Integrating Virtual Patients Into Preclinical Education to Enhance Early Clinical Exposure and Skill Acquisition in Medical Students
Notice bibliographique
Résumé
Tamer MM Abuamara,1,2 Wagih M Abd-Elhay,1 Hasan S AL-Ghamdi,3 Mohammad A Alghamdi,3 Razan Abed A Baloush,4 Dahlia Soleman A Mirdad,4 Ahmed Abdulwahab Bawahab,4 Mohammed Abd El Malik Hassan,5 Naji Al-bawah6 1Histology Department, Faculty of Medicine, Al-Azhar University, Cairo, Egypt; 2Center of Oral Diseases Studies, Faculty of Dentistry, Al-Ahliyya Amman University (AAU), Amman, Jordan; 3Internal Medicine Department, Division of Dermatology, Faculty of Medicine, Al-Baha University, Al-Baha, Kingdom of Saudi Arabia; 4Department of Basic Medical Sciences, Pathology Division, College of Medicine, University of Jeddah, Jeddah, Saudi Arabia; 5Pediatrics Department, Faculty of Medicine, Al-Azhar University, Cairo, Egypt; 6Faculty of Medicine, Sana’a University, Sana’a, YemenCorrespondence: Naji Al-bawah, Faculty of medicine, Sana’a University, Sana’a, 13078, Yemen, Email najihaa@sanaa.edu.yeBackground: Virtual patients (VPs) have traditionally been utilized in clinical education rather than in preclinical instruction. However, limited research has evaluated the effectiveness of VP-based sessions in enhancing early clinical exposure (ECE) during the preclinical years.Aim: To assess the impact of VP-based tutorials in supplementing the Clinical Skills module for second-year medical students.Methods: In this prospective study, the effectiveness of VP-based tutorials was compared to conventional lecture-based teaching within the Clinical Skills module. All second-year medical students enrolled during the 2022/2023 and 2023/2024 academic years were included. The 2022/2023 cohort (Group 1) received traditional lectures, while the 2023/2024 cohort (Group 2) participated in VP-based tutorials. Student performance was evaluated using pre- and post-module tests and formative Objective Structured Clinical Examination (OSCE) scores.Results: Baseline performance showed no significant difference in pre-module test scores between Group 1 (26.55 ± 22.45%) and Group 2 (27.13 ± 26.21%) (p = 0.681). Both groups demonstrated significant improvements in post-module scores (Group 1: 73.88 ± 15.11%; Group 2: 75.01 ± 10.09%, p< 0.0001 for both), with no significant difference between the two (p = 0.129). However, Group 2 achieved significantly higher OSCE scores compared to Group 1 (82.62 ± 11.03% vs 75.80 ± 14.38%, p< 0.0001).Conclusion: This study highlights the value of incorporating virtual patients into preclinical education. VP-based tutorials significantly enhance clinical skill development and facilitate early clinical exposure, offering a promising adjunct to traditional teaching methods in preclinical curricula.Keywords: virtual patients, medical education, early clinical exposure, preclinical medical education, clinical skills
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».