যথাযথ ও নিরাপদ চিকিৎসাগত সিদ্ধান্ত গ্রহণ এবং চিকিৎসাগত ভুল এড়ানোর জন্য চিকিৎসকদের অবশ্যই কার্যকর চিকিৎসাগত যুক্তিবোধের দক্ষতা থাকতে হবে। দুর্বল চিকিৎসাগত যুক্তিবোধের দক্ষতা রোগীর নিরাপত্তাকে বিঘ্নিত করতে পারে এবং সেবা বা চিকিৎসায় বিলম্ব ঘটাতে পারে, বিশেষ করে নিবিড় পরিচর্যা এবং জরুরি বিভাগে। সিমুলেশন-ভিত্তিক প্রশিক্ষণে, রোগীর নিরাপত্তা বজায় রেখে চিকিৎসাগত যুক্তিবোধের দক্ষতা বিকাশের জন্য একটি ডি-ব্রিফিং পদ্ধতি হিসেবে সিমুলেশনের পরে প্রতিফলনমূলক শিক্ষণ কথোপকথন ব্যবহার করা হয়। তবে, চিকিৎসাগত যুক্তিবোধের বহুমাত্রিক প্রকৃতি, জ্ঞানীয় ভারাক্রান্ততার সম্ভাব্য ঝুঁকি, এবং অভিজ্ঞ ও নবীন সিমুলেশন অংশগ্রহণকারীদের দ্বারা বিশ্লেষণাত্মক (অনুমানমূলক-আরোহী) ও অ-বিশ্লেষণাত্মক (স্বজ্ঞামূলক) চিকিৎসাগত যুক্তিবোধ প্রক্রিয়ার ভিন্ন ভিন্ন ব্যবহারের কারণে, সিমুলেশনের পরে একটি ডি-ব্রিফিং পদ্ধতি হিসেবে দলগত প্রতিফলনমূলক শিক্ষণ কথোপকথনে অংশগ্রহণের মাধ্যমে চিকিৎসাগত যুক্তিবোধকে সর্বোত্তম পর্যায়ে নিয়ে যেতে অভিজ্ঞতা, সক্ষমতা, তথ্যের প্রবাহ ও পরিমাণ সম্পর্কিত বিষয়সমূহ এবং কেসের জটিলতা বিবেচনা করা গুরুত্বপূর্ণ। আমাদের লক্ষ্য হলো সিমুলেশন-পরবর্তী প্রতিফলনমূলক শিক্ষণ সংলাপের এমন একটি মডেলের বিকাশ বর্ণনা করা, যা চিকিৎসাগত যুক্তিবোধের সর্বোত্তম পর্যায় অর্জনে প্রভাব ফেলে এমন একাধিক বিষয়কে বিবেচনা করে।
চিকিৎসক, নার্স, গবেষক, শিক্ষাবিদ এবং রোগী প্রতিনিধিদের সমন্বয়ে গঠিত একটি সহ-নকশা কার্যকারী দল (N = 18) ধারাবাহিক কর্মশালার মাধ্যমে সিমুলেশন-পরবর্তী প্রতিফলনমূলক শিখন সংলাপ মডেল যৌথভাবে তৈরি করেছে, যার উদ্দেশ্য ছিল সিমুলেশনটির বিষয়ে আলোচনা করা। সহ-নকশা কার্যকারী দলটি একটি তাত্ত্বিক ও ধারণাগত প্রক্রিয়া এবং বহু-পর্যায়ের সমকক্ষ পর্যালোচনার মাধ্যমে মডেলটি তৈরি করেছে। প্লাস/মাইনাস মূল্যায়ন গবেষণা এবং ব্লুমের ট্যাক্সোনমির সমান্তরাল একীকরণ সিমুলেশন কার্যক্রমে অংশগ্রহণের সময় অংশগ্রহণকারীদের চিকিৎসাগত যুক্তিবোধকে উন্নত করবে বলে বিশ্বাস করা হয়। মডেলটির বাহ্যিক বৈধতা এবং বিষয়বস্তুগত বৈধতা প্রতিষ্ঠা করার জন্য বিষয়বস্তু বৈধতা সূচক (CVI) এবং বিষয়বস্তু বৈধতা অনুপাত (CVR) পদ্ধতি ব্যবহার করা হয়েছিল।
সিমুলেশন-পরবর্তী একটি প্রতিফলনমূলক শিখন সংলাপ মডেল তৈরি ও পরীক্ষা করা হয়েছে। মডেলটি সমাধান করা উদাহরণ এবং স্ক্রিপ্টিং নির্দেশিকা দ্বারা সমর্থিত। মডেলটির বাহ্যিক ও বিষয়বস্তুগত বৈধতা মূল্যায়ন ও নিশ্চিত করা হয়েছে।
বিভিন্ন মডেলিং অংশগ্রহণকারীদের দক্ষতা ও সক্ষমতা, তথ্যের প্রবাহ ও পরিমাণ এবং মডেলিং কেসগুলোর জটিলতা বিবেচনায় রেখে নতুন সহ-নকশা মডেলটি তৈরি করা হয়েছে। মনে করা হয় যে, এই বিষয়গুলো দলগত সিমুলেশন কার্যক্রমে অংশগ্রহণের সময় চিকিৎসাগত যুক্তিবোধকে সর্বোত্তম করে তোলে।
স্বাস্থ্যসেবায় ক্লিনিক্যাল অনুশীলনের ভিত্তি [1, 2] এবং ক্লিনিক্যাল দক্ষতার একটি গুরুত্বপূর্ণ উপাদান হিসেবে ক্লিনিক্যাল যুক্তিকে বিবেচনা করা হয় [1, 3, 4]। এটি একটি প্রতিফলনমূলক প্রক্রিয়া যা অনুশীলনকারীরা তাদের সম্মুখীন হওয়া প্রতিটি ক্লিনিক্যাল পরিস্থিতির জন্য সবচেয়ে উপযুক্ত হস্তক্ষেপ সনাক্ত করতে এবং প্রয়োগ করতে ব্যবহার করেন [5, 6]। ক্লিনিক্যাল যুক্তিকে একটি জটিল জ্ঞানীয় প্রক্রিয়া হিসেবে বর্ণনা করা হয় যা একজন রোগী সম্পর্কে তথ্য সংগ্রহ ও বিশ্লেষণ করতে, সেই তথ্যের গুরুত্ব মূল্যায়ন করতে এবং বিকল্প কর্মপন্থার মূল্য নির্ধারণ করতে আনুষ্ঠানিক এবং অনানুষ্ঠানিক চিন্তার কৌশল ব্যবহার করে [7, 8]। সঠিক সময়ে, সঠিক কারণে এবং সঠিক রোগীর জন্য সঠিক পদক্ষেপ নেওয়ার জন্য এটি সূত্র সংগ্রহ, তথ্য প্রক্রিয়াকরণ এবং রোগীর সমস্যা বোঝার ক্ষমতার উপর নির্ভর করে [9, 10]।
সমস্ত স্বাস্থ্যসেবা প্রদানকারীকে উচ্চ অনিশ্চয়তার পরিস্থিতিতে জটিল সিদ্ধান্ত নেওয়ার প্রয়োজনের সম্মুখীন হতে হয় [11]। ক্রিটিক্যাল কেয়ার এবং জরুরি সেবা অনুশীলনে, এমন ক্লিনিকাল পরিস্থিতি এবং জরুরি অবস্থা দেখা দেয় যেখানে জীবন বাঁচাতে এবং রোগীর নিরাপত্তা নিশ্চিত করতে তাৎক্ষণিক প্রতিক্রিয়া এবং হস্তক্ষেপ অত্যন্ত গুরুত্বপূর্ণ [12]। ক্রিটিক্যাল কেয়ার অনুশীলনে দুর্বল ক্লিনিকাল যুক্তি দক্ষতা এবং অযোগ্যতা ক্লিনিকাল ত্রুটির উচ্চ হার, যত্ন বা চিকিৎসায় বিলম্ব [13] এবং রোগীর নিরাপত্তার ঝুঁকির সাথে সম্পর্কিত [14,15,16]। ব্যবহারিক ত্রুটি এড়াতে, অনুশীলনকারীদের অবশ্যই নিরাপদ এবং উপযুক্ত সিদ্ধান্ত নেওয়ার জন্য দক্ষ এবং কার্যকর ক্লিনিকাল যুক্তি দক্ষতা থাকতে হবে [16, 17, 18]। অ-বিশ্লেষণাত্মক (স্বজ্ঞামূলক) যুক্তি প্রক্রিয়া হল দ্রুত প্রক্রিয়া যা পেশাদার অনুশীলনকারীরা পছন্দ করেন। বিপরীতে, বিশ্লেষণাত্মক (অনুমানমূলক-আরোহী) যুক্তি প্রক্রিয়াগুলি স্বভাবতই ধীর, আরও ইচ্ছাকৃত এবং প্রায়শই কম অভিজ্ঞ অনুশীলনকারীদের দ্বারা ব্যবহৃত হয় [2, 19, 20]। স্বাস্থ্যসেবা ক্লিনিকাল পরিবেশের জটিলতা এবং অনুশীলনে ত্রুটির সম্ভাব্য ঝুঁকির কারণে [14,15,16], অনুশীলনকারীদের দক্ষতা এবং ক্লিনিকাল যুক্তির দক্ষতা বিকাশের সুযোগ দেওয়ার জন্য প্রায়শই সিমুলেশন-ভিত্তিক শিক্ষা (SBE) ব্যবহার করা হয়। নিরাপদ পরিবেশ এবং রোগীর নিরাপত্তা বজায় রেখে বিভিন্ন ধরণের চ্যালেঞ্জিং কেসের সংস্পর্শে আসা [21, 22, 23, 24]।
সোসাইটি ফর সিমুলেশন ইন হেলথ (SSH) সিমুলেশনকে সংজ্ঞায়িত করে এভাবে: “একটি প্রযুক্তি যা এমন একটি পরিস্থিতি বা পরিবেশ তৈরি করে যেখানে মানুষ অনুশীলন, প্রশিক্ষণ, মূল্যায়ন, পরীক্ষা, বা মানব ব্যবস্থা বা আচরণ সম্পর্কে জ্ঞান অর্জনের উদ্দেশ্যে বাস্তব জীবনের ঘটনার প্রতিরূপ অনুভব করে।” [23] সুগঠিত সিমুলেশন সেশনগুলি অংশগ্রহণকারীদের এমন পরিস্থিতিতে নিজেদের নিমজ্জিত করার সুযোগ দেয় যা ক্লিনিকাল পরিস্থিতি অনুকরণ করে এবং নিরাপত্তা ঝুঁকি হ্রাস করে [24,25] এবং লক্ষ্যযুক্ত শেখার সুযোগের মাধ্যমে ক্লিনিকাল যুক্তির অনুশীলন করে [21,24,26,27,28]। SBE মাঠ পর্যায়ের ক্লিনিকাল অভিজ্ঞতা বৃদ্ধি করে, শিক্ষার্থীদের এমন ক্লিনিকাল অভিজ্ঞতার সম্মুখীন করে যা তারা প্রকৃত রোগীর যত্নের পরিবেশে হয়তো পায়নি [24, 29]। এটি একটি হুমকিমুক্ত, দোষারোপমুক্ত, তত্ত্বাবধানাধীন, নিরাপদ, কম ঝুঁকিপূর্ণ শেখার পরিবেশ। এটি জ্ঞান, ক্লিনিকাল দক্ষতা, ক্ষমতা, সমালোচনামূলক চিন্তাভাবনা এবং ক্লিনিকাল যুক্তির বিকাশকে উৎসাহিত করে [22,29,30,31] এবং স্বাস্থ্যসেবা পেশাদারদের একটি পরিস্থিতির মানসিক চাপ কাটিয়ে উঠতে সাহায্য করতে পারে, যার ফলে শেখার ক্ষমতা উন্নত হয় [22, 27, 28, 30, 32]।
SBE-এর মাধ্যমে ক্লিনিক্যাল যুক্তি এবং সিদ্ধান্ত গ্রহণের দক্ষতার কার্যকর বিকাশকে সমর্থন করার জন্য, সিমুলেশন-পরবর্তী ডি-ব্রিফিং প্রক্রিয়ার নকশা, টেমপ্লেট এবং কাঠামোর প্রতি মনোযোগ দিতে হবে [২৪, ৩৩, ৩৪, ৩৫]। সিমুলেশন-পরবর্তী প্রতিফলনমূলক শিক্ষণ কথোপকথন (RLC) একটি ডি-ব্রিফিং কৌশল হিসাবে ব্যবহৃত হয়েছিল যা অংশগ্রহণকারীদের প্রতিফলন করতে, কর্মের ব্যাখ্যা দিতে এবং দলগত কাজের প্রেক্ষাপটে সহকর্মীর সমর্থন ও দলগত চিন্তার শক্তিকে কাজে লাগাতে সাহায্য করে [৩২, ৩৩, ৩৬]। দলগত RLC-এর ব্যবহারে ক্লিনিক্যাল যুক্তির অপর্যাপ্ত বিকাশের ঝুঁকি থাকে, বিশেষ করে অংশগ্রহণকারীদের বিভিন্ন ক্ষমতা এবং জ্যেষ্ঠতার স্তরের কারণে। দ্বৈত প্রক্রিয়া মডেলটি ক্লিনিক্যাল যুক্তির বহুমাত্রিক প্রকৃতি এবং জ্যেষ্ঠ অনুশীলনকারীদের বিশ্লেষণাত্মক (অনুমানমূলক-অবরোহী) যুক্তি প্রক্রিয়া ব্যবহার করার প্রবণতা এবং কনিষ্ঠ অনুশীলনকারীদের অ-বিশ্লেষণাত্মক (স্বজ্ঞামূলক) যুক্তি প্রক্রিয়া ব্যবহার করার প্রবণতার মধ্যে পার্থক্য বর্ণনা করে [৩৪, ৩৭]। এই দ্বৈত যুক্তি প্রক্রিয়াগুলিতে বিভিন্ন পরিস্থিতিতে সর্বোত্তম যুক্তি প্রক্রিয়াকে অভিযোজিত করার চ্যালেঞ্জ জড়িত, এবং একই মডেলিং গ্রুপে সিনিয়র এবং জুনিয়র অংশগ্রহণকারী থাকলে বিশ্লেষণাত্মক এবং অ-বিশ্লেষণাত্মক পদ্ধতিগুলি কীভাবে কার্যকরভাবে ব্যবহার করা যায় তা অস্পষ্ট এবং বিতর্কিত। বিভিন্ন ক্ষমতা এবং অভিজ্ঞতার স্তরের উচ্চ বিদ্যালয় এবং জুনিয়র হাই স্কুলের শিক্ষার্থীরা বিভিন্ন জটিলতার সিমুলেশন পরিস্থিতিতে অংশগ্রহণ করে [34, 37]। ক্লিনিকাল যুক্তির বহুমাত্রিক প্রকৃতি অপর্যাপ্ত ক্লিনিকাল যুক্তি এবং জ্ঞানীয় ভারাক্রান্ততার সম্ভাব্য ঝুঁকির সাথে যুক্ত, বিশেষ করে যখন অনুশীলনকারীরা বিভিন্ন জটিলতা এবং জ্যেষ্ঠতার স্তরের কেস সহ গ্রুপ SBE-তে অংশগ্রহণ করে [38]। এটি উল্লেখ করা গুরুত্বপূর্ণ যে যদিও RLC ব্যবহার করে বেশ কয়েকটি ডিব্রিফিং মডেল রয়েছে, এই মডেলগুলির কোনটিই অভিজ্ঞতা, যোগ্যতা, তথ্যের প্রবাহ এবং পরিমাণ, এবং মডেলিং জটিলতার কারণগুলি বিবেচনা করে ক্লিনিকাল যুক্তির দক্ষতার বিকাশের উপর নির্দিষ্টভাবে মনোযোগ দিয়ে ডিজাইন করা হয়নি [38], 39]। এই সবকিছুর জন্য একটি কাঠামোগত মডেলের বিকাশ প্রয়োজন যা ক্লিনিকাল যুক্তিকে অপ্টিমাইজ করার জন্য বিভিন্ন অবদান এবং প্রভাবক কারণগুলিকে বিবেচনা করে, এবং রিপোর্টিং পদ্ধতি হিসাবে পোস্ট-সিমুলেশন RLC অন্তর্ভুক্ত করে। আমরা সিমুলেশন-পরবর্তী আরএলসি-এর সহযোগিতামূলক নকশা ও বিকাশের জন্য একটি তাত্ত্বিকভাবে ও ধারণাগতভাবে চালিত প্রক্রিয়ার বর্ণনা দিই। এসবিই-তে অংশগ্রহণের সময় ক্লিনিক্যাল রিজনিং দক্ষতা অপ্টিমাইজ করার জন্য একটি মডেল তৈরি করা হয়েছিল, যেখানে সর্বোত্তম ক্লিনিক্যাল রিজনিং বিকাশ অর্জনের লক্ষ্যে বিভিন্ন সহায়ক ও প্রভাব বিস্তারকারী বিষয় বিবেচনা করা হয়েছে।
ক্লিনিক্যাল রিজনিং, রিফ্লেক্টিভ লার্নিং, শিক্ষা এবং সিমুলেশনের বিদ্যমান মডেল ও তত্ত্বের উপর ভিত্তি করে RLC পোস্ট-সিমুলেশন মডেলটি সম্মিলিতভাবে তৈরি করা হয়েছিল। মডেলটি যৌথভাবে তৈরি করার জন্য, একটি সহযোগী ওয়ার্কিং গ্রুপ (N = 18) গঠন করা হয়েছিল, যার মধ্যে ছিলেন ১০ জন ইনটেনসিভ কেয়ার নার্স, একজন ইনটেনসিভিস্ট এবং বিভিন্ন স্তর, অভিজ্ঞতা ও লিঙ্গের পূর্বে হাসপাতালে ভর্তি হওয়া রোগীদের তিনজন প্রতিনিধি। এছাড়াও ছিলেন একজন ইনটেনসিভ কেয়ার ইউনিটের সদস্য, ২ জন গবেষণা সহকারী এবং ২ জন সিনিয়র নার্স এডুকেটর। এই সহ-নকশা উদ্ভাবনটি স্বাস্থ্যসেবায় বাস্তব অভিজ্ঞতাসম্পন্ন স্টেকহোল্ডারদের মধ্যে সমকক্ষ সহযোগিতার মাধ্যমে ডিজাইন ও তৈরি করা হয়েছে, যেমন—প্রস্তাবিত মডেলের উন্নয়নে জড়িত স্বাস্থ্যসেবা পেশাদার অথবা রোগী [40,41,42]-এর মতো অন্যান্য স্টেকহোল্ডার। সহ-নকশা প্রক্রিয়ায় রোগীর প্রতিনিধিদের অন্তর্ভুক্ত করা এই প্রক্রিয়ার মান আরও বাড়িয়ে তুলতে পারে, কারণ এই প্রোগ্রামের চূড়ান্ত লক্ষ্য হলো রোগীর যত্ন এবং সুরক্ষার উন্নতি করা [43]।
মডেলটির কাঠামো, প্রক্রিয়া এবং বিষয়বস্তু বিকাশের জন্য ওয়ার্কিং গ্রুপ ছয়টি ২-৪ ঘণ্টার কর্মশালা পরিচালনা করেছে। কর্মশালায় আলোচনা, অনুশীলন এবং সিমুলেশন অন্তর্ভুক্ত ছিল। মডেলটির উপাদানগুলি বিভিন্ন প্রমাণ-ভিত্তিক উৎস, মডেল, তত্ত্ব এবং কাঠামোর উপর ভিত্তি করে তৈরি। এগুলির মধ্যে রয়েছে: গঠনবাদী শিখন তত্ত্ব [44], দ্বৈত লুপ ধারণা [37], ক্লিনিক্যাল রিজনিং লুপ [10], অ্যাপ্রিসিয়েটিভ ইনকোয়ারি (AI) পদ্ধতি [45], এবং রিপোর্টিং প্লাস/ডেল্টা পদ্ধতি [46]। মডেলটি আন্তর্জাতিক নার্সেস অ্যাসোসিয়েশনের ক্লিনিক্যাল এবং সিমুলেশন শিক্ষার জন্য INACSL ডি-ব্রিফিং প্রক্রিয়া মান [36] এর উপর ভিত্তি করে সম্মিলিতভাবে তৈরি করা হয়েছিল এবং একটি স্ব-ব্যাখ্যামূলক মডেল তৈরি করার জন্য সমাধান করা উদাহরণের সাথে একত্রিত করা হয়েছিল। মডেলটি চারটি পর্যায়ে তৈরি করা হয়েছিল: সিমুলেশনের পরে প্রতিফলিত শিখন সংলাপের জন্য প্রস্তুতি, প্রতিফলিত শিখন সংলাপের সূচনা, বিশ্লেষণ/প্রতিফলন এবং ডি-ব্রিফিং (চিত্র 1)। প্রতিটি পর্যায়ের বিস্তারিত আলোচনা নীচে করা হলো।
মডেলটির প্রস্তুতিমূলক পর্যায়টি অংশগ্রহণকারীদের পরবর্তী পর্যায়ের জন্য মানসিকভাবে প্রস্তুত করতে এবং তাদের সক্রিয় অংশগ্রহণ ও বিনিয়োগ বৃদ্ধি করার জন্য ডিজাইন করা হয়েছে, একই সাথে মনস্তাত্ত্বিক নিরাপত্তা নিশ্চিত করা হয় [36, 47]। এই পর্যায়ে অন্তর্ভুক্ত রয়েছে উদ্দেশ্য ও লক্ষ্যসমূহের পরিচিতি; RLC-এর প্রত্যাশিত সময়কাল; RLC চলাকালীন ফ্যাসিলিটেটর এবং অংশগ্রহণকারীদের প্রত্যাশা; সাইট ওরিয়েন্টেশন এবং সিমুলেশন সেটআপ; শেখার পরিবেশে গোপনীয়তা নিশ্চিত করা, এবং মনস্তাত্ত্বিক নিরাপত্তা বৃদ্ধি ও উন্নত করা। RLC মডেলের প্রাক-উন্নয়ন পর্যায়ে সহ-নকশা ওয়ার্কিং গ্রুপ থেকে নিম্নলিখিত প্রতিনিধিত্বমূলক প্রতিক্রিয়াগুলি বিবেচনা করা হয়েছিল। অংশগ্রহণকারী ৭: “একজন প্রাথমিক পরিচর্যা নার্স প্র্যাকটিশনার হিসেবে, যদি আমি কোনো সিনারিওর প্রেক্ষাপট ছাড়া একটি সিমুলেশনে অংশগ্রহণ করতাম এবং সেখানে বয়স্ক ব্যক্তিরা উপস্থিত থাকতেন, তাহলে আমি সম্ভবত সিমুলেশন-পরবর্তী কথোপকথনে অংশগ্রহণ করা এড়িয়ে চলতাম, যদি না আমি অনুভব করতাম যে আমার মনস্তাত্ত্বিক নিরাপত্তাকে সম্মান করা হচ্ছে। এবং আমি সিমুলেশনের পরের কথোপকথনে অংশগ্রহণ এড়িয়ে চলতাম। “সুরক্ষিত থাকুন এবং এর কোনো পরিণতি হবে না।” অংশগ্রহণকারী ৪: “আমি বিশ্বাস করি যে মনোযোগী থাকা এবং শুরুতেই কিছু মৌলিক নিয়মকানুন স্থাপন করা সিমুলেশনের পরে শিক্ষার্থীদের প্রতিফলিত শিক্ষণ কথোপকথনে সক্রিয় অংশগ্রহণে সহায়তা করবে।”
RLC মডেলের প্রাথমিক পর্যায়গুলির মধ্যে রয়েছে অংশগ্রহণকারীর অনুভূতি অন্বেষণ করা, অন্তর্নিহিত প্রক্রিয়াগুলি বর্ণনা করা এবং পরিস্থিতি নির্ণয় করা, এবং অংশগ্রহণকারীর ইতিবাচক ও নেতিবাচক অভিজ্ঞতা তালিকাভুক্ত করা, কিন্তু বিশ্লেষণ নয়। এই পর্যায়ে মডেলটি তৈরি করা হয় প্রার্থীদের আত্ম- এবং কাজ-ভিত্তিক হতে উৎসাহিত করার জন্য, পাশাপাশি গভীর বিশ্লেষণ এবং গভীর প্রতিফলনের জন্য মানসিকভাবে প্রস্তুত করার জন্য [24, 36]। লক্ষ্য হল জ্ঞানীয় ভারাক্রান্ততার সম্ভাব্য ঝুঁকি হ্রাস করা [48], বিশেষ করে তাদের জন্য যারা মডেলিং বিষয়ে নতুন এবং এই দক্ষতা/বিষয়ে পূর্ববর্তী কোনও ক্লিনিকাল অভিজ্ঞতা নেই [49]। অংশগ্রহণকারীদেরকে অনুকৃত কেসটি সংক্ষেপে বর্ণনা করতে এবং রোগ নির্ণয়ের সুপারিশ করতে বলা হলে, এটি সহায়তাকারীকে নিশ্চিত করতে সাহায্য করবে যে বর্ধিত বিশ্লেষণ/প্রতিফলন পর্যায়ে যাওয়ার আগে দলের শিক্ষার্থীদের কেসটি সম্পর্কে একটি প্রাথমিক এবং সাধারণ ধারণা রয়েছে। উপরন্তু, এই পর্যায়ে অংশগ্রহণকারীদেরকে অনুকৃত পরিস্থিতিতে তাদের অনুভূতি শেয়ার করতে আমন্ত্রণ জানালে তা তাদের পরিস্থিতির মানসিক চাপ কাটিয়ে উঠতে সাহায্য করবে, যার ফলে শেখার উন্নতি ঘটবে [24, 36]। আবেগগত বিষয়গুলি সমাধান করা RLC ফ্যাসিলিটেটরকে বুঝতে সাহায্য করবে যে অংশগ্রহণকারীদের অনুভূতি কীভাবে ব্যক্তিগত এবং গোষ্ঠীগত কর্মক্ষমতাকে প্রভাবিত করে, এবং এটি প্রতিফলন/বিশ্লেষণ পর্যায়ে সমালোচনামূলকভাবে আলোচনা করা যেতে পারে। প্লাস/ডেল্টা পদ্ধতিটি প্রতিফলন/বিশ্লেষণ পর্যায়ের জন্য একটি প্রস্তুতিমূলক এবং নির্ণায়ক পদক্ষেপ হিসাবে মডেলের এই পর্যায়ে অন্তর্ভুক্ত করা হয়েছে [46]। প্লাস/ডেল্টা পদ্ধতি ব্যবহার করে, অংশগ্রহণকারী এবং ছাত্র উভয়ই সিমুলেশনের তাদের পর্যবেক্ষণ, অনুভূতি এবং অভিজ্ঞতা প্রক্রিয়া/তালিকাভুক্ত করতে পারে, যা পরবর্তীতে মডেলের প্রতিফলন/বিশ্লেষণ পর্যায়ে পয়েন্ট ধরে ধরে আলোচনা করা যেতে পারে [46]। এটি অংশগ্রহণকারীদের ক্লিনিকাল যুক্তি অপ্টিমাইজ করার জন্য লক্ষ্যযুক্ত এবং অগ্রাধিকারপ্রাপ্ত শেখার সুযোগের মাধ্যমে একটি মেটাকগনিটিভ অবস্থা অর্জন করতে সহায়তা করবে [24, 48, 49]। RLC মডেলের প্রাথমিক বিকাশের সময় সহ-নকশা ওয়ার্কিং গ্রুপের নিম্নলিখিত প্রতিনিধি প্রতিক্রিয়াগুলি বিবেচনা করা হয়েছিল। অংশগ্রহণকারী ২: “একজন রোগী হিসেবে, যিনি আগে আইসিইউ-তে ভর্তি হয়েছিলেন, আমি মনে করি যে সিমুলেটেড শিক্ষার্থীদের অনুভূতি এবং আবেগ আমাদের বিবেচনা করা প্রয়োজন। আমি এই বিষয়টি উত্থাপন করছি কারণ আমার ভর্তির সময় আমি উচ্চ মাত্রার মানসিক চাপ এবং উদ্বেগ লক্ষ্য করেছি, বিশেষ করে ক্রিটিক্যাল কেয়ার প্র্যাকটিশনার এবং জরুরি পরিস্থিতিতে। এই মডেলটিতে অবশ্যই অভিজ্ঞতাটি সিমুলেট করার সাথে সম্পর্কিত মানসিক চাপ এবং আবেগ বিবেচনায় নিতে হবে।” অংশগ্রহণকারী ১৬: “একজন শিক্ষক হিসেবে, আমি প্লাস/ডেল্টা পদ্ধতি ব্যবহার করাকে খুব গুরুত্বপূর্ণ মনে করি, যাতে শিক্ষার্থীরা সিমুলেশন সিনারিও চলাকালীন তাদের সম্মুখীন হওয়া ভালো দিক এবং প্রয়োজনীয়তাগুলো উল্লেখ করে সক্রিয়ভাবে অংশগ্রহণ করতে উৎসাহিত হয়। উন্নতির ক্ষেত্রসমূহ।”
যদিও মডেলের পূর্ববর্তী পর্যায়গুলো গুরুত্বপূর্ণ, তবে ক্লিনিক্যাল যুক্তির সর্বোত্তম ব্যবহার অর্জনের জন্য বিশ্লেষণ/প্রতিফলন পর্যায়টিই সবচেয়ে গুরুত্বপূর্ণ। এটি ক্লিনিক্যাল অভিজ্ঞতা, দক্ষতা, এবং মডেলকৃত বিষয়গুলির প্রভাব; RLC প্রক্রিয়া এবং কাঠামো; জ্ঞানীয় ভারাক্রান্ততা এড়াতে প্রদত্ত তথ্যের পরিমাণ; প্রতিফলনমূলক প্রশ্নের কার্যকর ব্যবহার; এবং শিক্ষার্থী-কেন্দ্রিক ও সক্রিয় শিক্ষা অর্জনের পদ্ধতির উপর ভিত্তি করে উন্নত বিশ্লেষণ/সংশ্লেষণ এবং গভীর বিশ্লেষণ প্রদানের জন্য ডিজাইন করা হয়েছে। এই পর্যায়ে, অভিজ্ঞতা এবং দক্ষতার বিভিন্ন স্তরকে সমন্বয় করার জন্য ক্লিনিক্যাল অভিজ্ঞতা এবং সিমুলেশন বিষয়গুলির সাথে পরিচিতিকে তিনটি ভাগে ভাগ করা হয়েছে: প্রথম: কোনো পূর্ববর্তী ক্লিনিক্যাল পেশাগত অভিজ্ঞতা নেই/সিমুলেশন বিষয়গুলির সাথে কোনো পূর্ববর্তী পরিচিতি নেই, দ্বিতীয়: ক্লিনিক্যাল পেশাগত অভিজ্ঞতা, জ্ঞান এবং দক্ষতা/মডেলিং বিষয়গুলির সাথে কোনো পূর্ববর্তী পরিচিতি নেই। তৃতীয়: ক্লিনিক্যাল পেশাগত অভিজ্ঞতা, জ্ঞান এবং দক্ষতা/মডেলিং বিষয়গুলির সাথে পূর্ববর্তী পরিচিতি আছে। এই শ্রেণিবিন্যাসটি একই গোষ্ঠীর মধ্যে বিভিন্ন অভিজ্ঞতা এবং দক্ষতার স্তরের মানুষের চাহিদা মেটানোর জন্য করা হয়েছে, যার ফলে কম অভিজ্ঞ অনুশীলনকারীদের বিশ্লেষণাত্মক যুক্তি ব্যবহারের প্রবণতার সাথে অধিক অভিজ্ঞ অনুশীলনকারীদের অ-বিশ্লেষণাত্মক যুক্তি দক্ষতা ব্যবহারের প্রবণতার ভারসাম্য বজায় থাকে [19, 20, 34]। , 37]। RLC প্রক্রিয়াটি ক্লিনিকাল রিজনিং চক্র [10], রিফ্লেক্টিভ মডেলিং ফ্রেমওয়ার্ক [47], এবং অভিজ্ঞতামূলক শিক্ষা তত্ত্ব [50] এর উপর ভিত্তি করে তৈরি করা হয়েছিল। এটি বেশ কয়েকটি প্রক্রিয়ার মাধ্যমে সম্পন্ন হয়: ব্যাখ্যা, পার্থক্যকরণ, যোগাযোগ, অনুমান এবং সংশ্লেষণ।
জ্ঞানীয় ভারাক্রান্ততা এড়ানোর জন্য, অংশগ্রহণকারীদের আত্মবিশ্বাস অর্জনের লক্ষ্যে প্রতিফলন, বিশ্লেষণ এবং সংশ্লেষণের জন্য পর্যাপ্ত সময় ও সুযোগসহ একটি শিক্ষার্থীকেন্দ্রিক এবং প্রতিফলনমূলক কথোপকথন প্রক্রিয়াকে উৎসাহিত করার বিষয়টি বিবেচনা করা হয়েছিল। RLC চলাকালীন জ্ঞানীয় প্রক্রিয়াগুলো ডাবল-লুপ ফ্রেমওয়ার্ক [37] এবং জ্ঞানীয় ভারাক্রান্ততা তত্ত্ব [48]-এর উপর ভিত্তি করে একত্রীকরণ, নিশ্চিতকরণ, গঠন এবং সংহতকরণ প্রক্রিয়ার মাধ্যমে সমাধান করা হয়। অভিজ্ঞ এবং অনভিজ্ঞ উভয় অংশগ্রহণকারীকে বিবেচনায় রেখে একটি কাঠামোগত সংলাপ প্রক্রিয়া থাকা এবং প্রতিফলনের জন্য পর্যাপ্ত সময় দেওয়া, জ্ঞানীয় ভারাক্রান্ততার সম্ভাব্য ঝুঁকি হ্রাস করবে, বিশেষ করে অংশগ্রহণকারীদের বিভিন্ন পূর্ব অভিজ্ঞতা, সংস্পর্শ এবং দক্ষতার স্তরযুক্ত জটিল সিমুলেশনগুলিতে। দৃশ্যের পরে। মডেলের প্রতিফলনমূলক প্রশ্ন করার কৌশলটি ব্লুমের ট্যাক্সোনমিক মডেল [51] এবং অ্যাপ্রিসিয়েটিভ ইনকোয়ারি (AI) পদ্ধতি [45]-এর উপর ভিত্তি করে তৈরি, যেখানে মডেলকৃত সহায়ক ধাপে ধাপে, সক্রেটিক এবং প্রতিফলনমূলক পদ্ধতিতে বিষয়টির কাছে যান। জ্ঞান-ভিত্তিক প্রশ্ন দিয়ে শুরু করে প্রশ্ন জিজ্ঞাসা করুন এবং যুক্তির সাথে সম্পর্কিত দক্ষতা ও বিষয়গুলো সমাধান করুন। এই প্রশ্ন করার কৌশলটি সক্রিয় অংশগ্রহণকারীর অংশগ্রহণ এবং প্রগতিশীল চিন্তাভাবনাকে উৎসাহিত করার মাধ্যমে জ্ঞানীয় ভারাক্রান্তির ঝুঁকি কমিয়ে ক্লিনিক্যাল যুক্তির সর্বোত্তম ব্যবহার উন্নত করবে। RLC মডেল তৈরির বিশ্লেষণ/প্রতিফলন পর্যায়ে সহ-নকশা কার্যকারী দলের নিম্নলিখিত প্রতিনিধিত্বমূলক প্রতিক্রিয়াগুলো বিবেচনা করা হয়েছিল। অংশগ্রহণকারী ১৩: “জ্ঞানীয় ভারাক্রান্তি এড়াতে, সিমুলেশন-পরবর্তী শিক্ষণ আলোচনায় অংশগ্রহণের সময় আমাদের তথ্যের পরিমাণ এবং প্রবাহ বিবেচনা করতে হবে, এবং এটি করার জন্য, আমি মনে করি শিক্ষার্থীদের প্রতিফলনের জন্য যথেষ্ট সময় দেওয়া এবং মৌলিক বিষয়গুলো দিয়ে শুরু করা অত্যন্ত গুরুত্বপূর্ণ। জ্ঞান আলোচনা এবং দক্ষতার সূচনা করে, তারপর অধিজ্ঞান অর্জনের জন্য জ্ঞান ও দক্ষতার উচ্চতর স্তরে অগ্রসর হয়।” অংশগ্রহণকারী ৯: “আমি দৃঢ়ভাবে বিশ্বাস করি যে অ্যাপ্রিসিয়েটিভ ইনকোয়ারি (AI) কৌশল ব্যবহার করে প্রশ্ন করার পদ্ধতি এবং ব্লুমের ট্যাক্সোনমি মডেল ব্যবহার করে প্রতিফলনমূলক প্রশ্ন পদ্ধতি জ্ঞানীয় ভারাক্রান্তির ঝুঁকি কমানোর পাশাপাশি সক্রিয় শিক্ষণ এবং শিক্ষার্থীকেন্দ্রিকতাকে উৎসাহিত করবে।” মডেলটির ডি-ব্রিফিং পর্বের লক্ষ্য হলো RLC চলাকালীন উত্থাপিত শিক্ষণীয় বিষয়গুলোর সারসংক্ষেপ করা এবং শিক্ষণের উদ্দেশ্যগুলো বাস্তবায়িত হয়েছে কিনা তা নিশ্চিত করা। অংশগ্রহণকারী ৮: “অনুশীলনে অগ্রসর হওয়ার সময় বিবেচনা করার মতো সবচেয়ে গুরুত্বপূর্ণ মূল ধারণা এবং প্রধান দিকগুলোর বিষয়ে শিক্ষার্থী এবং সহায়তাকারী উভয়ের একমত হওয়া অত্যন্ত জরুরি।”
প্রোটোকল নম্বর (MRC-01-22-117) এবং (HSK/PGR/UH/04728)-এর অধীনে নৈতিক অনুমোদন প্রাপ্ত হয়েছিল। মডেলটির ব্যবহারযোগ্যতা এবং কার্যকারিতা মূল্যায়নের জন্য তিনটি পেশাদার ইনটেনসিভ কেয়ার সিমুলেশন কোর্সে এটি পরীক্ষা করা হয়েছিল। বাহ্যিক রূপ, ব্যাকরণ এবং প্রক্রিয়া সম্পর্কিত সমস্যাগুলো সংশোধনের জন্য একটি সহ-নকশা কার্যকারী দল (N = 18) এবং শিক্ষাগত পরিচালক হিসেবে কর্মরত শিক্ষাগত বিশেষজ্ঞদের (N = 6) দ্বারা মডেলটির বাহ্যিক বৈধতা মূল্যায়ন করা হয়েছিল। বাহ্যিক বৈধতার পর, বিষয়বস্তুগত বৈধতা নির্ধারণ করা হয়েছিল সিনিয়র নার্স শিক্ষাবিদদের (N = 6) দ্বারা, যারা আমেরিকান নার্সেস ক্রেডেনশিয়ালিং সেন্টার (ANCC) দ্বারা প্রত্যয়িত এবং শিক্ষাগত পরিকল্পনাকারী হিসেবে কাজ করেছেন, এবং (N = 6) যাদের ১০ বছরের বেশি শিক্ষা ও শিক্ষকতার অভিজ্ঞতা ছিল। কর্ম অভিজ্ঞতা মূল্যায়নটি শিক্ষাগত পরিচালকদের (N = 6) দ্বারা পরিচালিত হয়েছিল। মডেলিং অভিজ্ঞতা। বিষয়বস্তুগত বৈধতা কন্টেন্ট ভ্যালিডিটি রেশিও (CVR) এবং কন্টেন্ট ভ্যালিডিটি ইনডেক্স (CVI) ব্যবহার করে নির্ধারণ করা হয়েছিল। CVI অনুমান করার জন্য Lawshe পদ্ধতি [52] এবং CVR অনুমান করার জন্য Waltz এবং Bausell পদ্ধতি [53] ব্যবহার করা হয়েছিল। CVR প্রকল্পগুলি প্রয়োজনীয়, দরকারী, কিন্তু অপরিহার্য বা ঐচ্ছিক নয়। প্রাসঙ্গিকতা, সরলতা এবং স্পষ্টতার উপর ভিত্তি করে CVI একটি চার-পয়েন্ট স্কেলে স্কোর করা হয়, যেখানে 1 = অপ্রাসঙ্গিক, 2 = কিছুটা প্রাসঙ্গিক, 3 = প্রাসঙ্গিক, এবং 4 = খুব প্রাসঙ্গিক। বাহ্যিক এবং বিষয়বস্তুগত বৈধতা যাচাই করার পরে, ব্যবহারিক কর্মশালার পাশাপাশি, যে সকল শিক্ষক মডেলটি ব্যবহার করবেন তাদের জন্য ওরিয়েন্টেশন এবং পরিচিতিমূলক সেশন পরিচালনা করা হয়েছিল।
কর্মদলটি ইনটেনসিভ কেয়ার ইউনিটগুলিতে SBE-তে অংশগ্রহণের সময় ক্লিনিকাল যুক্তির দক্ষতা অপ্টিমাইজ করার জন্য একটি পোস্ট-সিমুলেশন RLC মডেল তৈরি এবং পরীক্ষা করতে সক্ষম হয়েছিল (চিত্র 1, 2, এবং 3)। CVR = 1.00, CVI = 1.00, যা যথাযথ বাহ্যিক এবং বিষয়বস্তুগত বৈধতা প্রতিফলিত করে [52, 53]।
এই মডেলটি গ্রুপ SBE-এর জন্য তৈরি করা হয়েছে, যেখানে একই বা ভিন্ন স্তরের অভিজ্ঞতা, জ্ঞান এবং জ্যেষ্ঠতা সম্পন্ন অংশগ্রহণকারীদের জন্য উত্তেজনাপূর্ণ এবং চ্যালেঞ্জিং পরিস্থিতি ব্যবহার করা হয়। RLC ধারণাগত মডেলটি INACSL ফ্লাইট সিমুলেশন বিশ্লেষণ মান [36] অনুসারে তৈরি করা হয়েছে এবং এটি শিক্ষার্থীকেন্দ্রিক ও স্ব-ব্যাখ্যামূলক, যার মধ্যে সমাধান করা উদাহরণ (চিত্র 1, 2 এবং 3) অন্তর্ভুক্ত রয়েছে। মডেলিং মান পূরণের জন্য মডেলটি উদ্দেশ্যমূলকভাবে তৈরি করা হয়েছে এবং চারটি পর্যায়ে বিভক্ত করা হয়েছে: ব্রিফিং দিয়ে শুরু করে, প্রতিফলনমূলক বিশ্লেষণ/সংশ্লেষণ এবং তথ্য ও সারাংশ দিয়ে শেষ হয়। জ্ঞানীয় ভারাক্রান্ততার সম্ভাব্য ঝুঁকি এড়াতে, মডেলের প্রতিটি পর্যায়কে পরবর্তী পর্যায়ের পূর্বশর্ত হিসাবে উদ্দেশ্যমূলকভাবে ডিজাইন করা হয়েছে [34]।
RLC-তে অংশগ্রহণের উপর জ্যেষ্ঠতা এবং দলীয় সম্প্রীতির প্রভাব পূর্বে অধ্যয়ন করা হয়নি [38]। সিমুলেশন অনুশীলনে ডাবল লুপ এবং জ্ঞানীয় ভারাক্রান্তি তত্ত্বের ব্যবহারিক ধারণাগুলি [34, 37] বিবেচনায় নিলে, এটি মনে রাখা গুরুত্বপূর্ণ যে একই সিমুলেশন গ্রুপে বিভিন্ন অভিজ্ঞতা এবং দক্ষতার স্তরের অংশগ্রহণকারীদের সাথে গ্রুপ SBE-তে অংশগ্রহণ করা একটি চ্যালেঞ্জ। তথ্যের পরিমাণ, প্রবাহ এবং শেখার কাঠামোর প্রতি অবহেলা, সেইসাথে উচ্চ বিদ্যালয় এবং নিম্ন মাধ্যমিক বিদ্যালয়ের শিক্ষার্থীদের দ্বারা দ্রুত এবং ধীর জ্ঞানীয় প্রক্রিয়াগুলির একযোগে ব্যবহার জ্ঞানীয় ভারাক্রান্তির একটি সম্ভাব্য ঝুঁকি তৈরি করে [18, 38, 46]। অপর্যাপ্ত এবং/অথবা নিম্নমানের ক্লিনিক্যাল যুক্তি এড়াতে RLC মডেল তৈরি করার সময় এই বিষয়গুলি বিবেচনায় নেওয়া হয়েছিল [18, 38]। এটি মনে রাখা গুরুত্বপূর্ণ যে বিভিন্ন স্তরের জ্যেষ্ঠতা এবং দক্ষতার সাথে RLC পরিচালনা করলে জ্যেষ্ঠ অংশগ্রহণকারীদের মধ্যে একটি আধিপত্যের প্রভাব সৃষ্টি হয়। এটি ঘটে কারণ উন্নত অংশগ্রহণকারীরা মৌলিক ধারণাগুলি শেখা এড়িয়ে চলে, যা তরুণ অংশগ্রহণকারীদের মেটাকগনিশন অর্জন করতে এবং উচ্চ-স্তরের চিন্তাভাবনা ও যুক্তির প্রক্রিয়ায় প্রবেশ করার জন্য অত্যন্ত গুরুত্বপূর্ণ [38, 47]। RLC মডেলটি অ্যাপ্রিসিয়েটিভ ইনকোয়ারি এবং ডেল্টা অ্যাপ্রোচের মাধ্যমে সিনিয়র এবং জুনিয়র নার্সদের সম্পৃক্ত করার জন্য ডিজাইন করা হয়েছে [45, 46, 51]। এই পদ্ধতিগুলি ব্যবহার করে, বিভিন্ন ক্ষমতা এবং অভিজ্ঞতার স্তরের সিনিয়র এবং জুনিয়র অংশগ্রহণকারীদের মতামত আইটেম অনুসারে উপস্থাপন করা হবে এবং ডিব্রিফিং মডারেটর এবং সহ-মডারেটরদের দ্বারা প্রতিফলিতভাবে আলোচনা করা হবে [45, 51]। সিমুলেশন অংশগ্রহণকারীদের ইনপুটের পাশাপাশি, ডিব্রিফিং ফ্যাসিলিটেটর তাদের ইনপুট যোগ করেন যাতে সমস্ত সম্মিলিত পর্যবেক্ষণ প্রতিটি শেখার মুহূর্তকে সম্পূর্ণরূপে অন্তর্ভুক্ত করে, যার ফলে ক্লিনিক্যাল রিজনিং অপ্টিমাইজ করার জন্য মেটাকগনিশন বৃদ্ধি পায় [10]।
RLC মডেল ব্যবহার করে তথ্য প্রবাহ এবং শেখার কাঠামো একটি পদ্ধতিগত এবং বহু-ধাপ প্রক্রিয়ার মাধ্যমে সম্বোধন করা হয়। এটি ডি-ব্রিফিং ফ্যাসিলিটেটরদের সহায়তা করার জন্য এবং পরবর্তী পর্যায়ে যাওয়ার আগে প্রতিটি পর্যায়ে প্রত্যেক অংশগ্রহণকারী যাতে স্পষ্টভাবে এবং আত্মবিশ্বাসের সাথে কথা বলতে পারে তা নিশ্চিত করার জন্য। মডারেটর প্রতিফলিত আলোচনা শুরু করতে সক্ষম হবেন যেখানে সমস্ত অংশগ্রহণকারী অংশগ্রহণ করবে, এবং এমন একটি পর্যায়ে পৌঁছাবে যেখানে বিভিন্ন জ্যেষ্ঠতা এবং দক্ষতার স্তরের অংশগ্রহণকারীরা পরবর্তী পর্যায়ে যাওয়ার আগে প্রতিটি আলোচনার বিষয়ের জন্য সর্বোত্তম অনুশীলনে একমত হবে [38]। এই পদ্ধতি ব্যবহার করে অভিজ্ঞ এবং দক্ষ অংশগ্রহণকারীরা তাদের অবদান/পর্যবেক্ষণ শেয়ার করতে পারবে, যখন কম অভিজ্ঞ এবং দক্ষ অংশগ্রহণকারীদের অবদান/পর্যবেক্ষণ মূল্যায়ন এবং আলোচনা করা হবে [38]। যাইহোক, এই লক্ষ্য অর্জনের জন্য, ফ্যাসিলিটেটরদের আলোচনায় ভারসাম্য বজায় রাখা এবং সিনিয়র এবং জুনিয়র অংশগ্রহণকারীদের জন্য সমান সুযোগ প্রদানের চ্যালেঞ্জের মুখোমুখি হতে হবে। এই লক্ষ্যে, মডেল সমীক্ষা পদ্ধতিটি উদ্দেশ্যমূলকভাবে ব্লুমের ট্যাক্সোনমিক মডেল ব্যবহার করে তৈরি করা হয়েছিল, যা মূল্যায়নমূলক সমীক্ষা এবং অ্যাডিটিভ/ডেল্টা পদ্ধতিকে একত্রিত করে [45, 46, 51]। এই কৌশলগুলো ব্যবহার করে এবং মূল প্রশ্ন/প্রতিফলনমূলক আলোচনা সম্পর্কে জ্ঞান ও বোঝাপড়া দিয়ে শুরু করলে, তা কম অভিজ্ঞ অংশগ্রহণকারীদের আলোচনায় সক্রিয়ভাবে অংশগ্রহণ করতে উৎসাহিত করবে। এরপর ফ্যাসিলিটেটর ধীরে ধীরে প্রশ্ন/আলোচনাগুলোর মূল্যায়ন ও সংশ্লেষণের উচ্চতর পর্যায়ে যাবেন, যেখানে উভয় পক্ষকেই সিনিয়র ও জুনিয়র অংশগ্রহণকারীদের তাদের পূর্ব অভিজ্ঞতা এবং ক্লিনিক্যাল দক্ষতা বা সিমুলেটেড সিনারিওর অভিজ্ঞতার ভিত্তিতে অংশগ্রহণের সমান সুযোগ দিতে হবে। এই পদ্ধতিটি কম অভিজ্ঞ অংশগ্রহণকারীদের সক্রিয়ভাবে অংশগ্রহণ করতে এবং অধিক অভিজ্ঞ অংশগ্রহণকারীদের দ্বারা ভাগ করা অভিজ্ঞতা ও ডি-ব্রিফিং ফ্যাসিলিটেটরের ইনপুট থেকে উপকৃত হতে সাহায্য করবে। অন্যদিকে, এই মডেলটি শুধুমাত্র বিভিন্ন অংশগ্রহণকারীর দক্ষতা ও অভিজ্ঞতার স্তরের এসবিই-এর জন্যই নয়, বরং একই রকম অভিজ্ঞতা ও দক্ষতার স্তরের এসবিই গ্রুপের অংশগ্রহণকারীদের জন্যও ডিজাইন করা হয়েছে। শেখার লক্ষ্য অর্জনের জন্য, গ্রুপকে জ্ঞান ও বোঝাপড়ার উপর মনোযোগ থেকে সংশ্লেষণ ও মূল্যায়নের উপর মনোযোগের দিকে একটি মসৃণ ও পদ্ধতিগতভাবে এগিয়ে নিয়ে যাওয়ার সুবিধার্থে এই মডেলটি ডিজাইন করা হয়েছিল। মডেলের কাঠামো এবং প্রক্রিয়াগুলো বিভিন্ন এবং সমান দক্ষতা ও অভিজ্ঞতার স্তরের মডেলিং গ্রুপগুলোর জন্য উপযুক্ত করে ডিজাইন করা হয়েছে।
এছাড়াও, যদিও স্বাস্থ্যসেবায় চিকিৎসকদের মধ্যে ক্লিনিক্যাল যুক্তি এবং দক্ষতা বিকাশের জন্য RLC-এর সাথে SBE ব্যবহার করা হয় [22,30,38], তবে কেসের জটিলতা এবং জ্ঞানীয় ভারাক্রান্ততার সম্ভাব্য ঝুঁকি সম্পর্কিত প্রাসঙ্গিক বিষয়গুলি অবশ্যই বিবেচনায় নিতে হবে, বিশেষ করে যখন SBE পরিস্থিতিতে অংশগ্রহণকারীরা অত্যন্ত জটিল, গুরুতর অসুস্থ রোগীদের অনুকরণ করে যাদের তাৎক্ষণিক হস্তক্ষেপ এবং গুরুত্বপূর্ণ সিদ্ধান্ত গ্রহণের প্রয়োজন হয় [2,18,37,38,47,48]। এই লক্ষ্যে, SBE-তে অংশগ্রহণের সময় অভিজ্ঞ এবং অনভিজ্ঞ উভয় অংশগ্রহণকারীর বিশ্লেষণাত্মক এবং অ-বিশ্লেষণাত্মক যুক্তি পদ্ধতির মধ্যে একযোগে পরিবর্তন করার প্রবণতা বিবেচনায় নেওয়া গুরুত্বপূর্ণ, এবং একটি প্রমাণ-ভিত্তিক পদ্ধতি প্রতিষ্ঠা করা প্রয়োজন যা বয়স্ক এবং তরুণ উভয় শিক্ষার্থীকে শেখার প্রক্রিয়ায় সক্রিয়ভাবে অংশগ্রহণ করতে দেয়। সুতরাং, মডেলটি এমনভাবে ডিজাইন করা হয়েছিল যাতে, উপস্থাপিত অনুকরণকৃত কেসের জটিলতা নির্বিশেষে, সহায়তাকারীকে অবশ্যই নিশ্চিত করতে হবে যে সিনিয়র এবং জুনিয়র উভয় অংশগ্রহণকারীর জ্ঞান এবং পটভূমি বোঝার দিকগুলি প্রথমে অন্তর্ভুক্ত করা হয় এবং তারপরে বিশ্লেষণ, সংশ্লেষণ এবং মূল্যায়নের দিকটি বোঝার সুবিধার্থে ধীরে ধীরে এবং প্রতিফলনের মাধ্যমে বিকশিত করা হয়। এটি কম বয়সী শিক্ষার্থীদের তাদের অর্জিত জ্ঞানকে গঠন ও সুসংহত করতে এবং বেশি বয়সী শিক্ষার্থীদের নতুন জ্ঞান সংশ্লেষণ ও বিকাশে সহায়তা করবে। এটি প্রত্যেক অংশগ্রহণকারীর পূর্ব অভিজ্ঞতা ও সামর্থ্য বিবেচনায় রেখে যুক্তি প্রক্রিয়ার প্রয়োজনীয়তা পূরণ করবে এবং এর একটি সাধারণ কাঠামো থাকবে যা উচ্চ বিদ্যালয় ও নিম্ন মাধ্যমিক বিদ্যালয়ের শিক্ষার্থীদের একই সাথে বিশ্লেষণাত্মক ও অ-বিশ্লেষণাত্মক যুক্তি পদ্ধতির মধ্যে আসা-যাওয়ার প্রবণতাকে মোকাবেলা করবে, যার ফলে চিকিৎসাগত যুক্তির সর্বোত্তম প্রয়োগ নিশ্চিত হবে।
অতিরিক্তভাবে, সিমুলেশন ফ্যাসিলিটেটর/ডিব্রিফারদের সিমুলেশন ডিব্রিফিং দক্ষতা আয়ত্ত করতে অসুবিধা হতে পারে। যারা স্ক্রিপ্ট ব্যবহার করেন না তাদের তুলনায়, কগনিটিভ ডিব্রিফিং স্ক্রিপ্টের ব্যবহার ফ্যাসিলিটেটরদের জ্ঞান অর্জন এবং আচরণগত দক্ষতা উন্নত করতে কার্যকর বলে মনে করা হয় [54]। সিনারিও একটি জ্ঞানীয় সরঞ্জাম যা শিক্ষকদের মডেলিং কাজকে সহজতর করতে পারে এবং ডিব্রিফিং দক্ষতা উন্নত করতে পারে, বিশেষ করে সেই শিক্ষকদের জন্য যারা এখনও তাদের ডিব্রিফিং অভিজ্ঞতা সংহত করছেন [55]। বৃহত্তর ব্যবহারযোগ্যতা অর্জন এবং ব্যবহারকারী-বান্ধব মডেল তৈরি করতে। (চিত্র 2 এবং চিত্র 3)।
বর্তমানে উপলব্ধ সিমুলেশন বিশ্লেষণ এবং নির্দেশিত প্রতিফলন মডেলগুলিতে প্লাস/ডেল্টা, অ্যাপ্রিসিয়েটিভ সার্ভে এবং ব্লুম'স ট্যাক্সোনমি সার্ভে পদ্ধতির সমান্তরাল একীকরণ এখনও আলোচিত হয়নি। এই পদ্ধতিগুলির একীকরণ RLC মডেলের উদ্ভাবনী দিকটি তুলে ধরে, যেখানে ক্লিনিক্যাল রিজনিং এবং শিক্ষার্থীকেন্দ্রিকতার সর্বোত্তম ব্যবহার অর্জনের জন্য এই পদ্ধতিগুলিকে একটি একক বিন্যাসে একীভূত করা হয়েছে। চিকিৎসা শিক্ষাবিদরা অংশগ্রহণকারীদের ক্লিনিক্যাল রিজনিং ক্ষমতা উন্নত ও সর্বোত্তম করার জন্য RLC মডেল ব্যবহার করে গ্রুপ SBE মডেলিং থেকে উপকৃত হতে পারেন। মডেলটির সিনারিওগুলি শিক্ষাবিদদের রিফ্লেক্টিভ ডিব্রিফিং প্রক্রিয়া আয়ত্ত করতে এবং আত্মবিশ্বাসী ও দক্ষ ডিব্রিফিং ফ্যাসিলিটেটর হওয়ার জন্য তাদের দক্ষতা শক্তিশালী করতে সাহায্য করতে পারে।
SBE-তে বিভিন্ন পদ্ধতি ও কৌশল অন্তর্ভুক্ত থাকতে পারে, যার মধ্যে রয়েছে ম্যানিকুইন-ভিত্তিক SBE, টাস্ক সিমুলেটর, পেশেন্ট সিমুলেটর, স্ট্যান্ডার্ডাইজড পেশেন্ট, ভার্চুয়াল এবং অগমেন্টেড রিয়ালিটি। যেহেতু রিপোর্টিং মডেলিংয়ের অন্যতম গুরুত্বপূর্ণ মানদণ্ড, তাই এই পদ্ধতিগুলো ব্যবহার করার সময় সিমুলেটেড RLC মডেলটিকে একটি রিপোর্টিং মডেল হিসেবে ব্যবহার করা যেতে পারে। অধিকন্তু, যদিও মডেলটি নার্সিং শাখার জন্য তৈরি করা হয়েছিল, আন্তঃপেশাগত স্বাস্থ্যসেবা SBE-তে এর ব্যবহারের সম্ভাবনা রয়েছে, যা আন্তঃপেশাগত শিক্ষার জন্য RLC মডেলটি পরীক্ষা করার লক্ষ্যে ভবিষ্যৎ গবেষণা উদ্যোগের প্রয়োজনীয়তা তুলে ধরে।
এসবিই ইনটেনসিভ কেয়ার ইউনিটে নার্সিং সেবার জন্য একটি পোস্ট-সিমুলেশন আরএলসি মডেলের উন্নয়ন ও মূল্যায়ন। অন্যান্য স্বাস্থ্যসেবা শাখা এবং আন্তঃপেশাগত এসবিই-তে ব্যবহারের জন্য মডেলটির সাধারণীকরণযোগ্যতা বাড়াতে এর ভবিষ্যৎ মূল্যায়ন/বৈধতা যাচাইয়ের সুপারিশ করা হচ্ছে।
তত্ত্ব ও ধারণার উপর ভিত্তি করে একটি যৌথ কর্মদল দ্বারা মডেলটি তৈরি করা হয়েছিল। মডেলটির বৈধতা ও সাধারণীকরণযোগ্যতা উন্নত করার জন্য, ভবিষ্যতে তুলনামূলক অধ্যয়নের ক্ষেত্রে উন্নত নির্ভরযোগ্যতা পরিমাপক ব্যবহারের বিষয়টি বিবেচনা করা যেতে পারে।
অনুশীলনের ত্রুটি কমাতে, নিরাপদ ও যথাযথ ক্লিনিক্যাল সিদ্ধান্ত গ্রহণ নিশ্চিত করার জন্য অনুশীলনকারীদের অবশ্যই কার্যকর ক্লিনিক্যাল যুক্তিবোধের দক্ষতা থাকতে হবে। একটি ডি-ব্রিফিং কৌশল হিসেবে SBE RLC-এর ব্যবহার ক্লিনিক্যাল যুক্তিবোধ বিকাশের জন্য প্রয়োজনীয় জ্ঞান এবং ব্যবহারিক দক্ষতার উন্নয়নে সহায়তা করে। তবে, ক্লিনিক্যাল যুক্তিবোধের বহুমাত্রিক প্রকৃতি—যা পূর্ব অভিজ্ঞতা ও পরিচিতি, দক্ষতার পরিবর্তন, তথ্যের পরিমাণ ও প্রবাহ এবং সিমুলেশন পরিস্থিতির জটিলতার সাথে সম্পর্কিত—সিমুলেশন-পরবর্তী RLC মডেল তৈরির গুরুত্ব তুলে ধরে, যার মাধ্যমে ক্লিনিক্যাল যুক্তিবোধকে সক্রিয়ভাবে এবং কার্যকরভাবে প্রয়োগ করা যায়। এই বিষয়গুলো উপেক্ষা করলে অপর্যাপ্ত এবং নিম্নমানের ক্লিনিক্যাল যুক্তিবোধের সৃষ্টি হতে পারে। গ্রুপ সিমুলেশন কার্যক্রমে অংশগ্রহণের সময় ক্লিনিক্যাল যুক্তিবোধকে সর্বোত্তম করার জন্য এই বিষয়গুলোকে বিবেচনায় রেখে RLC মডেলটি তৈরি করা হয়েছিল। এই লক্ষ্য অর্জনের জন্য, মডেলটি একই সাথে প্লাস/মাইনাস মূল্যায়নমূলক অনুসন্ধান এবং ব্লুমের ট্যাক্সোনমির ব্যবহারকে একীভূত করে।
বর্তমান গবেষণায় ব্যবহৃত এবং/অথবা বিশ্লেষিত ডেটাসেটগুলো যুক্তিসঙ্গত অনুরোধের ভিত্তিতে সংশ্লিষ্ট লেখকের কাছ থেকে পাওয়া যাবে।
ড্যানিয়েল এম, রেনসিক জে, ডার্নিং এসজে, হোমবো ই, স্যান্টেন এসএ, ল্যাং ডব্লিউ, র্যাটক্লিফ টি, গর্ডন ডি, হেইস্ট বি, লুবর্স্কি এস, এস্ট্রাডা কেএ। ক্লিনিকাল যুক্তি মূল্যায়নের পদ্ধতি: পর্যালোচনা এবং অনুশীলন সুপারিশ। একাডেমি অফ মেডিকেল সায়েন্সেস। 2019;94(6):902–12।
Young ME, Thomas A., Lubarsky S., Gordon D., Gruppen LD, Rensich J., Ballard T., Holmboe E., Da Silva A., Ratcliffe T., Schuwirth L. স্বাস্থ্য পেশার মধ্যে ক্লিনিকাল যুক্তির উপর সাহিত্য তুলনা: একটি স্কোপিং পর্যালোচনা। BMC Medical Education. 2020;20(1):1–1.
গেরেরো জেজি। নার্সিং অনুশীলন যুক্তি মডেল: নার্সিংয়ে ক্লিনিকাল যুক্তি, সিদ্ধান্ত গ্রহণ এবং বিচারের শিল্প ও বিজ্ঞান। ওপেন দ্য নার্সেস জার্নাল। 2019;9(2):79–88।
আলমোমানি ই, আলরাউচ টি, সাদা ও, আল এনসুর এ, কাম্বলে এম, স্যামুয়েল জে, আতাল্লাহ কে, মুস্তাফা ই। সমালোচনামূলক যত্নে একটি ক্লিনিকাল লার্নিং এবং শিক্ষণ পদ্ধতি হিসাবে প্রতিফলিত লার্নিং ডায়ালগ। কাতার মেডিকেল জার্নাল। 2020;2019;1(1):64.
মামেদ এস., ভ্যান গগ টি., সাম্পাইও এএম, ডি ফারিয়া আরএম, মারিয়া জেপি, শ্মিট এইচজি ক্লিনিক্যাল কেস অনুশীলনের মাধ্যমে শিক্ষার্থীদের রোগ নির্ণয়ের দক্ষতা কীভাবে উপকৃত হয়? একই এবং নতুন রোগের ভবিষ্যৎ রোগ নির্ণয়ের উপর কাঠামোগত প্রতিফলনের প্রভাব। একাডেমি অফ মেডিকেল সায়েন্সেস। 2014;89(1):121–7।
টুটিচি এন, থিওবল্ড কেএ, র্যামসবোথাম জে, জনস্টন এস। সিমুলেশনে পর্যবেক্ষকের ভূমিকা এবং ক্লিনিক্যাল যুক্তির অন্বেষণ: একটি স্কোপিং রিভিউ। নার্স এডুকেশন প্র্যাকটিস ২০২২ জানুয়ারী ২০: ১০৩৩০১।
এডওয়ার্ডস আই, জোন্স এম, কার জে, ব্রাউনাক-মেয়ার এ, জেনসেন জিএম। ফিজিক্যাল থেরাপিতে ক্লিনিক্যাল রিজনিং স্ট্র্যাটেজি। ফিজিওথেরাপি। 2004;84(4):312–30।
কুইপার আর, পেসুট ডি, কাউটজ ডি। চিকিৎসা শিক্ষার্থীদের মধ্যে ক্লিনিকাল যুক্তিবোধ দক্ষতার স্ব-নিয়ন্ত্রণকে উৎসাহিত করা। ওপেন জার্নাল নার্স ২০০৯;৩:৭৬।
লেভেট-জোনস টি, হফম্যান কে, ডেম্পসি জে, জিওন এসওয়াই, নোবেল ডি, নর্টন কেএ, রোশ জে, হিকি এন। ক্লিনিক্যাল রিজনিং-এর “পাঁচটি অধিকার”: ঝুঁকিপূর্ণ রোগী শনাক্তকরণ ও ব্যবস্থাপনায় নার্সিং শিক্ষার্থীদের ক্লিনিক্যাল দক্ষতা উন্নত করার জন্য একটি শিক্ষামূলক মডেল। নার্সিং এডুকেশন টুডে। ২০১০;৩০(৬):৫১৫–২০।
ব্রেন্টনাল জে, থ্যাকরে ডি, জুড বি। প্লেসমেন্ট এবং সিমুলেশন সেটিংসে মেডিকেল শিক্ষার্থীদের ক্লিনিকাল যুক্তির মূল্যায়ন: একটি পদ্ধতিগত পর্যালোচনা। আন্তর্জাতিক পরিবেশগত গবেষণা, জনস্বাস্থ্য জার্নাল। 2022;19(2):936।
চেম্বারলেইন ডি, পোলক ডব্লিউ, ফুলব্রুক পি। ক্রিটিক্যাল কেয়ার নার্সিংয়ের জন্য ACCCN স্ট্যান্ডার্ড: একটি পদ্ধতিগত পর্যালোচনা, প্রমাণ উন্নয়ন এবং মূল্যায়ন। ইমার্জেন্সি অস্ট্রেলিয়া। 2018;31(5):292–302।
কুনহা এলডি, পেস্তানা-সান্তোস এম, লোম্বা এল, রেইস সান্তোস এম। পোস্ট-অ্যানেস্থেসিয়া যত্নে ক্লিনিকাল যুক্তিতে অনিশ্চয়তা: জটিল স্বাস্থ্যসেবা সেটিংসে অনিশ্চয়তার মডেলগুলির উপর ভিত্তি করে একটি সমন্বিত পর্যালোচনা। জে পেরিওপারেটিভ নার্স। 2022;35(2):e32–40।
রিভাজ এম, তাভাকোলিনিয়া এম, মোমেন্নাসাব এম। ক্রিটিক্যাল কেয়ার নার্সদের পেশাগত অনুশীলনের পরিবেশ এবং নার্সিং ফলাফলের সাথে এর সম্পর্ক: একটি কাঠামোগত সমীকরণ মডেলিং গবেষণা। স্ক্যান্ড জে কেয়ারিং সাই। 2021;35(2):609–15।
সুভার্দিয়ান্তো এইচ, আস্তুতি ভিভি, কম্পিটেন্স। ক্রিটিক্যাল কেয়ার ইউনিটে ছাত্র নার্সদের জন্য নার্সিং এবং ক্রিটিক্যাল কেয়ার অনুশীলন জার্নাল বিনিময় (জেএসসিসি)। স্ট্রাডা ম্যাগাজিন ইলমিয়া কেসেহাতান। 2020;9(2):686–93।
লিভ বি, ডেজেন টিলাহুন এ, কাস্যু টি। ইনটেনসিভ কেয়ার ইউনিটের নার্সদের মধ্যে শারীরিক মূল্যায়ন সম্পর্কিত জ্ঞান, মনোভাব এবং সংশ্লিষ্ট কারণসমূহ: একটি বহু-কেন্দ্রিক ক্রস-সেকশনাল গবেষণা। রিসার্চ প্র্যাকটিস ইন ক্রিটিক্যাল কেয়ার। ২০২০;৯১৪৫১০৫।
সুলিভান জে., হিউগিল কে., এ. এলরাউশ টিএ, ম্যাথিয়াস জে., আলখেতিমি এমও। মধ্যপ্রাচ্যের একটি দেশের সাংস্কৃতিক প্রেক্ষাপটে নার্স ও মিডওয়াইফদের জন্য একটি যোগ্যতা কাঠামোর পরীক্ষামূলক বাস্তবায়ন। নার্স এডুকেশন প্র্যাকটিস। ২০২১;৫১:১০২৯৬৯।
ওয়াং এমএস, থর ই, হাডসন জেএন। স্ক্রিপ্ট সামঞ্জস্য পরীক্ষায় প্রতিক্রিয়া প্রক্রিয়ার বৈধতা যাচাই: একটি থিঙ্ক-আলাউড পদ্ধতি। ইন্টারন্যাশনাল জার্নাল অফ মেডিকেল এডুকেশন। ২০২০;১১:১২৭।
কাং এইচ, কাং এইচওয়াই। ক্লিনিক্যাল রিজনিং দক্ষতা, ক্লিনিক্যাল যোগ্যতা এবং শিক্ষাগত সন্তুষ্টির উপর সিমুলেশন শিক্ষার প্রভাব। জে কোরিয়া অ্যাকাডেমিক অ্যান্ড ইন্ডাস্ট্রিয়াল কো-অপারেশন অ্যাসোসিয়েশন। 2020;21(8):107–14।
ডিকম্যান পি, থোরগেইরসেন কে, কভিন্ডেসল্যান্ড এসএ, থমাস এল, বুশেল ডব্লিউ, ল্যাংলি আর্সডাল এইচ। কোভিড-১৯ এর মতো সংক্রামক রোগের প্রাদুর্ভাবের প্রতিক্রিয়া প্রস্তুত এবং উন্নত করতে মডেলিং ব্যবহার: নরওয়ে, ডেনমার্ক এবং গ্রেট ব্রিটেন থেকে ব্যবহারিক টিপস এবং সংস্থান। অ্যাডভান্সড মডেলিং। 2020;5(1):1–0।
লিওস এল, লোপ্রেইয়াতো জে, ফাউন্ডার ডি, চ্যাং টিপি, রবার্টসন জেএম, অ্যান্ডারসন এম, ডিয়াজ ডিএ, স্পেন এ, সম্পাদকবৃন্দ। (সহযোগী সম্পাদক) এবং পরিভাষা ও ধারণা ওয়ার্কিং গ্রুপ, ডিকশনারি অফ হেলথকেয়ার মডেলিং – দ্বিতীয় সংস্করণ। রকভিল, এমডি: এজেন্সি ফর হেলথকেয়ার রিসার্চ অ্যান্ড কোয়ালিটি। জানুয়ারি ২০২০: ২০-০০১৯।
ব্রুকস এ, ব্র্যাকম্যান এস, ক্যাপ্রালোস বি, নাকাজিমা এ, টাইয়ারম্যান জে, জৈন এল, সালভেত্তি এফ, গার্ডনার আর, মাইনহার্ট আর, বারতাগনি বি। স্বাস্থ্যসেবা সিমুলেশনের জন্য অগমেন্টেড রিয়েলিটি। অন্তর্ভুক্তিমূলক সুস্থতার জন্য ভার্চুয়াল রোগী প্রযুক্তিতে সর্বশেষ অগ্রগতি। গ্যামিফিকেশন অ্যান্ড সিমুলেশন। ২০২০;১৯৬:১০৩–৪০।
আলমরানি এমএইচ, আলাম্মাল কেএ, আলকাহতানি এসএস, সালেম ওএ নার্সিং শিক্ষার্থীদের মধ্যে সমালোচনামূলক চিন্তাভাবনার দক্ষতা এবং আত্মবিশ্বাসের উপর সিমুলেশন এবং ঐতিহ্যবাহী শিক্ষণ পদ্ধতির প্রভাবের তুলনা। জে নার্সিং রিসার্চ সেন্টার। 2018;26(3):152–7।
কিয়েরনান এলকে সিমুলেশন কৌশল ব্যবহার করে ক্ষমতা এবং আত্মবিশ্বাস মূল্যায়ন করুন। কেয়ার। 2018;48(10):45।
পোস্ট করার সময়: ০৮-জানুয়ারি-২০২৪
