Evaluation eines strukturierten E‑Learning-basierten Ansatzes zur Vermittlung der CT-Anatomie der Nasennebenhöhlen bei Medizinstudierenden

Abstract

Zusammenfassung Hintergrund Die radiologische Anatomie ist in vielen Ländern kein integraler Bestandteil des Medizinstudiums. Die Radiologie scheint für neue online-basierte Lehrmethoden besonders geeignet. Ziel der Arbeit Das Ziel dieser Studie ist es, die Eignung des E‑Learnings zur Einführung komplexer Lerninhalte, wie der CT-Anatomie (radiologische Anatomie in der Computertomographie), zu prüfen und zu prüfen, ob die Identifikation wichtiger anatomischer Normvarianten durch Medizinstudent(inn)en durch eine Computertomographie-Checkliste verbessert werden kann. Material und Methoden Medizinstudierende wurden gebeten, Computertomographien (CT) der Nasennebenhöhlen auf anatomische Normvarianten vor und nach der Einführung der CLOSE-Kriterien (cribriform plate = Lamina cribrosa, Lamina papyracea, Onodi-Zelle = Sphenoethmoidale Zelle, sphenoid sinus = Keilbeinhöhle, ethmoidal artery = Arteria ethmoidalis anterior) zu untersuchen. Sowohl die CT-Anatomie als auch die CLOSE-Kriterien wurden mittels E‑Learning vermittelt. Die Rate der korrekt identifizierten Normvarianten und die Ergebnisse für die einzelnen CLOSE-Items wurden ermittelt. Die subjektive Evaluation des Nutzens der Checkliste und des E‑Learnings erfolgte mithilfe eines Fragebogens. Ergebnisse Zehn Studierende nahmen an dieser Pilotstudie teil. Die Rate der korrekt identifizierten anatomischen Normvarianten verbesserte sich nach der Einführung der CLOSE-Kriterien signifikant von 33,3 auf 61,1 %. Die Analyse der einzelnen CLOSE-Items zeigte eine signifikante Verbesserung für C, S und E. Die subjektive Evaluation des E‑Learnings und der CT-Checkliste waren sehr positiv. Schlussfolgerung Komplexe Lerninhalte können Medizinstudierenden mittels E‑Learning vermittelt werden, auch wenn bisher kein Vorwissen in diesem Bereich besteht. Das E‑Learning wird als angemessene Methode zur Einführung der Thematik beurteilt. Ein strukturiertes Vorgehen mithilfe der CLOSE-Kriterien kann die Erkennung anatomischer Normvarianten signifikant verbessern.