这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒介上不受限制地使用、分发和复制,前提是原始作品首次发表在《医学互联网研究杂志》上,并适当引用。必须包括完整的书目信息,到//www.mybigtv.com/上原始出版物的链接,以及版权和许可信息。
迫切需要实施有效和具有成本效益的培训,以解决全世界卫生专业人员短缺的问题。移动数字教育(移动学习)被认为是增加卫生专业教育提供的一种潜在解决方案,因为它提供了以低成本广泛获取的机会,并具有移动设备便携性的灵活性。为了更好地为政策制定提供信息,我们需要确定移动学习的有效性。
本综述的主要目的是评估移动学习干预措施在学习者的知识、技能、态度和满意度方面提供卫生专业教育的有效性。
我们使用标准科克伦方法学对移动学习在卫生专业教育中的有效性进行了系统评价。我们检索了1990年1月至2017年8月的7个主要书目数据库,纳入了随机对照试验(rct)或聚类rct。
共有29项研究,包括3175名学习者,符合纳入标准。共25项研究为随机对照试验,4项为聚类随机对照试验。干预措施包括平板电脑或智能手机应用程序、个人数字助理、基本移动电话、ipod和移动图像专家组音频第三层播放器设备,以提供学习内容。共有20项研究评估了知识(n=2469),并将移动学习或混合学习与传统学习或其他形式的数字教育进行了比较。研究的汇总估计更倾向于移动学习而不是传统的知识学习(标准化平均差[SMD]=0.43, 95% CI 0.05-0.80, N=11项研究,低质量证据)。混合学习与传统知识学习之间没有差异(SMD=0.20, 95% CI -0.47 ~ 0.86, N=6项研究,低质量证据)。共有14项研究评估了技能(n=1097),并将移动学习或混合学习与传统学习或其他形式的数字教育进行了比较。综合估计的研究更倾向于移动学习(SMD=1.12, 95% CI 0.56-1.69, N=5项研究,中等质量证据)和混合学习(SMD=1.06, 95% CI 0.09-2.03, N=7项研究,低质量证据),而不是传统的技能学习。总共有5项和4项研究分别评估了态度(n=440)和满意度(n=327),对每个结果都报告了不确定的结果。在16项研究中,偏倚风险被判定为高。
证据基础表明,移动学习与传统学习一样有效,甚至可能更有效。尽管承认这些研究之间存在异质性,但这一综合研究提供了令人鼓舞的早期证据,有助于加强旨在利用移动设备扩大卫生专业教育的努力,以帮助解决全球卫生专业人员短缺的问题。
2013年,世界卫生组织估计,全球共有1740万卫生保健工作者短缺:约260万医生,约900万护士和助产士[
数字教育是一个广泛的概念,描述了广泛的教学和学习策略,这些策略完全基于使用电子媒体和设备作为培训、交流和互动工具[
数字教育可能需要各种类型的干预措施,这些干预措施可以以不同的方式表现出来:根据交付工具、内容、学习目标、教学方法或交付环境。我们根据数字教育干预的交付模式和教学方法对数字教育进行了分类。数字教育包括但不限于离线和在线计算机教育、严肃游戏和游戏化、大规模开放在线课程、虚拟现实环境、增强现实、虚拟患者模拟、精神运动技能培训师和移动数字教育(mLearning)等[
移动学习没有统一的定义。这种共识的缺乏不仅源于该领域的快速发展,还源于“移动”一词的模糊性。移动学习的早期定义以技术为中心,只关注使用的设备类型(例如,通过智能手机或平板电脑),或者学习发生的情景背景(例如,在回家的路上)[
移动学习越来越多地用于卫生专业教育之前(注册前)和之后(注册后),例如,作为专业培训、继续医学教育或持续个人发展的一部分。在这篇综述中,我们整理了在注册前和注册后卫生专业教育中使用移动学习的证据。我们考虑了对国际标准教育分类中所列卫生教育和培训领域资格的候选人和持有人进行的合格研究。我们将以技术为中心和以学习者为中心的方法结合起来,将手持移动设备定义为“小型、自主、不显眼,足以陪伴我们在日常生活中的每一刻”[
过去的评论强调了移动学习干预的潜力,但也强调了对该主题进行进一步研究和评论的必要性[
本综述的主要目的是评估移动学习教育干预在提供注册前和注册后卫生专业教育方面的有效性。
我们遵守已公布的方案[
我们为医学文献分析和检索系统在线(Ovid)、EMBASE(爱思唯尔)、Cochrane中央对照试验注册(Wiley)、PsycINFO (Ovid)、教育研究信息中心(Ovid)、护理和相关健康文献累积索引(Ebsco)和Web of Science Core Collection(汤森路透)开发了一个全面的搜索策略。
我们检索了我们认为符合纳入我们的综述和相关系统综述的所有研究的参考文献列表。我们还检索了国际临床试验注册平台搜索门户网站和对照试验metareregister,以确定1990年至2017年8月16日期间未发表的试验。
我们纳入了随机对照试验和集群随机对照试验。我们排除了交叉试验,因为极有可能存在结转效应。我们纳入了注册前或注册后卫生专业教育项目的学生的研究。我们将预注册、本科教育或基础职业培训定义为能够获得以下资格的任何类型的学习:(1)获得研究所在国相关政府或专业机构的认可;(2)获得资格证书的人有资格申请卫生保健工作人员的入门级职位。注册后卫生专业教育计划被定义为获得资格后的任何类型的学习,这是由相关政府或专业机构认可的,使资格持有人能够以更独立或更高级的身份进入或继续在卫生保健队伍中工作。参与者没有因年龄、性别或任何其他社会人口统计学特征而被排除。
我们纳入了使用移动学习干预来传递课程学习内容的研究。这包括移动学习方法是提供干预的唯一手段的研究,或者移动学习方法与传统学习(即混合学习)结合使用的研究,只要评估了移动学习组件对整体学习的贡献。
移动学习干预被定义为通过使用无线传输的手持移动设备提供的任何教学、学习和/或培训干预:第三代移动通信技术,第四代移动通信技术,全球移动通信系统,原始分组移动通信(GSM),通用分组无线业务(GPRS), GSM演进的增强数据速率(EDGE或EGPRS),多媒体消息服务,短消息服务,通用移动通信系统,无线网络(Wi-Fi或任何其他无线局域网)或长期演进标准。手持移动设备包括但不限于移动电话、智能手机、个人数字助理(pda)、平板电脑和移动图像专家组-1音频层3 (MP3)播放器。
为了符合纳入条件,研究必须报告至少以下主要或次要结果之一。主要结果(使用任何经过验证或未经验证的工具测量)如下:(1)学生干预后的知识得分,(2)学生干预后的技能,(3)学生干预后对移动学习干预、教育或新临床知识的态度,以及(4)学习者干预后对移动学习干预的满意度。
次要结果是患者相关结果、临床实践的变化、移动学习干预措施的经济方面(如成本效益、实施成本、投资回报)、教育可及性和/或可获得性的变化以及移动学习干预措施的任何不良和/或意外影响。
不同电子数据库的检索结果合并到一个库中,并删除重复的结果。共有2位作者(GD和CKN)独立筛选了所有记录的标题和摘要,以确定潜在的相关研究。我们检索了那些被认为可能相关的文章的全文副本。最后,同样的2位审稿人根据资格标准独立评估检索文章的全文版本。任何分歧都通过两位筛选者之间的讨论解决,第三位评审作者(LTC)作为仲裁者。
4位审稿人中有2位(GD、CKN、LTC和SN)使用标准的数据收集表格(见)独立提取了所有纳入研究的参与者、干预措施、比较物、结局测量和结果的相关特征
3位作者中有2位(GD、CKN和LTC)使用Cochrane偏倚风险评估工具独立评估了随机对照试验和集群随机对照试验的偏倚风险[
对于聚类随机对照试验,我们还评估了这些额外偏倚的风险:招募偏倚、基线不平衡、聚类丢失、不正确的分析以及与单独随机试验的可比性。对每项研究的偏倚风险的判断将分别用“是”、“否”或“不清楚”进行分类,分别表示高、低或不清楚的偏倚风险。我们使用图表和叙述性摘要将偏倚风险评估的结果纳入综述。
我们无法在数字教育干预的文献中确定对效应大小的临床有意义的解释。因此,与该领域的其他研究一致,我们使用干预后标准化平均差异(SMD)来呈现结果,并使用Cohen的“经验法则”来解释效应大小(即0.2代表小影响,0.5代表中等影响,0.8代表大影响)[
我们的目的是提供统一的干预后数据(即连续结果的smd及其各自的置信区间),以确保数据的一致性和可比性。对于meta分析,我们使用随机效应模型,因为不同的研究使用了不同的量表。我们使用通用反方差方法将连续结果的聚类和非聚类随机对照试验结合起来。在森林样地中显示了每个研究的相应95% CI的效应估计值以及95% CI的综合效应大小。我们使用Review Manager 5.3 (Cochrane Library Software, Oxford, UK)进行meta分析[
我们根据干预措施的类型和使用的比较物对纳入的研究进行了分组,形成了一个初步的综合:
移动学习与传统学习
混合式学习与传统学习
移动学习与其他形式的数字教育
我们准备了
我们的搜索策略检索了30,532个独特的参考文献,其中29个研究符合纳入标准[
我们纳入了29项研究,涉及3175名参与者[
29项研究中25项为随机对照试验,其余4项为聚类随机对照试验[
学习流程图。RCT:随机对照试验。
按出版年份和移动学习设备划分的研究数量。PDA:个人数字助理。
分别为低收入、中等收入和高收入国家纳入研究的原籍国。卫生组织:世界卫生组织。
森林图表示知识结果(干预后)。
共有20项研究(n=2469)将知识后测分数作为主要结局[
共有11项研究比较了移动学习方法与传统学习方法,评估了干预后的知识增益[
在干预后知识得分方面,研究的汇总估计更倾向于移动学习而不是传统学习(SMD=0.43, 95% CI 0.05-0.80, N=11项研究,低质量证据;看到
共有6项研究比较了混合学习方法(移动学习加传统学习)和传统学习来评估干预后的知识获得[
混合学习组与传统学习组在干预后知识得分方面无差异(SMD=0.20, 95% CI -0.47, 0.86, N=6项研究,低质量证据;看到
共有2项研究比较了一种形式的移动学习与另一种形式的移动学习,以评估干预后的知识获得[
一项研究(100名参与者)将移动学习与另一种形式的数字教育进行比较,以评估干预后的知识获取[
与各种对照相比,共有14项研究评估了移动学习干预措施的技能习得,共包括1097名参与者[
共有5项研究将移动学习方法与传统学习方法进行比较,评估干预后的技能习得[
在干预后技能习得方面,研究的汇总估计更倾向于移动学习而不是传统学习(SMD=1.12, 95% CI 0.56至1.69,N=5项研究,中等质量证据;看到
共有8项研究比较了混合学习方法与传统学习方法,评估了干预后的技能习得[
在干预后技能习得得分方面,研究的综合估计倾向于混合学习而不是传统学习(SMD=1.06, 95% CI 0.09-2.03, N=7项研究,低质量证据;看到
由于结果数据不可比较,我们不确定1项研究(183名参与者)的效果[
技能结果的森林图(干预后)。
一项研究(63名参与者)包括4组接受不同形式的移动学习干预,如前面综述所述[
共有5项研究评估了移动学习或混合学习干预后参与者的态度,共包括440名参与者[
共有2项比较移动学习方法与传统学习方法的研究评估了干预后参与者的态度[
在干预后态度方面,这些研究的综合估计更倾向于移动学习,而不是传统学习(SMD=0.51, 95% CI 0.20-0.81, N=2项研究,低质量证据,12= 0%)。
一项研究(72名参与者)报告说,与传统学习相比,混合学习组的参与者在干预后对识别解剖结构的能力更有信心[
共有4项研究[
共有2项研究评估了参与者在移动学习干预中与传统学习的干预后满意度得分[
在干预后满意度方面,移动学习组与传统学习组之间没有差异(SMD=0.39, 95% CI -0.29, 1.06, N=2项研究,证据质量非常低)。在合并分析(1)中存在大量异质性2= 79%)。
没有研究评估混合学习干预组和传统学习组参与者的干预后满意度得分。共有2项研究[
共有2项研究[
一项研究报告了与患者相关的结果[
共有2项研究报告了临床实践/行为的变化[
纳入的研究均未报告任何移动学习干预措施的不良和/或意外影响。
由于纳入研究的信息有限,我们无法评估教育可及性和/或可获得性的变化。
没有足够的数据进行敏感性分析。
没有足够的比较来对发表偏倚进行正式的评估。
如偏倚风险摘要(
超过五分之四的研究(86%)没有提供关于随机化和序列分配方法的信息。大多数研究(72%)报告了在结果评估中使用结果测量来盲化评估者或使用自我报告问卷或mcq,我们认为这些研究不需要盲化,因此这些研究被认为具有低偏倚风险。其余的研究(28%)由于缺乏信息,被认为存在不明确的偏倚风险。共有3项研究(10%)被判定为流失偏倚高风险,因为这些研究有高辍学率(35%-73%)和/或没有报告丢失数据的原因和/或缺乏对丢失数据进行分析的意图,另外6项研究(20%)因缺乏信息而被判定为不清楚。一项研究(3%)被判定为选择性报道的高偏倚风险,因为方法部分中所述的结果未在结果部分中报告,其余研究被判定为选择性报道的低偏倚风险。共有11项研究(38%)没有提供基线评估的任何信息,并被判定为其他偏倚风险不明确。
在聚类随机对照试验中,只有1项研究同时报告了个体水平和聚类水平的结果[
偏倚风险总结:回顾作者对所有纳入研究中每个偏倚风险项目的判断。
学习正在发生变化,并且越来越趋向于移动化。我们的研究结果表明,在提高注册前和注册后卫生专业教育的知识和技能方面,移动学习干预措施与传统学习方法相当,甚至可能优于传统学习方法(见研究结果摘要)
在纳入的29项研究中,有21项(72%)发表于2014年至2017年之间,很明显,移动学习是一种新兴的教育策略。其余8项研究发表于2006年至2013年之间,2006年之前没有发表任何研究,进一步突出了这种卫生专业教育方法的现代性质及其相关性。移动学习的新颖性,再加上移动技术的持续快速发展,可能会使移动学习继续发展,就像本综述中所包含的研究一样。这一演变在
大多数研究集中在注册前的医学和护理学生以及接受专业培训的住院医生身上。少数研究集中在执业医师身上[
由于移动学习可能涉及使用新技术,这可能需要大量的财政投资,因此这种引入的成本,特别是在低收入环境中,是决定采用新教育媒介的关键因素。不幸的是,只有两项研究对移动学习和传统学习方法进行了经济分析,结果相互矛盾。因此,对移动学习的成本和成本效益得出任何明确结论的证据有限。同样,关于患者相关结果或临床行为/实践变化的信息也很少。移动学习需要解决的另一个方面是移动学习对患者和学习者的不利/意外影响的影响。
对于大多数研究,干预措施是作为标准教育的补充学习引入的,因此,当将移动学习引入正式课程时,其效果如何仍然存在问题。此外,干预措施往往是在可选择的基础上引入的,干预措施的使用和强度取决于个人,干预措施的确切暴露和效果是未知的。
只有6项研究提到使用学习理论来指导他们的教学设计。这表明移动学习在卫生专业教育中的主要局限性。缺乏指导有效教学设计的理论框架,因此可以清楚地描绘使用所采用技术的学习途径[
本综述提供了关于移动学习在卫生专业教育中的有效性的最新证据,并得到了综合检索策略和在筛选、数据提取和证据评估的每个阶段应用的稳健方法的支持。与之前的综述相比,本综述收集的大量证据说明了这一点[
常见的偏差包括研究资格标准、研究的识别和选择、数据提取和研究评估。我们试图通过采用各种质量检查来减少或消除这些偏差。我们预先规定了纳入评价的研究的资格标准,在进行评价之前,这些标准在发表的方案中有明确的定义。这一措施确保了纳入哪些研究的决定是一致的,而不是基于可能符合条件的研究的特征。搜索策略是由经验丰富的图书管理员设计和执行的,包括所有适当的数据库。由于搜索策略是为数字教育的一般项目设计的,它包括几种不同数字教育模式的医学主题词。搜索策略检索了非常大量的引用。标题和摘要由一组审稿人独立筛选,全文纳入评估至少有2名审稿人参与。此外,其他数字教育模式评论的主要作者在必要时将研究从他们的评论转移到其他更合适的评论中。如果纳入的研究中某些数据不可用,且这些数据不可用与研究结果有关,则可能出现数据可得性偏倚。 As with publication bias, this situation may lead to unrepresentative data and toward a false favorable effect. We contacted authors of studies with missing data or no data on specific outcomes to ask for those or to ask clarifications. Overall the risk of bias for most studies was judged to be high (because of a lack of information), with some instances of a high risk of bias for sequence generation, attrition, and reporting bias identified.
证据降级的原因包括不一致性,即效应方向上的高异质性/差异,且I值高2每项知识和技能比较报告的值。我们在综述比较中没有确定足够数量的研究来进行亚组分析,这是在方案中预先指定的。随着卫生专业教育中移动学习研究的数量不断增加,未来的综述将能够进行更有针对性的亚组分析。
审查发现了证据上的差距,如果这些差距得到解决,将为移动学习的有效性和成本效益提供更确凿的证据。进一步的研究应做以下工作:采用经过验证和标准化的结果测量,使用充分支持的试验,确保参与者得到充分的培训并有权使用移动学习设备,进行充分的报告以允许独立重复,转向基于能力的评估,在教学设计中纳入理论基础,包括来自其他卫生专业(如药学和职业治疗)的参与者;在更多的低收入和中等收入国家开展,纳入对移动学习的各个方面(例如,交互性,反馈)以及每个特定组件如何影响研究结果的更深入的研究,提供关于移动学习对患者结果影响的信息,提供关于移动学习的成本和成本效益的信息,提供关于移动学习潜在意外影响的信息,并包括短期和保留(随访)结果数据。
移动学习是在卫生专业教育领域迅速发展起来的一种新型教育策略。本综述中的综合数据表明,移动学习至少与传统学习一样有效,或者可能比传统学习更有效。然而,由于缺乏经过验证和标准化的结果测量,以及干预措施和结果评估之间的异质性,移动学习在卫生专业教育中的有效性尚不确定。此外,有必要将研究扩展到成本效益领域,以充分了解移动学习在卫生专业教育中的价值。进一步的研究是必要的,以最终评估移动学习的有效性和成本效益。
MEDLINE (Ovid)搜索策略。
数据提取表单。
纳入研究的特征。
移动学习与传统学习的结果总结表。
混合式学习与传统学习的结果总结表。
偏倚风险图。
聚类随机对照试验的偏倚风险。
老年评估工具
通用分组无线电业务
全球评定量表
全球移动通信系统
低收入和中等收入国家
移动图像专家组-1音频层
多项选择问卷
个人数字助理
随机对照试验
标准化均差
短消息业务
这次审查是与世界卫生组织卫生人力司合作进行的。我们要感谢瑞典卡罗林斯卡学院大学图书馆的Carl Gornitzki先生、GunBrit女士Knutssön和Klas Moberg先生制定了搜索策略,并感谢同行审稿人提出的意见。我们还要感谢Ram Chandra Bajpai博士在数据分析方面提出的建议。作者感谢新加坡南洋理工大学李光前医学院、电子学习卫生专业教育基金和新加坡国家医疗保健集团的资助。
LTC构思了审查的想法。GD和CN写了评论。LTC提供了方法学指导,起草了一些与方法学相关的章节,并对审查进行了严格修订。SN, RA, GCYL对综述进行了评论和编辑。
没有宣布。