立大学も伝統的に学生満足度調査を使用してプログラムの成功を測定していました。この調査は学習に対する学生の反応を測定することでカークパトリックレベル1の課題に対応しましたが、必要な能力の可視性を提供するものではありませんでした。

「シミュレーションコミュニティにおける課題の1つは、評価データを収集する際、これまでに収集されてきた多くのものが学生の満足度レベルに留まり、実際の学生のパフォーマンスデータではないという点だと思います」とクリスは説明します。「しかし、私たちはそれを超える必要性に気づき始めたのです。実際の学習成果がどのように表れているのか、学習者が何を達成しているのかを見る必要がありました。」

彼とそのチームは学習成果に関するより堅牢なデータを収集し、分析を始めたいと考えました。「意思決定のためには客観的で有効なものが欲しかったのです」と彼は言います。「[そして]そのデータを収集し、分析するための[プラットフォーム]を本当に必要としていました。」

さらに、新しいAACN Essentialsがコンピテンシーに基づく教育を要求していることもあり、クリスと彼の同僚たちは、学生がこれらのコンピテンシーをどのように満たしているかを文書化するためにこのデータが必要であることを認識していました。

クリスと彼のチームが高忠実度シミュレーションシナリオからパフォーマンスデータを収集し始めると、実用的な洞察がすぐに浮かび上がってきました。

彼らはCreighton Competency Evaluation Instrument (C-CEI^®)を利用しました。この評価ツールは、シミュレーション学習環境における臨床学習の効果を測定する有効な評価ツールです。このツールは、評価、コミュニケーション、臨床判断、および患者の安全性という4つの領域にわたり、22の一般的な看護行動に焦点を当てています。「これは客観的なものであるため、本当に価値があると思います」とクリスは説明します。

彼らはCreighton Instrumentをシミュレーション管理システムであるSimCaptureに直接統合しました。これにより、SimCaptureプラットフォーム内で評価データを簡単に収集し、分析することができました。

シミュレーションシナリオからのデータは、学生たちがいくつかのスキルにおいて高い能力を示していることを明らかにしました。しかし、さらに掘り下げると、安全な薬剤管理や手順の正しい実施といった分野で、学生たちが期待されるレベルに達していないことも判明しました。

これらの洞察により、チームは自問しました。「学生たちを実務に必要な能力レベルに引き上げるにはどうすればよいのか？"

スキル教育のアプローチを再考する時が来ました。

クリートンツールとSimCaptureで収集されたデータを使用して、クリスとチームは特定のスキルがより繰り返しの練習を必要としているかどうかを詳細に確認することができました。彼らは構造化された方法で練習の機会を増やしたいと考え、SimCapture for Skills – ピアツーピア学習方法論の効果をデジタル評価ツールと結合するソリューションを導入しました。

SimCapture for Skillsを使用することで、学生は基礎的な看護スキルを繰り返し練習しながらお互いにフィードバックを提供できるようになりました。また、SimCapture for Skillsプラットフォームに評価ルーブリックを組み込むことで、仲間同士がルーブリックに基づいた正確なフィードバックを提供することが保証されました。学生がルーブリックで特定された重要な要素についてお互いを評価することは、ベストプラクティスの強化にも役立ちました。「実際により良質な練習とより良質なフィードバックが得られるのです」と彼は言います。

SimCapture for Skillsはまた、クリスとチームに教育内容を調整するために必要なパフォーマンスデータと洞察を提供しました。利用可能なレポートには、参加者およびコホートレベルのパフォーマンス指標が含まれます。

「このデータは、学生がどこで練習しているのか、パフォーマンスレベルはどうなのかを確認する際に非常に役立ちます」と彼は説明します。 「そしてギャップを特定した際に、異なるスキルの教え方を調整することができます。」

実践時間の構造を増やすことに加え、クリスと彼の同僚はこれらの実践の機会をカリキュラム全体に組み込む必要があり、単に最初に「集中投入」するだけでは不十分であることを認識しました。

「ほとんどのスキルは基礎コースに集中していました」と彼は共有します。「基礎コースまたは基本となるコースで誰かを有能力と認めたら、その後のカリキュラム全体でその能力を維持できるというのは誤った仮定だと思います」彼が説明するように、これらのスキルは臨床実習中に再訪されるかもしれませんが、臨床インストラクターは薬剤投与や無菌技術のようなスキルを学生が実行する際に指導している可能性があります。

時間をかけて、クリスとチームは学生が重要なスキルを習得するために必要な強化を提供するため、カリキュラム全体に徐々に実践の機会を埋め込んできました。

データの力を活用して意思決定を促し、スキルの習熟に対してより計画的なアプローチを採用することにより、ペンシルベニア州立大学は学生を実践に備える方法を向上させることに成功しました。

もし、プログラムでより多くのデータを収集して活用する道を歩み始めたいと考えている場合、クリスは「小さく始めて成功体験を積み重ねること」をお勧めします。

現在のプログラムの状況と必要性から始めてください。[SimCapture]プラットフォームは、学生のパフォーマンスに関するさまざまな実際の結果データを収集できる非常に役立つツールです。このプラットフォームは、そのデータを整理および記録するための非常に優れた方法を提供します。ただし、そのデータをどのように活用するかについて戦略的な計画を持つ必要があります。単にデータを収集して何もしないのであれば、それはプログラムの改善に本当の助けにはなりません。

ペンシルバニア州立大学のクリス・ギャリソンさんが自身の経験を共有してくださいました。