Beyond the Checklist: How Different Prebriefing Tools Influence Simulation Outcomes—A Systematic Review and Meta-Analysis

Technische Zusammenfassung: Jenseits der Checkliste: Wie verschiedene Prebriefing-Tools die Simulationsergebnisse beeinflussen

Problemstellung
Die simulationsbasierte Ausbildung (Simulation-based Education, SBE) stützt sich maßgeblich auf die Prebriefing-Phase, um Lernende auf die Ziele einzustimmen, Ängste abzubauen und psychologische Sicherheit zu etablieren. Trotz ihrer anerkannten Bedeutung leidet die Implementierung des Prebriefings unter erheblicher Variabilität, konzeptioneller Ambiguität und einem Mangel an standardisierten, evidenzbasierten Frameworks. Während frühere systematische Reviews die allgemeine Präsenz von Prebriefing untersucht haben, versäumten sie es, die Interventionen nach der Art oder dem Innovationsgrad der eingesetzten Tools zu differenzieren. Zudem wurde in der bestehenden Literatur der spezifische Einfluss aufstrebender Technologien (z. B. KI, Virtual Reality) weitgehend vernachlässigt und die Auswirkungen auf die psychologische Sicherheit als eigenständiges Outcome nicht quantitativ synthetisiert. Diese Lücke schränkt die Fähigkeit der Lehrenden ein, das Prebriefing-Design in der zeitgenössischen Praxis zu optimieren, insbesondere da technologisch anspruchsvollere Tools immer präsenter werden.

Methodik
Diese Studie ist ein systematischer Review und eine Meta-Analyse, die gemäß den PRISMA-2020-Leitlinien durchgeführt wurde.

• Suchstrategie: Es wurden vier Datenbanken (ScienceDirect, Embase, Medline, Web of Science) von Beginn an bis zum 6. August 2025 durchsucht.
• Eignungskriterien: Der Review schloss Randomisierte kontrollierte Studien (RCTs) und quasi-experimentelle Studien ein, die strukturierte Prebriefing-Interventionen mit Standard- oder Nicht-Prebriefing in der Gesundheits-SBE verglichen. Die Outcomes beschränkten sich auf Simulationsleistung, psychologische Sicherheit und Simulationserfahrung.
• Klassifikations-Framework: Die Interventionen wurden mithilfe des SAMR-Modells (Substitution, Augmentation, Modification, Redefinition) kategorisiert, um die Innovationsstufen der Tools zu stratifizieren:
  • Gruppe 1 (Substitution): Standardisierte strukturierte Outlines oder Checklisten ohne zusätzliche interaktive Komponenten.
  • Gruppe 2 (Augmentation): Checklisten, ergänzt durch interaktive Elemente (z. B. moderierte Peer-Diskussion oder Instruktor-Dialog).
  • Gruppe 3 (Modification): Neuartige digitale Tools, die neue Formen des Engagements ermöglichen (z. B. Virtual Reality, KI-Chatbots).
• Statistische Analyse: Ein Random-Effects-Modell wurde verwendet, um gepoolte standardisierte Mittelwertdifferenzen (SMDs) mit 95 %-Konfidenzintervallen (CIs) zu berechnen. Die Heterogenität wurde mittels $I^2$ und $\tau^2$ bewertet. Der Publikationsbias wurde über den Egger-Test und die Trim-and-Fill-Methode nach Duval und Tweedie evaluiert. Sensitivitätsanalysen wurden mittels eines Leave-one-out-Ansatzes durchgeführt.

Zentrale Ergebnisse
Es wurden fünfzehn Studien (6 RCTs, 9 quasi-experimentell) mit 16 Studienarmen für die Leistung, 15 für die psychologische Sicherheit und 6 für die Erfahrung eingeschlossen.

• Simulationsleistung: Innovatives Prebriefing verbesserte die Simulationsleistung insgesamt signifikant (SMD = 1,04, 95 % CI [0,73, 1,36]). Dieses Ergebnis blieb auch nach der Trim-and-Fill-Anpassung robust (SMD = 0,98). Die Subgruppenanalyse zeigte konsistente positive Effekte über alle SAMR-Gruppen hinweg, wobei Gruppe 2 (Augmentation) die geringste Heterogenität aufwies ($I^2$ = 58,2 %).
• Psychologische Sicherheit: Die initiale gepoolte Analyse deutete auf einen signifikanten Nutzen hin (SMD = 0,84). Der Egger-Test zeigte jedoch einen signifikanten Publikationsbias ($P < 0,0001$). Nach der Trim-and-Fill-Anpassung wurde der Effekt auf Nicht-Signifikanz abgeschwächt (angepasster SMD = 0,47, 95 % CI [-0,49, 1,43]). Gruppe 2 zeigte einen statistisch zuverlässigen Effekt auf die Sicherheit, während Gruppe 3 (Modification) keinen signifikanten Nutzen nachweisen konnte (SMD = 0,51, 95 % CI [-3,53, 4,55]).
• Simulationserfahrung: Es wurde keine signifikante Gesamtverbesserung gefunden (SMD = 0,22, $P$ = 0,32), und dieser Nullbefund hielt auch nach der Bias-Korrektur an.
• Heterogenität: Es wurde eine hohe Heterogenität über alle Domänen hinweg beobachtet ($I^2$ im Bereich von 71,6 % bis 82,0 %). Interventionen der Gruppe 3 wiesen eine extreme Heterogenität auf ($I^2$ = 88,0 % für die Leistung), was wahrscheinlich auf unkontrollierte institutionelle Faktoren wie die Hardware-Infrastruktur und die Kompetenz der Moderatoren zurückzuführen ist.

Zentrale Beiträge

1. Granulare Stratifizierung: Dies ist die erste Meta-Analyse, die Prebriefing-Interventionen systematisch nach dem Innovationsgrad der Tools (SAMR-Framework) klassifiziert und damit über binäre Vergleiche von „Präsenz vs. Abwesenheit“ von Prebriefing hinausgeht.
2. Differenzierte Outcomes: Die Studie liefert distinkte quantitative Evidenz dafür, dass strukturiertes Prebriefing zwar die objektive Leistung konsistent verbessert, sein Einfluss auf die psychologische Sicherheit jedoch hochsensibel gegenüber Publikationsbias und dem Typ des Tools ist.
3. Evidenz für „Augmentation“: Die Analyse identifiziert Gruppe-2-Interventionen (strukturierte Arbeitsblätter kombiniert mit moderierter Interaktion) als die zuverlässigste Strategie, die das beste Gleichgewicht aus Effektivität, Konsistenz und geringerer Heterogenität über die Outcomes hinweg bietet.
4. Vorsicht bei High-Tech-Tools: Die Ergebnisse stellen die Annahme infrage, dass eine höhere technologische Neuartigkeit (Gruppe 3) automatisch überlegene Ergebnisse liefert, und merken an, dass solche Tools extreme Variabilität einführen und die psychologische Sicherheit ohne zusätzliches Scaffolding behindern können.

Bedeutung und Behauptungen
Das Paper behauptet, dass die Anwendung unterschiedlicher Prebriefing-Tool-Typen signifikant mit variierenden SBE-Ergebnissen assoziiert ist, diese Effekte jedoch outcome-spezifisch sind. Die Autoren behaupten, dass eine höhere technologische Neuartigkeit nicht einheitlich überlegene Ergebnisse liefert und möglicherweise zusätzliche kognitive Anforderungen einführt, die die psychologische Sicherheit beeinträchtigen.

Die zentrale Schlussfolgerung ist, dass Ansätze mit moderater Innovation, die moderierte interaktive Elemente einbeziehen (Gruppe 2), die zuverlässigste, evidenzgestützte Strategie für das Prebriefing-Design darstellen. Die Studie argumentt, dass das Prebriefing die instruktionale Stabilität und kontextuelle Durchführbarkeit gegenüber der reinen Neuartigkeit priorisieren sollte. Während digitale Tools wie VR und KI vielversprechend sind, ist die aktuelle Evidenz zu heterogen, um eine routinemäßige Bevorzugung gegenüber einfacheren, menschlich geführten interaktiven Formaten zu rechtfertigen. Die Autoren betonen, dass das Prebriefing als ein kontextsensitiver Vorbereitungsprozess und nicht als starres Inhalts paket betrachtet werden sollte, wobei die Kernelemente an das Lernerniveau und die institutionellen Rahmenbedingungen angepasst werden müssen.