在临床算法中重新评估种族的使用:为医学学生使用eGFR进行交互式,基于案例的会议

科学领域:

• 医学教育 医学教育
• 健康 公平 卫生 公平
• 腎臟病學 (nephrology) 是一種醫學.

背景情况:

• 医学课程经常延续种族作为生物决定因素的错误观念.
• 临床算法,如估计的膜过率 (eGFR) 方程,结合了种族,加强了这种谬误,并影响了患者的护理.
• 这种做法通过掩盖影响健康结果的社会和环境因素,导致健康不平等.

研究的目的:

• 开发和评估一个教育模块,旨在揭穿医学中种族的生物学概念.
• 具体地解决临床算法中的种族谬论,使用eGFR方程作为案例研究.
• 增强医学学生对基于种族的算法如何影响健康公平的理解.

主要方法:

• 一个60分钟的交互式,基于案例的模块是与脏病学家合作创建的.
• 该模块包括教学组成部分,并由一名三年级医学学生为同行提供便利.
• 在模块前和后的调查中,使用5分利克特尺度评估了人们对种族作为医学中的生物构造意识的变化.

主要成果:

• 55名医学学生参与了这项研究,在模块后的意识显著改善.
• 关键的改进包括了解医学中的种族主义历史 (2.6到3.2),对算法中的种族意识 (2.7到3.7),以及基于种族的eGFR (2.7到4.2) 的影响.
• 学生们报告说,他们更好地理解了种族和祖先之间的区别 (3.7至4.3),并对模块的质量和清晰度进行了高度评价.

结论:

• 开发的模块有效地挑战了基于种族的临床算法的谬误,并突出了它们对健康公平的影响.
• 该研究建议将这种教育内容纳入医学课程,以促进医学文献和实践中关于种族的批判性讨论.
• 未来的代可以从客观评估中受益,以更严格地衡量知识获取.