獣医画像診断専門医に求められる30のコアコンピテンシーを定義した教育フレームワークの構築
A Workforce-Informed Competency Framework Defines 30 Core Abilities of Veterinary Diagnostic Imaging Specialists.
3行まとめ
- 獣医画像診断専門医に求められる中核的能力を定義する教育フレームワークの開発と妥当性検証を行った。
- 専門医らの合意形成を経て、6領域にわたる30のコアコンピテンシーと14のサブコンピテンシーを策定した。
- 専門医研修における能力基盤型の教育カリキュラム設計や客観的な到達度評価への活用が期待される。
この論文の要約
- 目的
獣医画像診断レジデント研修において、専門医レベルの診療に必要な中核的能力を定義した枠組みが不足していた。本研究は、獣医画像診断専門医向けのコンピテンシーフレームワーク「VIEW」を開発し、内容妥当性を検証することを目的とした。
- 対象と方法
修正デルファイ法を用い、3段階で実施した。第1段階で専門医7名が初期項目を策定し、第2段階でACVRおよびECVDI専門医やレジデント計80名を対象に重要度や明確性を評価する調査を実施した。第3段階で調査結果を統合・検討し、枠組みを確定した。
- 主な結果
第1段階で58項目が抽出され、52項目が第2段階に進んだ。調査では36項目(69.2%)が事前の合意基準を満たした。定性的フィードバックに基づき整理と統合を行い、最終的に6領域、30のコアコンピテンシー、14の例示的サブコンピテンシーで構成される枠組みを策定した。これはCBVEなど既存の医療教育枠組みとも整合した。
- 臨床的意義
VIEWは獣医画像診断分野において現場のニーズを反映した初のコンピテンシーフレームワークであり、今後の能力基盤型教育カリキュラムの設計や評価を支援する基盤となる。
⚠️ この要約はAIが自動生成したものです。
関連記事
小動物における筋骨格系疾患の画像診断評価
小動物の筋骨格系疾患におけるX線読影の概要を提示し、臨床背景に即した構造的かつ系統的なアプローチの重...
勤務外の業務:獣医大学教育病院のレジデントにおける電子カルテの時間外使用状況
電子カルテ(EMR)入力は臨床獣医師の業務負荷の要因であり、人医療では時間外使用がバーンアウトと関連し...
理科教員志望者との共同開発を通じた獣医学系大学院生のワンヘルス能力育成:多職種連携教育事例研究
従来の獣医学博士課程教育では十分に育成されない、非専門家への科学的コミュニケーションや学際的協働とい...
獣医診断病理組織学における人工知能:概念、応用、および臨床実装
人医療の病理診断でAI応用が進む中、規制が緩やかな獣医療ではより迅速な導入の可能性があるが、診断検査機...
※ 本記事はAIによる自動要約であり、情報提供を目的としています。個別の症例に対する医療判断を行うものではありません。診療にあたっては必ず原著論文および最新の情報をご確認ください。