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

De moderne geneeskunde steunt op een discipline genaamd evidence-based medicine (evidence-based geneeskunde), een praktijk waarbij artsen hun klinische ervaring combineren met het beste beschikbare onderzoek om beslissingen te nemen voor hun patiënten. Voor deze aanpak is het essentieel dat een arts wetenschappelijke studies kan lezen en de cijfers erachter kan begrijpen, zoals hoe waarschijnlijk het is dat een behandeling werkt of hoe vaak een test een vals alarm geeft. Toch vinden veel studenten die aan de medische opleiding beginnen deze statistische concepten moeilijk te bevatten. Ze voelen zich vaak zelfverzekerd over hun begrip, om er later pas achter te komen dat hun kennis wankel is. Deze kloof tussen het gevoel zeker te weten en daadwerkelijk de stof te kennen, vormt al lang een hindernis in de medische opleiding, wat onderwijzers ertoe heeft aangezet om naar nieuwe manieren te zoeken om deze abstracte ideeën concreet en begrijpelijk te maken.

Een team van medische studenten en docenten aan de Wayne State University in Detroit besloot dit probleem aan te pakken door een aangepaste digitale tool te bouwen. Ze creëerden een webapplicatie, een programma dat in een standaard internetbrowser draait, die specifiek is ontworpen om eerstejaars medische studenten te helpen de kernconcepten van evidence-based medicine te visualiseren. In plaats van uitsluitend te vertrouwen op lezingen of statische tekstboeken, gebruikten de onderzoekers een programmeerframework genaamd Streamlit om een interactieve ervaring te construeren. Deze applicatie behandelt fundamentele onderwerpen zoals het testen van een hypothese, de risico's van fouten in oordeelsvorming en het meten van de effectiviteit van een behandeling. Het belangrijkste kenmerk van de tool is dat het gebruikers in staat stelt om de cijfers zelf te veranderen. Een student kan de omvang van een onderzoeksgroep of de sterkte van een effect van een behandeling aanpassen en in realtime zien hoe die veranderingen de resultaten op het scherm wijzigen. Deze onmiddellijke visuele feedback helpt leerlingen om de relaties tussen verschillende variabelen te zien zonder te verdwalen in complexe berekeningen.

De onderzoekers introduceerden deze tool bij een groep van 300 eerstejaars medische studenten tijdens hun reguliere kleine groepslessen. De studenten gebruikten de applicatie samen met begeleide werkbladen die hen door specifieke scenario's leidden met betrekking tot hypothesetesten en de interpretatie van fouten. Na de sessie vroegen de onderzoekers de studenten om een enquête in te vullen om hun ervaring te peilen. Van de 300 uitgenodigde studenten hadden er 118 de enquête ingevuld. De resultaten toonden aan dat de tool zeer boeiend was; 94 procent van de respondenten gaf aan de applicatie actief te hebben gebruikt om hun toegewezen taken te voltooien. Belangrijker nog, de meerderheid van de leerlingen vond dat de interactieve visualisaties hielpen om moeilijke concepten beter te begrijpen en hun vermogen verbeterden om onderwerpen te visualiseren die zij voorheen verwarrend vonden. De studenten waren ook zeer tevreden met de tool, waarbij bijna twee derde hun ervaring als 'zeer tevreden' beoordeelde en een derde als 'redelijk tevreden'.

De studie onthulde echter ook een beperking in de manier waarop studenten de technologie wilden gebruiken. Hoewel de tool goed functioneerde wanneer deze deel uitmaakte van een gestructureerde klasactiviteit, was de wens om de tool onafhankelijk te gebruiken minder duidelijk. Wanneer werd gevraagd of zij de applicatie in hun eigen tijd van plan waren te gebruiken, zeiden slechts 27 studenten dat zij dat zeker zouden doen, terwijl 54 onzeker waren en 37 zeiden dat zij dat niet zouden doen. Dit suggereert dat de applicatie weliswaar een effectief hulpmiddel is wanneer deze door een instructeur wordt begeleid, maar dat het stimuleren van studenten om het voor zelfstudie te gebruiken, verdere aanpassingen vereist. De auteurs stellen voor dat toekomstige versies meer realistische medische scenario's kunnen bevatten, zoals het gebruik van de tool om een specifieke diagnostische test voor een longziekte te evalueren, om het leren relevanter te maken voor de praktijk.

De studie, die vertrouwde op studentenonderzoeken in plaats van objectieve toetsresultaten, suggereert dat interactieve webapplicaties een veelbelovende manier zijn om complexe medische statistiek te onderwijzen. Door abstracte numerieke relaties om te zetten in intuïtieve plaatjes, sluit de tool aan bij de manier waarop studenten het liefst leren. De onderzoekers merken op dat de eenvoud van de gebruikte software andere instellingen in staat stelt om snel soortgelijke tools te bouwen. Hoewel de huidige resultaten bemoedigend zijn, benadrukken de auteurs dat er meer werk nodig is om de langetermijnleerresultaten te volgen en om manieren te vinden om studenten ook buiten het klaslokaal betrokken te houden bij de stof. Het project vormt een praktische stap voorwaarts in het toegankelijk maken van de moeilijke wiskunde van medisch onderzoek voor de volgende generatie artsen.