banner
ホームページ / ニュース / UTAUTモデルを使用した胃カメラの操作方法を学ぶために3D胃カメラモデルを使用する医学生の行動意図に影響を与える要因を調査する
ニュース

UTAUTモデルを使用した胃カメラの操作方法を学ぶために3D胃カメラモデルを使用する医学生の行動意図に影響を与える要因を調査する

Jun 22, 2023Jun 22, 2023

BMC Medical Education volume 23、記事番号: 554 (2023) この記事を引用

メトリクスの詳細

胃鏡手術の指導における仮想現実 (VR) の適用は安全かつ効果的ですが、その利点は生徒が受け入れて使用する場合にのみ実現されます。 本研究は、中国の臨床医学大学院生が、統一技術受け入れ理論(UTAUT)モデルを使用してVR技術に基づいて構築された3D胃内視鏡モデルの使用意向に影響を与える要因を特定することを目的としています。 学生の人口統計的要因も考慮されます。

すべての方法は、関連するガイドラインに従って実行されました。 データは層別サンプリングを使用して中国の臨床医学大学院生から収集されました。 この研究では、有効回答を含む合計 292 のアンケートが使用されました。 データは Amos 24.0 および SPSS 26.0 ソフトウェアを使用して処理され、統計分析手法は構造方程式モデリング (SEM) に基づいていました。

その結果、居住地や臨床学習年という媒介因子とは異なり、性別、大学の種類、大学院の学位という媒介因子は行動意図に影響を及ぼさないことが示された。 さらに、パフォーマンスの期待、促進状態、社会的影響は、直接的および間接的に行動意図に影響を与えます。 また、社会的影響力と期待パフォーマンス、社会的影響力と努力期待値の間の有意性も検証された。

この研究により、UTAUTに基づいて提案されたフレームワークが、VR技術に基づいて構築された3D胃カメラモデルを使用する学生の行動意図に影響を与える要因を特定する説明力があることが明らかになりました。 一方、SEM のフレームにおける期待努力量という重要な変数は認定されていないため、大学や教師は VR 技術に基づいて構築された 3D 胃カメラモデルを教育に適用する前に、この変数に特別な注意を払う必要があることを示しています。 VRモデルの操作手順などの基礎知識を説明し、アクセシビリティを十分に理解してもらうなどの準備作業が追加されることで、VRモデルの利用意欲が向上すると考えられます。 私たちが提案したパフォーマンス期待値と努力期待値に対する社会的影響のプラスの効果もこの研究で検証され、今後の研究の方向性が示されました。

査読レポート

胃内視鏡検査は、胃腸障害の評価と治療に使用される重要な診断および治療ツールです [1、2]。 胃内視鏡検査では、胃に挿入される細くて柔軟なチューブを使用するため、内視鏡医は胃の病変を直接見ることができます。 これは胃病変を検査するために選択される方法であり、消化器内科医が習得しなければならない技術の 1 つです [3]。

しかし、胃カメラ検査は臨床医の高度な医療スキルを必要とする複雑な処置です。 胃内視鏡検査を使用する従来の医学教育では、研修医は経験豊富な指導医の指導の下で患者の診断と治療に参加する必要があり、その過程で知識の蓄積と操作スキルの蓄積と向上を続けます。 指導医にとって、スムーズな運営を確保しながら研修生の指導を考慮することは困難であり、臨床指導の質に影響を与えるだけでなく、患者のリスクも増大します[4]。 研修医にとって、胃カメラの手術技術を習得するのは難しく、自信を失うだけでなく、患者に苦痛を与える可能性もあり[5]、さらには医学的リスクの可能性もある[6、7]。

シミュレーション技術を使用した胃内視鏡手術の訓練の歴史は 1860 年代にまで遡り、従来の「手から手へ」の内視鏡訓練からシミュレーター支援による指導への移行を表しています [8]。 時間の経過とともに、胃内視鏡シミュレータは仮想現実 (VR) 技術を利用して内視鏡トレーニングの有効性を高めるように進化してきました [9]。

 0.05). It was found that there was a significant correlation between gender and effort expectancy (p < 0.05). Moreover, facilitating conditions had significant correlation with universities (p < 0.01) or education degree (p < 0.01) of the respondents. The correlation between behavioural intention and hometown (p < 0.05) or duration of clinical learning (p < 0.01) of the respondents was also quite significant./p>0.8, NFI = 0.908>0.9, TLI = 0.934>0.9,CFI = 0.944>0.9,IFI = 0.944 >0.9, AGFI = 0.849>0.8 and RMSEA = 0.069 < 0.08, which demonstrates that the hypothesis model in this research was supported (See Table 6 for details)./p>