Hur SDSU använder simuleringsinsikter för att driva kompetensbaserad omvårdnadsutbildning

Med tre platser i Brookings, Rapid City och Sioux Falls erbjuder South Dakota State University (SDSU) program inklusive standard och accelererad BSN, RN till BSN, MSN, postgraduate-certifikat, DNP och doktorsexamen. SDSU:s simulationsprogram är ackrediterat av både Core och Teaching/Education-programmen från Society for Simulation in Healthcare (SSH).
South Dakota State University College of Nursing har nyligen genomgått en stor förändring: De har övergett traditionell utbildning för en rigorös modell av kompetensbaserad utbildning (CBE). Den första kohorten, under American Association of Colleges of Nursing (AACN) Essentials läroplan, började hösten 2025.
För Dr. Alyssa Zweifel, biträdande professor och chef för Healthcare Simulation Center vid SDSU, är övergången till CBE en naturlig utveckling baserad på grunden av simulering.
“Jag tycker att det är fantastiskt,” sade Dr. Zweifel om CBE. “Det stämmer väldigt väl överens med simuleringsstandarder och teorier som vi alltid har använt i simuleringsbaserad utbildning.”
Faktum är att kärnteamsimuleringen vid SDSU redan hade arbetat med ett kompetenstänk — och teammedlemmar bidrar nu med sin expertis som en del av en större grupp av CBE-experter över den akademiska strukturen.

Utmaningen
Eftersom CBE betonar vad studenter ”gör” snarare än bara vad de ”vet,” kräver det insamling av en enorm mängd formativ och summativ bedömningsdata från simuleringar. Det innebär också att tolka all den simuleringsdatan effektivt för att hjälpa till att skapa lärarstrategier — både på individ- och gruppnivå.
Det har naturligtvis varit en utmaning för många program — inklusive SDSU — att hantera all data på ett användbart sätt.
“Vi brukade bokstavligen stapla våra papper från simulering,” delade Dr. Zweifel. “Jag har tre platser, och de kom alla till mig. Jag skulle sitta i slutet av varje termin med högar av papper och summera allt för att få vår bedömningsdata. Det tog mig minst 40 timmar.”
Eftersom bedömningsdatan inte analyserades förrän vid slutet av varje termin var det omöjligt att reagera snabbt på läroplansproblem.

Lösningen
För att hantera de stora mängder data som genereras av simuleringar bestämde sig Dr. Zweifel och hennes team för att börja använda SimCapture. Detta simuleringshanteringssystem skulle hjälpa dem att bedöma deltagarnas prestationer, samla in prestationsdata och organisera dem till meningsfulla insikter.
De kombinerade SimCapture med Creighton Competency Evaluation Instrument© (CCEI).
Utvecklad av sjuksköterskeutbildare vid Creighton University erbjuder Creighton Competency Evaluation Instrument© (CCEI) en tillförlitlig, evidensbaserad metod för att bedöma klinisk kompetens — vilket hjälper till att överbrygga klyftan mellan akademiskt lärande och praktisk verksamhet.
CCEI har sedan uppdaterats till en ny version: CCEI 2.0. Versionen 2.0 lägger större vikt vid klinisk bedömning och integrerar den amerikanska National Council of State Boards of Nursing Clinical Judgment Measurement Model.
Verktyget innehåller 25 punkter och bedömer kompetens inom fyra nyckelkategorier:
Läs mer om CCEI 2.0 och hur Laerdal samarbetar med Creighton University för att utöka verktygets räckvidd.
Dr. Zweifel och hennes team laddade upp CCEI till SimCapture. Fakulteten fyllde i utvärderingen under scenariot och debriefingen, och SimCapture lagrade all data och organiserade den till insikter.

Resultaten
Övergången från pappersbaserade bedömningar till att hantera data med SimCapture och CCEI gav stora effektivitetsvinster för Dr. Zweifel och hennes team.


Användningen av SimCapture tillsammans med CCEI har skapat en kraftfull kombination som har givit handlingsbara insikter.
Ett lysande exempel involverade den accelererade programmets första kohort, som använder den nya CBE-läroplanen. Efter att ha kört en simulering för läkemedelsadministration i första terminen, använde simuleringscentrets team SimCapture-data för att identifiera befintliga trender inom hela kohorten.
Analyser av resultaten för domänen “Kvalitet och säkerhet” avslöjade en brist i hanteringen av utrustning och enheter. Dr. Zweifel upptäckte att endast en av sex grupper kunde koppla IV-piggyback-läkemedel korrekt med steril teknik.
Denna upptäckt ledde till omedelbar undersökning med undervisningsteamet. Det visade sig vara en missanpassning i läroplanen. Studenterna hade inte tillräckligt med möjligheter i färdighetslaboratoriet att genomföra de snabba, cykliska och medvetna övningarna de behövde för att behärska färdigheten före simuleringen.
“Det är inte konstigt att de inte presterade bra på sina IV-läkemedel och mötte dessa säkerhetspunkter — eftersom de kanske bara övade det en gång,” förklarade hon.
Teamet bestämde att simuleringen skulle flyttas till slutet av terminen så att studenterna kan få mer repetitiv övning och sedan komma tillbaka till simuleringen.
Att ha tillgång till data direkt gjorde det möjligt för fakulteten att agera omedelbart. “Att ha data nära till hands är otroligt värdefullt,” sa Dr. Zweifel. Hon påpekade att utan SimCapture kunde det ha tagit betydligt längre tid att upptäcka och åtgärda problemet.
Förutom insikter på kohortnivå tillhandahåller SimCapture data som hjälper Dr. Zweifel och teamet att bedöma enskilda studenters prestationer mer effektivt över tid. Genom att granska studenternas prestationer över flera simuleringar kan fakulteten identifiera konsekventa brister i kritiska områden som kliniskt omdöme. Daten ger vägledning för att avgöra hur man ska hjälpa studenter med förbättringar.
“Jag dyker verkligen in [i datan] … för att hjälpa studenten att nå kompetens när de rör sig genom simulationsutbildningen,” sa hon.
Värdet av SimCapture:s data sträcker sig bortom studentprestationer och läroplansinnehåll. Det berör också viktiga operativa beslut och fakultetens konsekvens.
Bemanningens rättfärdigande. När SDSU:s Rapid City-anläggning ökade sin simuleringsyta behövde Dr. Zweifel bevis för att anställa en andra simtekniker. Hon hämtade data om center-inloggningstimmar från SimCapture och kunde visa att Rapid City nu hade dubbelt så många kontakttimmar som andra platser — men färre personal. Datan hjälpte till att rättfärdiga anställningen av en ytterligare simtekniker för Rapid City. Hon noterade att utan SimCapture skulle hon ha behövt göra en betydande mängd manuellt backend-arbete för att motivera en nyanställning.
Interbedömarens konsistens. Denna SimCapture-mått hjälper till att standardisera fakultetens användning av CCEI-verktyget. SimCapture lyfter fram områden med måttlig eller hög inkonsekvens. Detta har gjort det möjligt för Dr. Zweifel att ta itu med konsistensproblem med fakulteten en och en, eller att klargöra prestationsindikatorer (PIs) som var för vaga. Till exempel var en PI helt enkelt “demonstrera vitala tecken.” Teamet insåg att de behövde vara tydligare och förtydliga att studenterna skulle behöva få tre av fem, inklusive vissa vitala tecken.

För att hjälpa studenter att bemästra grundläggande färdigheter, antog Dr. Zweifel och hennes team modellen Rapid-Cycle Deliberate Practice (RCDP): en elevcentrerad modell som identifierar brister i prestationer, pekar ut områden för feedback och möjliggör upprepade chanser att bemästra en färdighet.
De kombinerade RCDP med SimCapture for Skills: en digital lösning för bedömning och utvärdering. Med hjälp av SimCapture for Skills-plattformen övade studenterna självständigt och spelade in sig själva när de utförde färdigheter, vilket underlättade självreflektion och utvärdering. Studenternas inspelningar delades även med andra studenter för granskning, vilket gjorde det möjligt för dem att ge varandra konstruktiv feedback.
SimCapture for Skills-plattformen samlade in data och hjälpte till att fastställa riktmärken. Efter att ha prövat detta tillvägagångssätt upptäckte de bland annat följande:

Om du för närvarande är på väg att omfamna kompetensbaserad utbildning (CBE) i ditt sjuksköterskeprogram, har Dr. Zweifel några råd att erbjuda.
– Alyssa Zweifel, PhD, RN, CHSE
Direktör för Healthcare Simulation Center,
Biträdande professor vid South Dakota State University

1. Att integrera SimCapture med CCEI-verktyget kan omvandla överväldigande pappersbaserade bedömningsdata till insikter i realtid som kan åtgärdas.
2. Simuleringsdata kan hjälpa dig att identifiera kohortövergripande trender och åtgärda brister inom områden såsom läkemedelsadministration och kliniskt omdöme.
3. Omedelbar åtkomst till simuleringsdata kan hjälpa dig att snabbt förbättra kursplanens överensstämmelse, stödja individuella elever och informera om operativa och personalutvecklingsbeslut.