教育视频游戏在非创伤中心创伤分诊中的应用:一项随机临床试验的二次分析
该研究为一项随机临床试验的过程评估,纳入美国800名在III、IV、V级创伤中心及非创伤中心急诊科负责创伤分诊的医生,随机接受定制视频游戏(Night Shift)或常规教育,随后完成虚拟模拟(36例、45分钟)。干预组分诊不足为22%,对照组为38%(百分点差16,95%CI 15-18,P<.001);干预与错误阳性决策耐受性中度增加相关(Cohen d=0.6),与识别重伤患者能力小幅改善相关(Cohen d=0.2)。临床工作量≥10班/月者干预获益更明显(40% vs 22%,百分点差18,95%CI 17-20,P=.05)。作者认为教育冒险视频游戏可能通过提高医生执行指南的意愿来改善限时疾病中的表现,且估计治疗效应的异质性有限。
要点
- 在800名美国非创伤中心及III-V级创伤中心急诊医生中,玩定制视频游戏2小时与分诊不足降低相关:干预组22% vs 对照组38%,百分点差16(95%CI 15-18),P<.001。
- 干预的主要机制是提高转诊意愿(决策阈值更宽松,Cohen d=0.6),对识别重伤患者能力仅小幅改善(Cohen d=0.2)。
- 临床工作量≥10班/月的医生干预获益更明显:对照组40% vs 干预组22%,百分点差18(95%CI 17-20),P=.05;<10班/月者两组表现相近(27% vs 21%,百分点差6,95%CI 3-8)。
- 干预同时与过度分诊增加相关:干预组39% vs 对照组34%,百分点差5(95%CI 4-7),P<.001;作者指出美国外科医师学会定义良好运行区域为分诊不足<5%,即使需要高达50%的过度分诊。
- 估计治疗效应的异质性有限,作者认为大多数医生可能从干预中获益,为未来推广设计提供信息。
适用人群与场景
- 美国III、IV、V级创伤中心及非创伤中心急诊科负责创伤分诊和管理的医生;排除在I或II级创伤中心工作时间≥50%或仅在联邦医院工作的医生,以及拒绝确认愿意完成所有研究任务的医生。
- 全国便利样本,通过社交媒体、口口相传、医疗分析公司及多个全国医生 staffing 组织的邮件列表招募,招募时间为2023年11月27日至2024年2月7日。
诊断标准与关键阈值
- 分诊不足定义为重伤患者未转至创伤中心的比例;过度分诊定义为轻伤患者被转诊的比例(依据美国外科医师学会标准)。
- 依从性判定:重伤患者转至I或II级创伤中心为依从;轻伤患者出院或收入当地医院为依从。
处置流程与药物剂量
- 干预组:收到预装游戏的平板电脑,要求在3周内玩视频游戏2小时(或直到完成内容),随后完成在线虚拟模拟;干预组保留平板电脑作为酬金(约值300美元)。
- 对照组:接受常规教育(被动对照),要求在入组3周内完成相同的在线虚拟模拟;完成研究任务后获得100美元礼品卡。
- 虚拟模拟:36例病例、45分钟,每例包含2维患者图像、主诉、每10秒更新的生命体征、病史和体格检查描述;医生可请求诊断检查、从25项干预中选择(如输血)或咨询专科医生;未采取适当临床干预时,重伤和危重患者会在模拟班次中失代偿并死亡。
研究设计与关键结果
- 研究类型:随机临床试验的二次分析(过程评估),基于意向性治疗分析;样本量800名医生,干预组和对照组各400名;平均(SD)年龄43.7(9.0)岁,平均(SD)经验12.0(8.4)年;566名(71%)男性,226名(28%)女性;488名(61%)在非创伤中心工作,312名(39%)在III、IV或V级创伤中心工作;673名(84%)具有急诊医学委员会认证。
- 主要终点:干预组分诊不足22% vs 对照组38%,百分点差16(95%CI 15-18),P<.001。
- 过度分诊:干预组39% vs 对照组34%,百分点差5(95%CI 4-7),P<.001。
- 机制:干预组感知敏感性1.00 SD单位(95%CI 0.94-1.07)vs 对照组0.87 SD单位(95%CI 0.79-0.94),P<.001,Cohen d=0.2;干预组决策阈值0.14 SD单位(95%CI 0.07-0.22)vs 对照组0.53 SD单位(95%CI 0.43-0.63),Cohen d=0.6。
- 亚组:临床工作量≥10班/月者,对照组分诊不足40% vs 干预组22%,百分点差18(95%CI 17-20),P=.05;<10班/月者,对照组27% vs 干预组21%,百分点差6(95%CI 3-8)。
- 干预组339名(85%)玩视频游戏至少2小时或完成全部内容;使用结局评估工具者:干预组345/398(87%),对照组231/397(58%)。
证据类型、等级与局限
- 证据类型:随机临床试验的二次分析(过程评估)。
- 局限:使用模拟进行过程评估,因为实践中损伤低基础率妨碍精确估计医生认知过程;干预组医生在完成虚拟模拟时可能有不公平优势,但两个产品由不同公司设计,且两组在开始模拟前均复习了相同教程;干预组和对照组回应率差异可能引入偏倚,但敏感性分析中干预估计效应持续存在;样本量太小,无法在灵活BART模型中做可靠推断量化发现稳健性,仅用BART确认预设亚组分析结果。
对床旁实践的改变
- 作者认为教育冒险视频游戏有潜力改善医生在限时疾病中的表现,似乎通过提高医生执行临床实践指南的意愿起作用。
- 作者指出估计治疗效应的异质性有限,提示大多数医生可能从干预中获益,为未来推广设计提供信息。
- 作者指出过度分诊增加的临床重要性不明确,因为美国外科医师学会定义良好运行区域为分诊不足<5%,即使需要高达50%的过度分诊。
指南或共识出处
- 美国外科医师学会创伤分诊临床实践指南(原文引用16)。
提炼说明
- 原文未涉及「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译17 节 · 点击展开
引言
在整个医学领域,医生经常做出与国家和国际指南推荐实践不一致的诊断和治疗决策。1,2 虽然某些不一致反映了适当的临床判断,但有时它代表了糟糕的决策。3,4 因此,针对医疗保健专业人员的行为干预领域正在迅速发展,从继续医学教育项目到在用户需要完成任务时提供信息或技能发展支持的策略(“即时”工具),再到各种影响选择架构的努力。5,6,7 不幸的是,尽管对这些干预措施充满热情,但关于其基础科学的信息仍然匮乏:它们如何起作用以及使谁受益。8
创伤分诊是时间敏感性状况的一个有用范例,在这种情况下,更好的干预措施以增加临床实践指南的实施可以改善患者结局。9,10,11,12,13 美国外科医师学会建议在非创伤中心治疗受伤患者的医生快速筛查(即分诊)他们并转运重伤患者。14,15,16 尽管利益相关者进行了40年的干预,分诊不足仍然普遍存在,尤其是在65岁以上的患者中。17,18,19,20 先前包括我们研究团队成员在内的实验和观察性工作21,22表明,诊断错误是非创伤中心分诊不足的主要因素,部分原因是医生依赖其启发式方法(定义为心理捷径或模式识别)来识别患有严重损伤的患者。
Mohan等23,24开发了一款基于理论的视频游戏,用于重新校准创伤分诊中的医生启发式方法,并证明其在实验室中能将指南的实施提高11%至18%。本研究的目的是评估该游戏的作用机制和估计治疗效果的同质性。
方法
研究概述
在美国开展的一项1型混合有效性-实施试验测试了一种新型干预措施(定制视频游戏[Night Shift])的效果。25 该试验于2023年11月27日开始,于2025年3月31日结束。与美国国立卫生研究院和英国医学研究理事会关于开发复杂行为干预措施的建议一致,我们同时使用定性和定量方法评估了干预措施影响行为的过程。26,27 在此,我们报告在2023年11月至2024年3月期间进行的干预措施作用机制评估。匹兹堡大学人类研究保护办公室批准了该研究。所有参与者均提供了书面知情同意。我们遵循了随机临床试验的试验报告统一标准(CONSORT)报告指南。
试验参与者
我们通过社交媒体、口口相传、一家医疗保健分析公司以及几家全国性医生人事团体的组织电子邮件分发列表,于2023年11月27日至2024年2月7日期间,在全国范围内便利抽样招募了在美国各地III级、IV级和V级创伤中心及非创伤中心急诊科(EDs)从事创伤患者分诊和管理的医生。我们排除了在I级或II级创伤中心工作时间占50%或以上或仅在联邦医院工作的医生,以及拒绝确认愿意完成所有研究任务的医生。
研究方案
研究方案见补充材料1。医生在入组时提供知情同意书,并报告其人口学和专业特征。人口学特征包括性别(女性、男性或不愿透露)以及种族和民族,纳入后者是为了评估样本的普遍代表性。参与者自我认同为美洲印第安人或阿拉斯加原住民、亚洲人、黑人或有色人种中的白种人种族以及西班牙裔或非西班牙裔民族,或不愿透露。我们根据统计学家(C.C.H.C.)生成的随机化方案,以1:1分配比例将符合条件的参与者随机分配至电子游戏干预组或常规教育(被动对照)培训项目。尽管分配后无法维持盲法,但我们在数据清理完成之前对分组分配保持设盲。干预组获得预装游戏的平板电脑。我们要求他们在收到平板电脑后3周内玩电子游戏2小时(或直到完成内容),然后完成在线模拟以评估决策能力。我们要求对照组参与者在入组后3周内完成相同的在线虚拟模拟。干预组参与者保留平板电脑作为酬金(价值约300美元),而对照组参与者在完成研究任务的条件下获得100美元礼品卡。
干预措施
依赖启发式方法的医生根据患者与严重损伤原型的符合程度做出处置决策,而非使用基于规则的算法。28,29 我们设计该电子游戏通过以体验为中心的叙事来重新校准启发式方法,利用游戏内角色对游戏中决策的反馈来突出轻伤与重伤患者之间的区别,并利用非教育性内容来提高参与度。30,31 我们预期接触该游戏将提高对严重损伤患者的识别能力,从而促进指南的实施。我们最初于2016年与Schell Games合作开发了这款定制电子游戏。24,32 该冒险类电子游戏大约需要2小时完成。我们在补充材料2的eMethods中纳入了更多关于开发的细节,并在eFigure 1中展示了示意图。我们没有要求对照组参与者完成任何补充性继续医学教育。
结局评估
我们与1st Playable Productions合作开发了一款二维虚拟模拟,用于在计算机模拟环境中评估医生的决策能力。33 该模拟在45分钟内向用户呈现36个病例。我们要求用户按照他们在自身环境中的方式做出决策。
每个病例均包含患者二维图像、主诉症状、每10秒更新的生命体征、病史及体格检查描述。医师可申请诊断检查、从25项干预措施(如输血)中选择,或咨询专科医师。若使用者未采取适当的临床干预,重伤和危重患者在模拟值班过程中病情恶化并死亡。每个病例在医师做出处置决定或患者死亡时结束。我们在eMethods中纳入了有关该模拟的更多细节,并在补充材料2的eFigure 2中展示了示意图。
数据来源与管理
每位医师在入组时完成一份问卷,提供其人口学特征(如性别、种族和民族)、执业特征以及近期关于创伤暴露的继续医学教育信息(补充材料2中的eMethods)。2024版定制视频游戏在平板电脑每次连接WiFi时,将游戏使用统计数据(花费时间和已查看内容的比例)上传至安全服务器。我们将模拟托管在安全服务器上,该服务器采集每个病例中用户操作的信息,包括花费时间、申请的诊断检查、实施的干预措施、咨询的专科医师以及处置决定。
统计分析
我们将应答率计算为同意参与的医师中完成任何研究任务者的比例。我们将完成率计算为完成所有分配任务者的比例。我们总结了医师特征及干预措施的使用情况。
对于该模拟,我们总结了每位医师在各个病例中所做决策的类型。对于创伤病例,我们将每项处置决定评定为遵循或不遵循美国外科医师学会临床实践指南。16 对于重伤患者,我们将依从性定义为决定将患者转运至I级或II级创伤中心。对于轻伤患者,我们将依从性定义为决定让患者出院或收治至当地医院。
对于结局分析,我们纳入了任何使用过虚拟模拟任意时长的人(即我们拥有其任何结局数据的人),无论其是否按照指示玩了游戏(如果属于干预组),遵循意向性治疗原则。我们将分诊不足定义为严重创伤患者未被转运至创伤中心的比例,将分诊过度定义为轻伤患者被转运的比例,依据美国外科医师学会的规定。16 我们使用带有logit链接函数的广义线性混合模型,以医生层面为聚类单位,估计对照组和干预组医生之间分诊不足的差异。主要分析基于严重创伤患者的模拟病例,模型在没有任何额外协变量的情况下,根据医生的分组估计了错误转运决策的概率。我们还评估了剂量-反应关系(花费时间[时长]与游戏完成百分比[量]),以评估更大的剂量是否改变了分诊不足的概率。我们重复了该分析以评估干预与分诊过度的关联,根据医生的分组估计被转运患者仅有轻微损伤的概率。在敏感性分析中,我们检验了结局数据中非随机缺失的作用,以探索分诊不足效应估计中可能引入的偏倚,以及调整模拟过程中完成每个病例所花费时间的作用。34
接下来,我们使用基于回归的信号检测理论方法来评估干预的作用机制。35 信号检测理论是一种在第二次世界大战期间崭露头角的方法,用于提高雷达操作员的性能,它将不遵守临床实践指南描述为两个领域的产物:(1)感知敏感性(区分符合和不符合临床实践指南转运标准的患者的能力)和(2)决策阈值(倾向于在假阳性或假阴性决策方面犯错的倾向)。36,37 感知敏感性反映了医生对哪些患者符合转运指南的判断(包括启发式和分析式)。决策阈值反映了对指南的态度。我们在补充材料2的eMethods中更详细地描述了我们的方法。为评估效应量的大小,我们计算了Cohen d,即实验条件与对照条件之间的均值差除以合并标准差。
最后,我们通过探索3个预设亚组来检验干预与漏诊(行为改变工作的重点)之间关联的异质性:医生年龄(<50岁或≥50岁)、医生性别(男性或女性)以及临床工作量(<10个或≥10个班次/月)。38,39 我们使用带有交互项的混合效应回归模型单独检验每个调节变量。接下来,我们使用随机截距贝叶斯加性回归树(BART)来确认我们的发现,以建模因玩定制视频游戏干预而导致的漏诊个体化绝对风险降低(iARR)。每个iARR的估计值和95%CI使用毛毛虫图进行检查,变量与iARR估计值之间的关联使用基于二元决策树的拟合-拟合方法进行探索。40 补充材料2中的eMethods提供了更多细节。我们使用Stata 17.0版(StataCorp LLC)进行主要分析,并使用R包dbarts(R 4.4.3版[R Core Team])进行BART建模。
我们设定样本量以允许我们检验母试验的假设。然而,我们估计如果60%的参与者完成模拟,那么使用Cohen推荐的行为试验功效计算方法,在800名医生的样本下,我们将有能力在双侧假设检验中检测到感知敏感性的微小差异(效应量[Cohen d]=0.20),以α=.05表示统计学显著性,功效为80%。41
结果
参与者特征
我们在2023年11月27日至2024年2月7日期间筛查了976名医生并招募了800名;该过程评估的数据收集于2024年3月11日结束。400名参与者被随机分配到干预组和对照组各半。医生的平均(SD)年龄为43.7(9.0)岁,平均(SD)工作经验为12.0(8.4)年。226名参与者(28%)为女性,566名(71%)为男性,8名(1%)不愿透露。种族身份方面,3名参与者(0.4%)为美洲印第安人或阿拉斯加原住民;116名(15%)为亚裔;29名(4%)为黑人;587名(73%)为白人;65名(8%)为其他。31名参与者(4%) self-identified为西班牙裔。大多数参与者(488名[61%])在非创伤中心工作;其余(312名[39%])在III、IV或V级创伤中心工作。大多数(673名[84%])拥有急诊医学委员会认证。几乎所有(750名[94%])完成了高级创伤生命支持——美国外科医师学会的创伤分诊课程。其他特征见表1。
干预组共有339名医生(85%)玩了视频游戏至少2小时和/或完成了整个游戏(补充材料2中的eTable 1)。在接受分配干预的参与者中,干预组398名中的345名(87%)和对照组397名中的231名(58%)使用了结局评估工具(图1)。
结局评估
该干预与对假阳性决策的容忍度中等程度增加相关(干预组0.14个标准差单位[95% CI,0.07-0.22];对照组0.53个标准差单位[95% CI,0.43-0.63];Cohen d = 0.6),并与识别重伤患者能力的小幅改善相关(干预组1.00个标准差单位[95% CI,0.94-1.07];对照组0.87个标准差单位[95% CI,0.79-0.94];Cohen d = 0.2)。研究结果详述如下。
模拟应答的描述性总结
医生平均(标准差)完成30.5(5.4)个病例,平均(标准差)花费2.7(1.9)分钟阅读和应答每个病例。他们在每个创伤病例中平均(标准差)做出4.7(1.9)项决策。他们平均(标准差)在21.4(4.3)个病例中开具诊断检查,平均(标准差)在16.7(5.6)个病例中实施干预,平均(标准差)在5.0(5.3)个病例中咨询专科医生。
医生表现
分配至干预组与分诊不足的减少相关(22%[干预组] vs 38%[对照组];百分点差异,16[95% CI,15-18];P < .001),如表2所示。如图2所示,我们注意到剂量与分诊不足之间存在关联。我们还观察到分组与分诊过度之间存在关联(39%[干预组] vs 34%[对照组];百分点差异,5[95% CI,4-7];P < .001)。用于探索非随机缺失所引入潜在偏倚(补充材料2中的eTable 2)以及校正模拟病例所花时间估计效应的敏感性分析未改变我们的结论。
作用机制
分配至干预组与更高的知觉敏感性相关(干预组,1.00[95% CI,0.94-1.07]个标准差单位;对照组,0.87[95% CI,0.79-0.94]个标准差单位;P < .001)。这一差异表明对重伤病例的识别有小幅(0.20)改善。分配至干预组还与更宽松的决策阈值相关(干预组,0.14[95% CI,0.07-0.22]个标准差单位;对照组,0.53[95% CI,0.43-0.62]个标准差单位;P < .001)。这一差异表明转运意愿有中等程度(0.60)增加。我们在图3中展示了各医生信号检测理论参数的估计值。
估计治疗效应的异质性
在干预措施估计治疗效果异质性的初步检验中,如表2所示,仅参与者的临床工作量(即每月工作的班次数)与调节作用相关。每月工作10个或更多班次且属于干预组的参与者,与对照组相比,其漏诊率显著降低(对照组40% vs 干预组22%;百分点差异18;95% CI,17-20;P = .05)。相比之下,每月工作少于10个班次的干预组和对照组参与者表现相似(对照组27% vs 干预组21%;百分点差异6;95% CI,3-8)。我们使用数据驱动的方法证实了这一发现(补充材料2中的eFigure 3)。然而,这些结果也表明异质性程度较小(补充材料2中的eFigures 4和5)。
讨论
为增进我们对如何为医疗保健专业人员开发有效行为干预措施的理解,我们对一项测试电子游戏干预的随机临床试验进行了过程评估。尽管游戏改变了行为,但其作用方式与我们的预期不符。接触游戏与医生对严重创伤患者识别的小幅改善相关(这是预期的作用机制),但与医生转运患者意愿的较大变化相关。在所有参与者中,接触干预与获益之间存在关联。
优势与局限性
本研究具有若干优势。第一,我们组建了一个大型的全国代表性、多样化的急诊科医生队列,支持了结论的精确性和可推广性。42 通过结合社交媒体、口口相传以及与全国各地医生执业机构的合作,我们接触到了在全美约40%的急诊科工作的医生。43 第二,本研究使用较小的医生便利样本,复现了先前评估电子游戏对医生表现估计效果的研究结果。23,24 效应量的一致性为结果的严谨性提供了信心。第三,我们确定了干预剂量与其估计效果之间的关联。从概念上讲,这一证据证实了一项系统综述的观察结果,即接触时间与结局相关,尽管其机制仍不清楚。44
信号检测理论评估提供了可为知识转化提供参考的洞见。我们设计该游戏以重新校准医生的启发式判断,采用了预防健康文献中的叙事说服原则。45随着玩家在游戏中推进,他们不仅会接触到评估创伤患者时相关情境线索的教学信息,还会体验到判断错误带来的情绪后果。我们预期行为改变技术和游戏机制会表现为知觉敏感性的改善。然而,它们对决策阈值产生了更大的影响,这解释了非计划内的过度分诊增加。这一结果的临床重要性尚不明确,因为美国外科医师学会将一个运转良好的区域定义为低于5%的分诊不足,即使这需要高达50%的过度分诊。16然而,对其他情境中基于理论的实施策略开发感兴趣的研究者,可能会从我们对叙事说服如何影响行为的洞见中获益。46
其次,我们检验了估计治疗效果是否存在异质性。一项研究可以在某个亚组中提供较大获益而对大多数人群无获益时,仍显示出干预的总体平均获益。47了解两组人群的特征有助于更精准地推广该干预措施。值得注意的发现包括异质性有限,尽管工作班次数似乎调节了游戏与分诊不足之间的关联。一种解释是较繁忙的医生审阅临床实践指南的时间较少,从而具有更大的改善潜力。或者,这些医生可能所在的机构暗示或明确鼓励其医疗专业人员保留更多重伤患者。18,48,49该干预可能说服了他们违背这些规范。
该研究存在若干局限性。首先,我们使用模拟来进行这一过程评估,因为损伤的低基础发生率使得无法在实践环境中精确估计医生的认知过程。50其次,接触干预的医生在完成虚拟模拟时可能具有不公平的优势。然而,这两种产品由不同公司设计。此外,两组医生在开始模拟前都审阅了相同的教程,进一步减少了任何学习效应。第三,干预组和对照组之间回复率的差异可能引入了偏倚,这很可能继发于对酬金物质价值感知的差异。51然而,在敏感性分析中,干预的估计效果持续存在。第四,我们的样本量太小,无法进行可靠推断以量化我们在基于柔性BART模型中的发现的稳健性。相反,我们使用BART来确认我们预设亚组分析中的发现。
结论
这项随机临床试验的二次分析结果表明,教育性冒险视频游戏有可能改善医生在时间紧迫情况下的表现,并且似乎通过提高医生实施临床实践指南的意愿来发挥作用。估计治疗效应的异质性有限,提示大多数医生将从接触该干预中获益,这为未来推广该干预的措施设计提供了参考。
参考来源
- Mohan D, Fischhoff B, Talisa V, et al. An Educational Video Game in Trauma Triage at Nontrauma Centers: A Secondary Analysis of a Randomized Clinical Trial. JAMA Netw Open. 2025. PMID: 40465299. doi:10.1001/jamanetworkopen.2025.13375
- 全文:PMC12138726(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12138726/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。