Python-Streamlit web application to enhance evidence-based medicine education for first year medical students

يعتمد الطب الحديث على تخصص يسمى الطب القائم على الأدلة، وهو ممارسة يجمع فيها الأطباء بين خبرتهم السريرية وأفضل الأبحاث المتاحة لاتخاذ القرارات لمرضاهم. ولكي ينجح هذا النهج، يجب أن يكون الطبيب قادرًا على قراءة الدراسات العلمية وفهم الأرقام الكامنة وراءها، مثل مدى احتمالية نجاح علاج ما أو عدد المرات التي يعطي فيها الاختبار إنذارًا كاذبًا. ومع ذلك، يجد العديد من الطلاب الذين يدخلون كليات الطب صعوبة في استيعاب هذه المفاهيم الإحصائية؛ إذ غالبًا ما يشعرون بالثقة في فهمهم، ليكتشفوا لاحقًا أن معرفتهم مهتزة. لقد كانت هذه الفجوة بين الشعور باليقين والمعرفة الفعلية للمادة عائقًا طويل الأمد في التدريب الطبي، مما دفع التربويين للبحث عن طرق جديدة لجعل هذه الأفكار المجردة ملموسة ومفهومة.

قرر فريق من طلاب الطب وأعضاء هيئة التدريس في جامعة واين ستيت في ديترويت معالجة هذه المشكلة من خلال بناء أداة رقمية مخصصة. فقد أنشأوا تطبيق ويب، وهو برنامج يعمل في متصفح إنترنت قياسي، صُمم خصيصًا لمساعدة طلاب السنة الأولى في كلية الطب على تصور المفاهيم الأساسية للطب القائم على الأدلة. وبدلاً من الاعتماد فقط على المحاضرات أو الكتب المدرسية الجامدة، استخدم الباحثون إطار عمل برمجي يسمى "ستريم ليت" (Streamlit) لبناء تجربة تفاعلية. يغطي هذا التطبيق موضوعات أساسية مثل كيفية اختبار الفرضية، ومخاطر ارتكاب أخطاء في التقدير، وكيفية قياس فعالية العلاج. وتتمثل الميزة الرئيسية للأداة في أنها تسمح للمستخدمين بتغيير الأرقام بأنفسهم؛ حيث يمكن للطالب تعديل حجم مجموعة الدراسة أو قوة تأثير العلاج ومشاهدة كيف تغير تلك التغييرات النتائج على الشاشة في الوقت الفعلي. يساعد هذا التغذية الراجعة البصرية الفورية المتعلمين على رؤية العلاقات بين المتغيرات المختلفة دون الضياع في الحسابات المعقدة.

قدم الباحثون هذه الأداة لمجموعة مكونة من 300 طالب في السنة الأولى من كلية الطب خلال جلسات التعلم المنتظمة في مجموعات صغيرة. استخدم الطلاب التطبيق إلى جانب أوراق عمل موجهة قادتهم عبر سيناريوهات محددة تتعلق باختبار الفرضيات وتفسير الأخطاء. وبعد الجلسة، طلب الفريق من الطلاب ملء استطلاع رأي لتقييم تجربتهم. ومن بين 300 طالب تمت دعوتهم، أكمل 118 طالبًا الاستطلاع. وأظهرت النتائج أن الأداة كانت جذابة للغاية؛ حيث أفاد 94 بالمائة ممن استجابوا بأنهم استخدموا التطبيق بنشاط لإكمال المهام الموكلة إليهم. والأهم من ذلك، شعر غالبية المتعلمين أن التصورات التفاعلية ساعدتهم على فهم المفاهções الصعبة بشكل أفضل وحسنت قدرتهم على تصور المواضيع التي وجدوها مربكة سابقًا. كما كان الطلاب راضين جدًا عن الأداة، حيث صنف ما يقرب من ثلثي الطلاب تجربتهم بأنها "راضٍ جدًا" والثلث الآخر بأنها "راضٍ نوعًا ما".

ومع ذلك، كشفت الدراسة أيضًا عن قصور في كيفية رغبة الطلاب في استخدام التكنولوجيا. فبينما عملت الأداة بشكل جيد عندما كانت جزءًا من نشاط دراسي منظم، كانت الرغبة في استخدامها بشكل مستقل أقل وضوحًا. فعندما سُئلوا عما إذا كانوا يخططون لاستخدام التطبيق في وقتهم الخاص، قال 27 طالبًا فقط إنهم سيفعلون ذلك بالتأكيد، بينما كان 54 غير متأكدين، و3ل 37 قالوا إنهم لن يفعلوا ذلك. وهذا يشير إلى أنه بينما يعد التطبيق وسيلة مساعدة فعالة عندما يكون تحت إشراف معلم، فإن جعل الطلاب يتبنونه للدراسة الذاتية قد يتطلب تغييرات إضافية. ويقترح المؤلفون أن النسخ المستقبلية يمكن أن تتضمن سيناريوهات طبية أكثر واقعية، مثل استخدام الأداة لتقييم اختبار تشخيصي معين لحالة رئوية، لجعل التعلم يبدو أكثر صلة بالممارسة الواقعية.

تشير الدراسة، التي اعتمدت على استطلاعات رأي الطلاب بدلاً من درجات الاختبار الموضوعية، إلى أن تطبيقات الويب التفاعلية هي وسيلة واعدة لتدريس الإحصاء الطبي المعقد. فمن خلال تحويل العلاقات الرقمية المجردة إلى صور بديهية، تتماشى الأداة مع الطريقة التي يفضل الطلاب التعلم بها. ويشير الباحثون إلى أن بساطة البرامج التي استخدموها تتيح للمؤسسات الأخرى بناء أدوات مماثلة بسرعة. وبينما تعد النتائج الحالية مشجعة، يؤكد المؤلفون أن هناك حاجة لمزيد من العمل لتتبع نتائج التعلم على المدى الطويل ولإيجاد طرق للحفاظ على تفاعل الطلاب مع المادة خارج الفصل الدراسي. ويمثل هذا المشروع خطوة عملية نحو جعل الرياضيات الصعبة لأبحاث الطب متاحة للجيل القادم من الأطباء.