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

Resumen Técnico: Más allá de la lista de verificación: Cómo las diferentes herramientas de prebriefing influyen en los resultados de la simulación

Planteamiento del problema
La educación basada en simulación (EBS) depende en gran medida de la fase de prebriefing para alinear a los estudiantes con los objetivos, reducir la ansiedad y establecer la seguridad psicológica. A pesar de su reconocida importancia, la implementación del prebriefing sufre de una variabilidad significativa, ambigüedad conceptual y una falta de marcos estandarizados basados en la evidencia. Aunque revisiones sistemáticas previas han examinado la presencia general del prebriefing, no han logrado diferenciar las intervenciones según el tipo o el nivel de innovación de las herramientas empleadas. Además, la literatura existente ha pasado por alto en gran medida el impacto específico de las tecnologías emergentes (p. ej., IA, Realidad Virtual) y no ha sintetizado cuantitativamente los efectos sobre la seguridad psicológica como un resultado distintivo. Esta brecha limita la capacidad de los educadores para optimizar el diseño del prebriefing en la práctica contemporánea, particularmente a medida que las herramientas de alta tecnología se vuelven más prevalentes.

Metodología
Este estudio es una revisión sistemática y un metaanálisis realizado de acuerdo con las directrices PRISMA 2020.

• Estrategia de búsqueda: Se realizaron búsquedas en cuatro bases de datos (ScienceDirect, Embase, Medline, Web of Science) desde su creación hasta el 6 de agosto de 2025.
• Criterios de elegibilidad: La revisión incluyó ensayos controlados aleatorizados (ECA) y estudios cuasiexperimentales que compararon intervenciones de prebriefing estructuradas contra un prebriefing estándar o la ausencia de este en la EBS de atención médica. Los resultados se limitaron al desempeño en la simulación, la seguridad psicológica y la experiencia de simulación.
• Marco de clasificación: Las intervenciones se categorizaron utilizando el modelo de Sustitución, Aumento, Modificación y Redefinición (SAMR) para estratificar los niveles de innovación de las herramientas:
  • Grupo 1 (Sustitución): Esquemas estructurados estándar o listas de verificación sin componentes interactivos adicionales.
  • Grupo 2 (Aumento): Listas de verificación suplementadas con elementos interactivos (p. ej., discusión entre pares facilitada o diálogo con el instructor).
  • Grupo 3 (Modificación): Herramientas digitales novedosas que permiten nuevas formas de interacción (p. ej., Realidad Virtual, chatbots de IA).
• Análisis estadístico: Se utilizó un modelo de efectos aleatorios para calcular las Diferencias de Medias Estandarizadas (DME) agrupadas con Intervalos de Confianza (IC) del 95%. La heterogeneidad se evaluó mediante $I^2$ y $\tau^2$. El sesgo de publicación se evaluó mediante la prueba de Egger y el método trim-and-fill de Duval y Tweedie. Se realizaron análisis de sensibilidad utilizando un enfoque de dejar uno fuera (leave-one-out).

Resultos clave
Se incluyeron quince estudios (6 ECA, 9 cuasiexperimentales) que comprenden 16 brazos de estudio para el desempeño, 15 para la seguridad psicológica y 6 para la experiencia.

• Desempeño en la simulación: El prebriefing innovador mejoró significativamente el desempeño en la simulación en general (DME = 1.04, IC 95% [0.73, 1.36]). Este resultado se mantuvo robusto tras el ajuste trim-and-fill (DME = 0.98). El análisis de subgrupos mostró efectos positivos consistentes en todos los grupos SAMR, aunque el Grupo 2 (Aumento) demostró la menor heterogeneidad ($I^2$ = 58.2%).
• Seguridad psicológica: El análisis agrupado inicial sugirió un beneficio significativo (DME = 0.84). Sin embargo, la prueba de Egger indicó un sesgo de publicación significativo ($P < 0.0001$). Tras el ajuste trim-and-fill, el efecto se atenuó hacia la no significancia (DME ajustado = 0.47, IC 95% [-0.49, 1.43]). El Grupo 2 mostró un efecto estadísticamente fiable sobre la seguridad, mientras que el Grupo 3 (Modificación) no demostró un beneficio significativo (DME = 0.51, IC 95% [-3.53, 4.55]).
• Experiencia de simulación: No se encontró una mejora significativa global (DME = 0.22, $P$ = 0.32), y este hallazgo nulo persistió tras la corrección del sesgo.
• Heterogeneidad: Se observó una alta heterogeneidad en todos los dominios ($I^2$ variando entre 71.6% y 82.0%). Las intervenciones del Grupo 3 exhibieron una heterogeneidad extrema ($I^2$ = 88.0% para el desempeño), probablemente debido a factores institucionales no controlados como la infraestructura de hardware y la competencia del facilitador.

Contribuciones clave

1. Estratificación granular: Este es el primer metaanálisis que clasifica sistemáticamente las intervenciones de prebriefing por nivel de innovación de la herramienta (marco SAMR), yendo más allá de las comparaciones binarias de "presencia vs. ausencia" de prebriefing.
2. Resultados diferenciados: El estudio proporciona evidencia cuantitativa distinta de que, si bien el prebriefing estructurado mejora consistentemente el desempeño objetivo, su impacto en la seguridad psicológica es altamente sensible al sesgo de publicación y al tipo de herramienta.
3. Evidencia para el "Aumento": El análisis identifica las intervenciones del Grupo 2 (hojas de trabajo estructuradas combinadas con interacción facilitada) como la estrategia más fiable, ofreciendo el mejor equilibrio de efectividad, consistencia y menor heterogeneidad en los resultados.
4. Cautela sobre las herramientas de alta tecnología: Los hallazgos desafían la suposición de que una mayor novedad tecnológica (Grupo 3) produce resultados superiores, señalando que tales herramientas introducen una variabilidad extrema y pueden no mejorar la seguridad psicológica sin un andamiaje adicional.

Significancia y afirmaciones
El artículo afirma que la aplicación de diferentes tipos de herramientas de prebriefing está significativamente asociada con variaciones en los resultados de la EBS, pero estos efectos son específicos de cada resultado. Los autores sostienen que una mayor novedad tecnológica no produce uniformemente resultados superiores y puede introducir demandas cognitivas extrañas que obstaculizan la seguridad psicológica.

La conclusión central es que los enfoques de innovación moderada que incorporan elementos interactivos facilitados (Grupo 2) representan la estrategia de diseño de prebriefing más fiable y respaldada por la evidencia. El estudio argumenta que el prebriefing debe priorizar la estabilidad instructiva y la viabilidad contextual sobre la novedad por sí sola. Si bien las herramientas digitales como la RV y la IA son prometedoras, la evidencia actual es demasiado heterogénea para apoyar su preferencia rutinaria sobre los formatos interactivos más simples guiados por humanos. Los autores enfatizan que el prebriefing debe verse como un proceso preparatorio sensible al contexto en lugar de un paquete de contenido fijo, con elementos centrales adaptados a los niveles de los estudiantes y los entornos institucionales.