Systematic post-publication accuracy assessment in medical educational content: development and pilot validation of a five-category taxonomic framework
Dit artikel presenteert de ontwikkeling en pilotvalidatie van een taxonomisch kader met vijf categorieën voor systematische beoordeling van de nauwkeurigheid na publicatie van medische educatieve inhoud, waarbij de sterke validiteit en effectiviteit wordt aangetoond bij het identificeren en oplossen van fouten in diverse bronnen om een kritiek gat in de kwaliteitsborging van medisch onderwijs te adresseren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de wereld van de geneeskunde voor als een enorme, drukke bibliotheek waar artsen en verpleegkundigen naartoe gaan om te leren hoe ze levens kunnen redden. Decennialang hebben we een zeer strikte bibliothecaris gehad die elk boek controleert voordat het in de schappen belandt om te verzekeren dat de feiten kloppen. Dit wordt "pre-publicatie review" genoemd, en het is een geweldig systeem. Maar hier is het lastige deel: zodra een boek is gepubliceerd, blijft het jarenlang in het schap staan. Tijdens die tijd vinden er nieuwe ontdekkingen plaats, veranderen oude regels en glippen er soms kleine foutjes tussendoor. In andere delen van de gezondheidszlector, zoals bij het bijhouden van bijwerkingen van nieuwe medicijnen of problemen met medische hulpmiddelen, hebben we een supergeorganiseerd "waakhond"-systeem. Als er iets misgaat, rapporteren mensen het, controleren experts het, en wordt een meesterlijst bijgewerkt zodat iedereen veilig blijft. Maar wat betreft de tekstboeken en websites die artsen gebruiken om te leren? We zijn blind rondgevlogen. Er is geen standaardmanier om fouten te vangen nadat het boek is gedrukt, geen gedeelde lijst met fouten, en geen officiële manier om de uitgever te vertellen: "Hé, deze pagina moet worden gecorrigeerd." Zonder een systeem om deze fouten op te vangen, kan een enkele fout in een boek dat in 120 landen wordt gebruikt, duizenden artsen jarenlang in verwarring brengen, wat potentieel patiënten in gevaar brengt.
Maak kennis met Mohammed Waleed Abdullah, een medisch student die besloot de ontbrekende "waakhond" voor medische boeken te bouwen. Hij realiseerde zich dat om de bibliotheek te repareren, we eerst een betere manier nodig hadden om de problemen te sorteren. Dus vond hij een nieuwe "foutensorteermachine" uit, een taxonomisch kader. Denk aan een high-tech recyclingbak met vijf specifieke vakken. In plaats van een fout gewoon in een generieke "afval"-stapel te gooien, dwingt dit systeem je om jezelf af te vragen: Is dit een verzonnen feit? Is het een ontbrekend stukje cruciale informatie? Is het advies gewoon oude nieuwigheid? Is het een spelfout of een naamverwarring? Of is het een verkeerd label op een medische categorie? Hij gaf elk vak een naam: Type I voor feitelijke fouten, Type II voor cruciale missies (ontbrekende informatie), Type III voor verouderd advies, Type IV voor verkeerde namen en Type V voor classificatiefouten.
Om te testen of zijn nieuwe machine daadwerkelijk werkte, ging Mohammed niet gewoon in zijn kamer zitten gissen. Hij ging op een wereldwijde speurtocht. Hij koos tien beroemde medische tekstboeken en websites die overal ter wereld door studenten en artsen worden gebruikt, variërend van chirurgie tot kindergeneeskunde. Hij las ze door als een detective, op zoek naar fouten. Wanneer hij er een vond, noteerde hij deze niet alleen; hij volgde een strikt zesstappenrecept. Eerst vond hij de fout. Daarna controleerde hij deze tegen twee andere betrouwbare bronnen om er zeker van te zijn dat hij niet gek was. Vervolgens gebruikte hij zijn vijf-vakkenmachine om de fout te sorteren. Daarna stuurde hij een formele brief naar de redacteur van de uitgever, waarin hij precies uitlegde wat er mis was en waarom. Daarna wachtte hij af hoe de redacteur zou reageren, waarbij hij elke reactie bijhield totdat de zaak was afgerond.
De resultaten waren verrassend effectief. Tijdens zijn pilotest vond Mohammed 213 specifieke fouten in die tien bronnen. Het beste deel? Al die 213 fouten pasten perfect in een van zijn vijf vakken. Geen van hen was "vreemd" of "onclassificeerbaar". De meest voorkomende fouten waren feitelijke fouten (41%) en het ontbreken van cruciale informatie (23%), maar het systeem ving ze allemaal. Maar de echte magie gebeurde toen hij de experts vroeg — de eigenlijke redacteuren en auteurs van die beroemde boeken — om zijn bevindingen te beoordelen. Meer dan de helft van de tijd (53,5%) stemden de redacteuren met hem in en bevestigden dat ze de fouten in de volgende editie zouden corrigeren of de website zouden bijwerken. Dit bevestigingspercentage was feitelijk hoger dan de percentages van beroemde veiligheidssystemen die bijwerkingen van medicijnen of defecten aan medische hulpmiddelen bijhouden.
Deze studie suggereert dat we medische tekstboeken eindelijk met hetzelfde niveau van veiligheidscontrole kunnen behandelen als medicijnen en hulpmiddelen. Het bewijst dat een gestructureerd, vijf-categorieën systeem betrouwbaar fouten kan vangen, sorteren en laten corrigeren door de mensen die de boeken schrijven. Hoewel dit een pilotest was uitgevoerd door één persoon, opent het de deur naar een toekomst waarin medische kennis constant wordt gecontroleerd en bijgewerkt, zodat de "bibliotheek" waarop artsen vertrouwen accuraat en veilig blijft voor iedereen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.