Обучение на основе симуляции для готовности к чрезвычайным ситуациям в обучении сестринскому делу: систематический обзор и мета-анализ желудочно-кишечных сценариев

Краткое содержание

В данном исследовании рассматривается, как симуляционное обучение (SBL) готовит медсестёр к управлению экстренными ситуациями с высоким риском желудочно-кишечного тракта. В целом, SBL улучшил знания, навыки командной работы и уверенность в себе по сравнению с традиционным обучением, при этом влияние на технические навыки и профессиональную ответственность было разнообразным. Эти результаты подтверждают интеграцию обучения по симуляции в обучение в экстренном сестринском участии.

Аннотация

Обучение на основе симуляции (SBL) всё чаще внедряется в обучение сестринскому делу для повышения готовности к чрезвычайным ситуациям. Чрезвычайные ситуации с желудочно-кишечным трактом представляют собой клинические сценарии с высокими ставками, требующими быстрой оценки, эффективного принятия решений и скоординированной командной работы. Этот систематический обзор и мета-анализ оценивали эффективность SBL в обучении неотложной сестринской помощи, с особым значением для клинических сценариев, связанных с ГА. Поиски на PubMed, Scopus, Web of Science и Embase выявили исследования, сравнивающие SBL с несимуляционными методами обучения. Стандартизированные средние различия (g Хеджеса) были объединены с использованием моделей случайных эффектов с ограниченной оценкой максимальной вероятности (REML) и корректировкой Кнаппа–Хартунга. Гетерогенность оценивалась с помощью статистики Q,^{τ 2} и I² , а публикационная смещённость — с помощью воронковых графиков и регрессионного теста Эггера. Восемь исследований с участием 986 человек. Объединённый анализ показал положительное влияние SBL на приобретение знаний (g = 0,31, 95% ДИ: 0,12–0,50), способность к командной работе (g = 0,66, 95% ДИ: 0,18–1,14) и уверенность в себе (g = 1,05, 95% ДИ: 0,62–1,49). Влияние на клиническое мышление (g = 0,17, 95% ДИ: -0,21–0,55), профессиональную ответственность (g = 0,27, 95% ДИ: -0,11–0,65) и выполнение навыков (g = -0,39, 95% ДИ: -0,85–0,07) были непоследовательными и не достигали статистической значимости. Гетерогенность была значительной во всех доменах исхода (I² > 97%). В целом, SBL может повысить знания, командную работу и уверенность в себе в обучении в неотложном сестринском деле, включая компетенции, релевантные для клинических сценариев, связанных с ГА. Однако небольшое количество включённых исследований и крайняя гетерогенность, наблюдаемая между исходами, требуют осторожной интерпретации этих результатов. Влияние SBL на технические навыки, клиническое мышление и профессиональную ответственность остаётся неопределённым и требует дальнейшего изучения.

Введение

Гастроинтестинальные чрезвычайные ситуации, такие как острые кровотечения из верхнего кишечного тракта (ЖКТ), перфорация или резкое падение артериального давления из-за потери желудочно-кишечного тракта, требуют быстрого принятия решений и оперативных действий. В таких случаях роль медсестры становится решающей: начинается с первичного осмотра и продолжается последующий надзор, помогает в процедуре и поддерживает команду по уходу в курсе. Ряд исследований изучал важность симуляционного обучения в подготовке медсестёр к работе с такими интенсивными ситуациями. Нильсен и соавторы показали, что валидированные эндоскопические симуляторы эффективно различают новичков и^{экспертов 1}. Ронг и Нинг сообщили, что стажёры-медсестры, использовавшие смешанные модели обучения с использованием симуляции, показали улучшения как в теоретических, так и в практических^{навыках 2}. Ванг и др. наблюдали значительный прогресс в знаниях и клинической практике после участия студентами в симуляциях экстренных^{ситуаций на месте 3}. Кроме того, по мнению Яна и Лю, кооперативное симуляция сценариев в сочетании с обучением на основе задач может быть более эффективной с точки зрения критического мышления, профессиональной ответственности и командной^{работы 4}.

Гастроинтестинальные чрезвычайные ситуации отличаются от многих других острых клинических состояний. Они часто бывают хаотичными, так как имеют гемодинамическую нестабильность, метаболический дисбаланс и возможное участие нескольких органов. Клинические симптомы могут быть расплывчатыми, и если пациентам не будет своевременно вмешательство, они обычно быстро усугубляются. По сравнению с некоторыми травмами или сердечными неотложными случаями, которые часто следуют более стандартизированным пошаговым протоколам, ЖКТ требуют повышенного клинического суждения, ситуационной осведомлённости и междисциплинарной командной работы. Здесь обучение на основе симуляции создаёт контролируемую среду, в которой клиницисты могут обучать быстрое принятие решений и командные реакции в неопределённых ситуациях. Но даже при постоянном использовании симуляции в обучении сестринскому делу, большинство доступных исследований сосредоточены на таких темах, как кардиопульмональная реанимация, травматологическая помощь или общая подготовка к чрезвычайным ситуациям. Доказательства чрезвычайных ситуаций, связанных с GI, остаются ограниченными и фрагментированными. Поэтому этот обзор обобщает данные как из ГА, так и из смешанных экстренных симуляционных исследований для лучшего понимания образовательных результатов, релевантных для экстренного сестринского лечения желудочно-кишечного тракта.

Экстренные заболевания ЖКТ также требуют образовательных требований, отличающихся от многих других учреждений неотложной помощи. Медсестры, управляющие острыми желудочно-кишечными кровотечениями, перфорацией, кишечной непроходимостью или осложнениями, связанными с эндоскопией, должны интегрировать быструю оценку пациента, гемодинамический мониторинг, процедурную помощь, введение кровяных продуктов и постоянную коммуникацию с междисциплинарными командами. В таких ситуациях часто требуется одновременные технические, когнитивные и командные компетенции в условиях диагностической неопределённости и клинической нестабильности. В результате образовательные вмешательства, эффективные в более широких контекстах экстренного сестринского ухода, могут не полностью решать уникальные проблемы, связанные с экстренной помощью в желудочно-кишечном тракте. Поэтому целенаправленная оценка обучения на основе симуляции в этом контексте оправдана для выявления компетенций, которые могут особенно выиграть от обучения симуляции.

Доступные исследования многообещающие; однако доказательства непоследовательны. Считается, что обучение на основе симуляции (SBL) чаще повышает приобретение знаний и уверенность учащихся, чем результаты исследований технических навыков и профессионального поведения, что подтверждается систематическими^{обзорами 5,6}. Несколько исследований сообщили об улучшении уверенности в себе после симуляционных вмешательств, но другие показывают отсутствие или минимальные изменения ^7,8. Результаты технических навыков следуют той же схеме: некоторые вмешательства сообщают об эффективности, другие — о неоднозначных или плохих^{результатах 9}. Эти различия можно объяснить различиями в дизайне исследования, характеристиках участников, точности моделирования, инструментах измерения результатов и образовательной среде. В результате педагоги и политики сталкиваются с задачей определить общую эффективность SBL в неотложной сестринской помощи в ГИ. Для устранения этих неопределённостей был применён метааналитический подход. Мета-анализ позволяет интегрировать доступные количественные данные для более точной оценки совокупного воздействия симуляции в различных областях компетенций. Таким образом, целью данного исследования было оценить влияние SBL на готовность к чрезвычайным ситуациям и реагирование в обучении сестринскому делу, с особым акцентом на компетенции, релевантные для экстренной помощи в желудочно-кишечном тракте. Оценивались шесть доменов результатов: приобретение знаний, выполнение навыков, умение работать в команде, клиническое мышление, профессиональная ответственность и уверенность в себе.

Масштабируемость и экономическая эффективность также являются важными аспектами, особенно в странах с низким и средним уровнем дохода (ССД) и других условиях с ограниченными ресурсами. Хотя симуляторы высокой точности могут повысить реализм, подходы с низкой точностью, такие как стандартизированные пациенты, настольные сценарии и смешанные модели, могут предложить более экономичные и логистически осуществимые альтернативы. Эти соображения особенно актуальны в таких ситуациях, как Китай, где системы образования по делу сестринского дела должны балансировать между качеством образования, доступностью и масштабируемостью.

Протокол

Дизайн исследования и отчетность
Этот систематический обзор и мета-анализ были проведены для оценки эффективности симуляционного обучения (SBL) для готовности к чрезвычайным ситуациям и реагированию в обучении сестринскому делу, с особым акцентом на сценарии чрезвычайных ситуаций, связанных с желудочно-кишечным (ГИ). Целью было синтезировать стандартизированные размеры эффектов в шести заранее определённых областях обучения: приобретение знаний, выполнение навыков, умение работать в команде, клиническое мышление, профессиональная ответственность и уверенность в себе. Обзор был проведён и представлен в соответствии с руководящими принципами Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)^{2020 2020 10}.

Источники данных и стратегия поиска
Поиск литературы включал систематический поиск в PubMed, Scopus, Web of Science и Embase. Использовалась комбинация контролируемых терминов из словарного запаса и ключевых слов в свободном тексте, включая сестринское дело, обучение на основе симуляции, неотложную или острую помощь, а также желудочно-кишечные заболевания. Булевые операторы применялись для повышения точности (например, «сестринство» И «симуляция», и «экстренный случай» И («желудочно-кишечно-кишечное кровотечение» ИЛИ «боль в животе»)). Кроме того, был проведен ручной отбор списков литературы из подходящих исследований для выявления дополнительных релевантных статей.

Поиск охватил все записи, доступные в выбранных базах данных с момента запуска до марта 2026 года. Полные стратегии поиска, специфичные для базы данных, включая ключевые слова, булевые операторы и фильтры поиска, приведены в Дополнительной таблице 1.

Первоначальный поиск в базе данных выявил 540 записей. После удаления 180 дублирующих записей было отсеяно 360 статей по заголовку и аннотации. Из них 300 записей были исключены из-за незначимости. Было оценено шестьдесят полнотекстовых статей на соответствие, из которых 52 были исключены (28 из-за недостатка количественных данных и 24 из-за недоступности полного текста или недоступности английского языка). Всего восемь исследований соответствовали всем критериям отбора и были включены в итоговый систематический обзор и исследовательский количественный синтез. Два рецензента независимо отбирали заголовки и аннотации, а затем проводила полнотекстовую оценку потенциально допустимых исследований. Разногласия относительно права на участие в исследовании разрешались путем обсуждения и консенсуса.

Критерии допуска
Исследования включались, если они зачисляли студентов-медсестёр или практикующих медсестёр, и оценивали симуляционные учебные вмешательства, направленные на реагирование на чрезвычайные ситуации. Допустимые исследования включали либо сценарии симуляции, ориентированные на желудочно-кишечно-кишечно-кишечный тракт, либо более широкие программы экстренного симуляции сестринского ухода, имеющие отношение к оценке желудочно-кишечного тракта, лечению, процедурам или уходу за пациентами. Компаративные группы включали обучение на основе лекций, стандартное обучение или рутинную клиническую подготовку. Исследования должны были предоставлять извлеченные данные о результатах после вмешательства как минимум по одной заранее определённой области, включая знания, навыки, способность работать в команде, клиническое мышление, профессиональную ответственность или уверенность в себе. Рандомизированные контролируемые исследования, квазиэкспериментальные исследования и другие контролируемые сравнительные дизайны подлежали включению.

Извлечение данных и гармонизация результатов
Два рецензента независимо извлекали данные с помощью стандартизированной формы извлечения. Извлеченая информация включала имя автора, год публикации, страну, дизайн исследования, размер выборки, характеристики участника, детали симуляционного вмешательства и компаратора, а также отчетные показатели результатов. Количественные данные включали средние значения после вмешательства, стандартные отклонения и размеры выборки для каждой исследовательской группы.

Показатели результатов были разделены на шесть заранее определённых областей: приобретение знаний, выполнение навыков, умение работать в команде, клиническое мышление, профессиональная ответственность и уверенность в себе. Большинство исходов были напрямую назначены согласно определениям, представленным в оригинальных исследованиях. В небольшом числе случаев результаты, представленные под альтернативными метками, были переклассифицированы согласно их основной образовательной конструкции для повышения сопоставимости между исследованиями. Решения по классификации были независимо рассмотрены двумя исследователями и решены на основе консенсуса. Эта процедура гармонизации основывалась на установленных рамках метааналитического синтеза образовательных^{результатов 11}. Хотя этот подход улучшал согласованность между исследованиями, некоторая степень концептуального пересечения или неправильной классификации результатов не может быть полностью исключена. Обоснование всех переклассифицированных результатов приведено в Дополнительной таблице 2.

Расчёт размера эффекта
Стандартизированные средние различия рассчитывались как g Хеджеса с соответствующими 95% доверительными интервалами (ДИ) для каждого результата. G Хеджеса был выбран для коррекции смещения малых выборок и подходит для синтеза непрерывных результатов, измеренных с помощью различных^{инструментов 12}. При необходимости статистика преобразовывалась в стандартизированные средние различия с использованием стандартных формул.

Статистический анализ и синтез данных
Для вычисления объединённых эффектов с учётом вариаций как внутри исследования, так и между ними использовались модели случайных эффектов. Для получения более консервативных и надёжных доверительных интервалов, особенно если мета-анализ проводится на основе небольшого числа исследований, использовалась оценка ограниченной максимальной правдоподобности (REML) с корректировкой Кнаппа–Хартунга. Для определения статистической гетерогенности использовались статистики Cochran Q τ² (дисперсия между исследованиями) и^I2 , измеряющие степень общей вариации, вызванной гетерогенностью, а не ошибкой выборки. ^Два значения, превышающие 75%, считались указывающими на большую степень гетерогенности.

Были созданы лесные участки для визуального отображения размеров отдельных исследований и объединённых оценок по доменам исхода. Устойчивость объединённых результатов была изучена с помощью анализа чувствительности с целью исключения исследований с неясными методологическими характеристиками. Анализы подгрупп проводились на основе дизайна исследования (рандомизированного или квазиэкспериментального) и точности моделирования (высокая против низкой), где данные позволяли. Все статистические анализы проводились с использованием программного обеспечения R (версия 4.3.1) с пакетом metafor. Двустороннее p-значение < 0,05 считалось статистически значимым.

Оценка предвзятости публикаций
Для оценки визуальных доказательств смещения публикаций и эффектов малых исследований использовались вороночные графики, а для оценки статистических данных этого эффекта применялся регрессионный тест Эггера. Тест Эггера использовался для оценки асимметрии воронкового графика, при котором стандартизированный размер эффекта регрессировался относительно стандартной ошибки; Значительный перехват указал на наличие смещения^{публикаций 13}. Асимметрия графика воронки рассматривалась с осторожностью, поскольку она может быть вызвана значительной гетерогенностью или методологическими колебаниями, а не селективной публикацией¹⁴.

Риск предвзятости и достоверность доказательств
Каждое включённое исследование оценивалось на риск смещения с использованием модифицированной структуры ROBINS-I. Была применена модифицированная структура ROBINS-I для учёта образовательных интервенционных исследований. Оценка оценивала смещения, возникающие в результате отбора участников, классификации вмешательств, отсутствующих данных о результатах, измерения результатов и селективной отчетности. Области, связанные с отклонениями от предполагаемых вмешательств, были упрощены, поскольку включённые исследования в основном включали образовательные, а не клинические вмешательства. Оценки риска предвзятости различались в разных методологических областях (Таблица 1). Большинство исследований показали низкий риск неполных результатов и избирательной отчетности; однако часто выявлялись умеренные опасения относительно отбора участников, процедур распределения и ослепления из-за образовательного характера вмешательств. В целом, большинство исследований были оценены с умеренным риском смещения, тогда как проспективное валидационное исследование Nielsen и др. показало более низкий общий профиль риска. Уверенность во всех доказательствах по каждой области результатов оценивалась с помощью подхода Grading of Recommendations Assessment, Development and Evaluation (GRADE), который учитывает ограничения исследований, несоответствие, неточность и косвенность (Таблица 2).

Результаты

Отбор исследований
Комплексная стратегия поиска изначально выявила 540 записей из четырёх баз данных. После удаления 180 дублирующих статей было отфильтровано 360 заголовков и аннотации. На этом этапе 300 записей были исключены, поскольку они не включали медицинские группы, не имели симуляционных вмешательств или не были ориентированы на экстренные или желудочно-кишечные сценарии. В результате этого процесса отбора было проведено 60 полнотекстовых статей, которые были оценены на соответствие. Из них 28 статей были исключены из-за недостатка количественных данных для метаанализа (например, отсутствующих средних результатов после тестирования или стандартных отклонений), а 24 статьи были исключены из-за недоступности полного текста или публикации на языках, отличных от английского. В итоге восемь исследований соответствовали всем критериям допуска и были включены в итоговый количественный синтез. Процесс отбора исследования иллюстрируется на диаграмме потока PRISMA (рисунок 1).

Характеристики исследования
В восьми исследованиях приняли участие 986 человек. Основным результатом, задокументированным в исследованиях, стало приобретение знаний, а вторичными — результаты навыков, способность к командной работе, способность клинически мыслить, профессиональная ответственность и уверенность в себе.

Исследования отличались по дизайну и включали рандомизированные контролируемые испытания, квазиэкспериментальные исследования, ретроспективные исследования и перспективные валидационные исследования. Большинство участников были студентами бакалавриата и стажёрами, но некоторые исследования включали стажёров, работавших в клинической среде. Одно из исследований специально оценивало использование стандартизированных студентов в сочетании с ситуационным моделированием в обучении по сестринскому делу желудочно-кишечного тракта и показало положительные^{образовательные результаты 15}. Размеры выборки варьировались от 20 до более чем 200 респондентов, и исследования были очень разнообразными по размеру выборки. Все вмешательства представляли собой симуляции и включали высокоточные манекены или стандартизированные модели пациентов, групповые симуляции сценариев или смешанное обучение. Смешанным группам обычно предоставлялись традиционные методы обучения, такие как лекции, обход палаты или поверхностное обучение в клинике. Не каждое исследование измеряло все шесть доменов исхода, что способствовало гетерогенности при отчёте результатов. Эти различия в дизайне исследования, особенностях вмешательства и показателях исхода, вероятно, способствовали высокой гетерогенности, отмеченной в объединённых анализах. Детали включённых исследований описаны в таблице 3.

Объединённые эффекты с помощью знаний в области результатов
В всех включённых исследованиях десять сравнений результатов оценивали приобретение знаний. Объединённый анализ благоприятствовал обучению на основе моделирования, что дало размер эффекта g = 0,31 (95% ДИ: 0,12–0,50). Эти результаты свидетельствуют о том, что улучшенные теоретические знания были связаны с использованием симуляционных вмешательств по сравнению с несимуляционными методами обучения. Тем не менее, гетерогенность была высокой (I² = 98,79%), что указывает на значительную вариабельность между исследованиями. Вариации точности моделирования, инструкций и оценочных показателей, а также различия между участниками были вероятными причинами этой вариабельности. Несмотря на широкий доверительный интервал, большинство исследований сообщили о улучшении результатов знаний в симуляционных группах. Эти результаты обобщены в Таблице 2 и иллюстрированы на лесном участке (рисунок 2A).

Производительность навыков
Десять сравнений результатов оценивали эффективность навыков. Общий общий размер эффекта составил g = -0,39 (ДИ: -0,85–0,07), что указывает на отсутствие статистически значимой разницы в технических навыках между обучением на основе симуляции и традиционным обучением. Доверительный интервал перешёл ноль, что указывает на сомнения в совокупной оценке. Гетерогенность была чрезвычайно высокой (I² = 98,66%), что свидетельствует о значительном различии определений навыков, преподавания и тестирования в разных исследованиях. Непоследовательные периоды вмешательства, отсутствие стандартизированных инструментов для измерения эффективности и вариации клинических ситуаций могут быть потенциальными источниками вариабельности. Объединённые оценки представлены в таблице 2, а индивидуальные результаты исследования — на рисунке 2B.

Умение работать в команде
Три исследования сообщили о результатах, связанных с командной работой. Объединённый анализ показал положительный эффект обучения на основе моделирования: размер эффекта составляет g = 0,66 (95% ДИ: 0,18–1,14). Доверительный интервал был довольно широким, но в целом предпочтение эффекта было в сторону вмешательств на основе моделирования. Участники, прошедшие симуляцию, продемонстрировали улучшение командной работы и коммуникативных навыков. Гетерогенность всё ещё была повышена (I² = 97,18%), что, возможно, указывает на различия в акценте на командной работе как явном фокусе симуляции или подмножестве результатов по результатам. Эти результаты изложены в таблице 2 и иллюстрированы на рисунке 2C.

Клиническое мышление
Шесть исследований предоставили данные о клиническом мышлении и результатах принятия решений. Совокупный размер эффекта составил g = 0,17 (95% ДИ: -0,21–0,55), что является небольшим и незначимым эффектом. Уровень гетерогенности был очень высоким (I² = 98,95%), что указывает на значительную вариацию между исследованиями. Эти результаты, вероятно, были обусловлены различиями в реалистичности симуляции, образовательных целях, инструментах оценки и опыте участников. Некоторые исследования выявили значительные улучшения клинического мышления, но некоторые — минимальный или отсутствующий эффект. Эти результаты обобщены в таблице 2, а соответствующий лесной участок представлен на рисунке 2D.

Профессиональная ответственность
Шесть исследований изучали результаты профессиональной ответственности. Совокупный размер эффекта составил g = 0,27 (95% ДИ: -0,11–0,65), что является небольшим и неточным положительным эффектом обучения на основе моделирования. Уровень гетерогенности также был значим (I² = 99,25%), что является самым высоким среди всех доменов исходов. Это несоответствие, вероятно, указывает на различия в концептуальных определениях профессиональной ответственности, которые варьировались от соблюдения протокола и подотчётности общей этической и профессиональной практике. Эти несоответствия приводили к широким доверительных интервалам. Объединённые результаты представлены в таблице 2 и иллюстрированы на рисунке 2E.

Уверенность в себе
Три исследования сообщили о результатах повышения уверенности в себе. Объединённый анализ показал значительный и положительный эффект обучения на основе симуляции, при котором размер эффекта g = 1,05 (95% ДИ: 0,62–1,49). Хотя степень гетерогенности оставалась высокой (I² = 98,95%), все исследования отмечали повышенную уверенность в себе у всех участников, проходящих обучение на основе симуляции. Эти результаты подчёркивают высокую эффективность опытного обучения в психологической подготовке учащихся к стрессовым клиническим условиям. Объединённые оценки показаны в таблице 4, а индивидуальные эффекты исследования показаны на рисунке 2F.

Интегрированный общий эффект
Было установлено, что обучение на основе симуляции имеет специфические преимущества по сравнению с традиционными методами обучения в различных областях результатов. Наиболее стабильные улучшения наблюдались в приобретении знаний, умениях к командной работе и уверенности в себе, причём последние показали наибольший общий размер эффекта. В то же время результаты по навыкам, клиническому мышлению и профессиональной ответственности были менее однородными и включали высокую степень гетерогенности. Такие различия, вероятно, связаны с различиями в дизайне вмешательства, измерении результата и точности реализации. Таблица 4 содержит краткое изложение общих тенденций, а объединённый лесной участок на рисунке 3 визуально их отражает.

Публикационная смещённость
Смещение публикации оценивалось с помощью воронковых графиков и регрессионного теста Эггера. Визуальный анализ воронковых графиков (рисунок 4) показал лёгкую асимметрию в некоторых областях исхода, особенно в областях с ограниченным количеством исследований, где небольшие исследования обычно фиксировали более крупные размеры эффектов. Однако регрессия Эггера не выявила статистически значимых эффектов малых исследований ни в одной области. Учитывая, что вороночные графики и тест Эггера менее надёжны, когда доступно менее десяти исследований, эти выводы следует интерпретировать осторожно. В целом не было выявлено убедительных доказательств систематической смещённости публикаций, хотя ограниченное количество исследований требует осторожности при интерпретации объединённых оценок.

Анализ чувствительности
Анализ чувствительности проводился с использованием моделей случайных эффектов с оценкой REML и корректировкой Кнаппа–Хартунга. Поскольку ни одно исследование не было классифицировано как высокого риска смещения, для иллюстрации были исключены два исследования с неясным ослеплением. Объединённые результаты остались в основном без изменений: размеры эффектов g = 0,29 (95% ДИ: 0,11–0,47) для знаний, g = 0,65 (95% ДИ: 0,17–1,13) для командной работы и g = -0,38 (95% ДИ: -0,83–0,07) для выполнения навыков, что свидетельствует о устойчивости основных результатов.

Анализ подгрупп
Были проведены анализы подгрупп для изучения потенциальных источников гетерогенности. Исследования были стратифицированы по дизайну исследования (рандомизированный против квазиэкспериментальный) и по точности моделирования (высокая против низкой). Симуляции с высокой точностью показали более крупные объединённые эффекты для знаний (g = 0,42) и командной работы (g = 0,79) по сравнению с симуляциями с низкой точностью (g = 0,15 и g = 0,34 соответственно). Различия между студентами бакалавриата и стажёрами-медсестрами были минимальны по большинству результатов.

Интервалы прогнозирования
Для дальнейшей интерпретации гетерогенности для каждой области исхода было рассчитано 95% интервалов прогнозирования: знание (-0,42–1,04), эффективность навыков (-1,28–0,50), способность работать в команде (-0,15–1,47), клиническое мышление (-0,62–0,96), профессиональная ответственность (-0,54–1,08) и уверенность в себе (0,12–1,98). Эти широкие интервалы указывают на значительную ожидаемую вариабельность размеров эффекта в будущих исследованиях.

Доступность данных
В этом исследовании не было получено новых первичных данных. Данные на уровне исследования, извлечённые из включённых публикаций и используемые для количественного синтеза, вместе с полными стратегиями поиска по базе данных и рамочной структурой гармонизации результатов, были размещены в репозитории Zenodo и доступны публично по адресу 10.5281/zenodo.20747753.

ТАБЛИЦЫ И РИСУНКИ:

Рисунок 1: PRISMA блок-схема выбора исследования для количественного синтеза.
Этот рисунок суммирует идентификацию, скрининг, оценку соответствия и окончательное включение исследований в систематический обзор и количественный синтез. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 2: Лесные участки объединённых размеров эффектов по доменам результатов. (A) Приобретение знаний. (B) Мастерство. (C) Умение работать в команде. (D) Клиническое мышление. (E) Профессиональная ответственность. (Ж) Уверенность в себе. Размеры эффектов отдельных исследований и объединённые оценки Хеджеса g показаны с 95% доверительными интервалами. Сокращения: CI = доверительный интервал; DL = ДерСимониан–Лэрд; SMD = стандартизированная средняя разница. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 3: Общий объединённый лесной участок, суммирующий оценки интегрированного эффекта по всем доменам результата. Этот рисунок даёт сравнительный обзор масштаба и направления влияния обучения на основе моделирования в рассматриваемых областях компетенций. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Рисунок 4: Воронковый график, оценивающий потенциальную смещённость публикаций по включённым исследованиям. Этот рисунок иллюстрирует распределение размеров эффектов исследований и стандартных ошибок для оценки потенциальных эффектов небольших исследований и смещения публикаций. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Изучение	Смещение выбора	Смещение производительности/обнаружения	Неполные данные о результатах	Избирательная отчетность	Общий риск
Ян и Лю (2024)⁴	Умеренный	Умеренный	Низкий	Низкий	Умеренный
Жун и Нин (2024)²	Умеренный	Умеренный	Низкий	Низкий	Умеренный
Wang и др. (2021)³	Умеренный	Умеренный	Низкий	Низкий	Умеренный
Нильсен и др. (2022)¹	Низкий	Низкий	Низкий	Низкий	Низкий
Го и Мао (2025)¹⁵	Умеренный	Умеренный	Низкий	Низкий	Умеренный
Чан и Пак (2021)⁸	Умеренный	Умеренный	Низкий	Низкий	Умеренный
Лю и др. (2023)⁷	Умеренный	Умеренный	Низкий	Низкий	Умеренный
Маддахи и др. (2025)⁹	Низкий	Умеренный	Низкий	Низкий	Умеренный

Таблица 1: Сводка по риску предвзятости. В этой таблице представлена методологическая оценка качества включённых исследований с использованием модифицированной структуры ROBINS-I.

Результат	Нет. Учёба	Эффект (g, 95% ДИ)	Уверенность (GRADE)	Причина понижения класса
Знания	8	0.31 (0.12–0.50)	Умеренный	Высокая гетерогенность
Производительность навыков	10	-0.39 (-0.85–0.07)	Низкий	Непоследовательность, неточность
Командная работа	3	0.66 (0.18–1.14)	Умеренный	Малый размер выборки
Клиническое мышление	6	0.17 (-0.21–0.55)	Низкий	Несоответствие
Профессиональная ответственность	6	0.27 (-0.11–0.65)	Низкий	Концептуальная вариация
Уверенность в себе	3	1.05 (0.62–1.49)	Умеренный	Высокая гетерогенность

Таблица 2: Сводка доказательств по GRADE. В этой таблице представлена оценка достоверности доказательств для каждой области исхода на основе подхода GRADE.

Автор (год)		Кантри	Дизайн исследования		Условия		Население		N-вмешательство	N-контроль	Результаты
Го и др. (2025)		Китай	Ретроспективное исследование		Смешанные чрезвычайные ситуации		Стажёры по сестринскому делу		100	100	Знания, навыки, умение работать в команде, клиническое мышление, профессиональная ответственность,
Чан и пак (2021)		Корея	Изучение смешанных методов		Кровотечение из верхнего кишечника		Студенты сестринского дела		41	39	Знания, навыки, производительность, уверенность в себе
Лю и др. (2023)		Китай	Рандомизированное контролируемое исследование		Острое кровотечение из верхнего кишечника		Студенты сестринского дела		20	20	Знания, умение работать в команде, клиническое мышление, профессиональная ответственность
Маддахи и др. (2025)		Иран	Квазиэкспериментальное исследование		Кровотечение		Студенты сестринского дела		23	22	Знания, навыки
Нильсен и др. (2022)		Дания	Проспективное валидационное исследование		Смешанные чрезвычайные ситуации		Студенты сестринского дела		10	15	Производительность навыков
Wang и др. (2021)		Китай	Квазиэкспериментальное исследование		Кровотечение		Стажёры медсестёр		108	108	Знания, навыки, клиническое мышление, профессиональная ответственность
Жун и Нин (2024)		Китай	Ретроспективное исследование		Смешанные чрезвычайные ситуации		Стажёры по сестринскому делу		36	35	Знания, навыки, клиническое мышление, умение работать в команде, уверенность в себе
Ян и Лю (2024)		Китай	Рандомизированное контролируемое исследование		Смешанные чрезвычайные ситуации		Студенты сестринского дела		30	30	Знания, навыки, клиническое мышление, профессиональная ответственность

Таблица 3: Характеристики исследований, включённых в мета-анализ. В этой таблице описывается дизайн исследования, характеристики участников, вмешательства, сравнительные инструменты, размеры выборки и отчетные результаты.

Результат		k	Объединённый g (DL)	SE (DL)	95% ДИ низкий	95% уровень ДИ	Q	df	p(Q)	I² %	τ² (DL)	Перехват Эггера	Эггер п
Клиническое мышление		6	0.166	0.89	-1.579	1.91	477.796	5	0	98.954	4.689	-13.632	0.375
Знания		10	0.306	0.823	-1.307	1.919	744.949	9	0	98.792	6.679	-15.924	0.276
Профессиональная ответственность		6	0.27	1.434	-2.541	3.08	668.813	5	0	99.252	12.198	-2.884	0.835
Уверенность в себе		3	1.054	1.982	-2.83	4.939	190.421	2	0	98.95	11.621	9.595	0.727
Производительность навыков		10	-0.389	0.756	-1.87	1.093	670.517	9	0	98.658	5.584	-13.461	0.054
Умение работать в команде		3	0.663	0.831	-0.967	2.292	70.908	2	0	97.179	2.005	-6.394	0.739

Таблица 4: Объединённые размеры эффектов и статистика гетерогенности по доменам результатов. В этой таблице были объединены значения G, 95% доверительные интервалы, измерения гетерогенности и оценки предвзятости публикаций для всех анализируемых результатов.

Дополнительная таблица 1: Полные стратегии поиска в базе данных. В этой таблице представлены полные поисковые строки, используемые для PubMed, Scopus, Web of Science и Embase, включая ключевые слова, контролируемые термины, булевые операторы и синтаксис, специфичный для базы данных. Эти стратегии поиска использовались для выявления исследований, оценивающих обучение на основе симуляции в обучении неотложной сестринской помощи с релевантностью к клиническим сценариям, связанным с желудочно-кишечным лечением. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Дополнительная таблица 2: Реклассификация и гармонизация результатов.
В этой таблице представлены результаты, которые потребовали переклассификации с их первоначальных меток, специфичных для исследования, в заранее определённые домены исхода, используемые для количественного синтеза. Обоснование каждого решения по классификации приводится для повышения прозрачности, согласованности и сопоставимости между исследованиями. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Обсуждение

Этот систематический обзор и мета-анализ свидетельствуют о том, что обучение на основе симуляции (SBL) может приносить селективные преимущества в различных областях обучения в экстренной сестринской практике, с особым значением для компетенций, связанных с экстренной гастроэнтологической (GI) помощью. Наиболее стабильные положительные эффекты наблюдались для приобретения знаний, умения к командной работе и уверенности в себе, тогда как результаты эффективности навыков, клинического мышления и профессиональной ответственности были менее последовательными. В совокупности результаты подтверждают образовательную ценность SBL в контекстах неотложной сестринской помощи, хотя значительная вариативность между исследованиями требует осторожной интерпретации объединённых^{оценок 16,17}.

Положительные эффекты, наблюдаемые для знаний, командной работы и уверенности в себе, согласуются с предыдущими отчетами, показывающими, что симуляция может улучшать когнитивное обучение, коммуникацию и готовность^{учащихся} 2,3,5,6,18,19,20,21,22 . Повышение уверенности в себе может отражать возможность практиковать клиническое принятие решений и командные ответы в безопасной учебной^{среде 7,8}. Аналогично, результаты командной работы были в целом благоприятными в исследованиях, включающих совместные и межпрофессиональные подходы к^{моделированию 4,15}. В отличие от этого, технические навыки и профессиональная ответственность показали большую^{вариабельность 1,9}. Эти несоответствия могут отражать различия в точности моделирования, методах оценки, образовательном дизайне и степени, в которой конкретные компетенции были явно целенаправленны во время^{обучения} 17,21,23,24.

Заметным результатом этого обзора стала экстремальная гетерогенность, наблюдаемая во всех доменах исхода (I² > 97%). Включённые исследования существенно различались по характеристикам участников, дизайну исследования, моделированию, продолжительности вмешательства, стратегиям дебрифинга и методам оценки результатов. Кроме того, база доказательств включала рандомизированные контролируемые исследования, квазиэкспериментальные исследования, ретроспективные исследования, исследования смешанных методов и валидационные исследования, каждое из которых имело разный уровень внутренней достоверности и уязвимости к предвзятости. Хотя для оценки вариативности использовались модели случайных эффектов, анализ чувствительности, подгрупповые анализы и интервалы прогнозирования, объединённые оценки следует интерпретировать как средние эффекты в различных образовательных контекстах, а не как точные оценки одного эффекта вмешательства. Кроме того, несколько исследований оценивали более широкие симуляции неотложной сестринской помощи, а не исключительно специализированные на гастроэнтерологических ситуациях, что ограничивало конкретность выводов только по неотложной сестринской помощи в ГИ.

Следует учитывать несколько ограничений. Во-первых, только восемь исследований соответствовали критериям допустимости, что ограничивало статистическую мощь для анализов подгрупп и оценки предвзятости публикаций. Во-вторых, гетерогенность оставалась чрезвычайно высокой во всех доменах исхода. В-третьих, гармонизация результатов требовала переклассификации некоторых показателей в заранее определённые области компетенций, что могло привести к концептуальному пересечению. В-четвёртых, различия в дизайне исследования, методологическом качестве, реализации вмешательств и измерении результатов ограничивали сопоставимость между исследованиями. Наконец, большинство исследований оценивали краткосрочные образовательные результаты, предотвращая оценку долгосрочного удержания знаний, передачи навыков и результатов, связанных с пациентами.

Эти результаты поддерживают внедрение SBL в обучение по неотложному сестринскому делу, особенно для развития знаний, командной работы и уверенности учащихся. Однако будущие исследования должны уделять приоритет стандартизированным показателям результатов, строгим дизайнам исследований и чётко очерченным симуляционным вмешательствам для снижения гетерогенности и повышения сопоставимости между исследованиями. Для лучшей характеристики образовательных результатов в этой специализированной клинической области необходимы дополнительные симуляционные исследования, специфичные для ГА. Существующие рекомендации по лучшим практикам свидетельствуют о том, что эффективность симуляции зависит от тщательного согласования образовательных целей, разработки сценариев и стратегий^{дебрифинга 25}. Лонгитюдные исследования, изучающие удержание знаний, перенос обучения в клиническую практику и результаты пациентов, а также исследования, оценивающие новые технологии, такие как виртуальная реальность и гибридные модели, могут дополнительно прояснить роль симуляции в обучении в неотложном сестринском деле.

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Embase	Elsevier	https://www.embase.com	База данных литературы
metafor package	R Foundation/CRAN	https://cran.r-project.org/package=metafor	Пакет для мета-анализа
PubMed	Национальная медицинская библиотека	https://pubmed.ncbi.nlm.nih.gov	База данных литературы
R (v4.3.1)	R Foundation for Statistical Computing	https://www.r-project.org	Статистический анализ
Scopus	Elsevier	https://www.scopus.com	База данных литературы
Web of Science	Clarivate	https://www.webofscience.com	База данных литературы