施紅英,黃陳平,楊新軍,葉曉蕾,劉佳明,毛廣運,鐘崇洲
(溫州醫(yī)科大學 預防醫(yī)學系,浙江 溫州 325035)
隨著信息技術和循證醫(yī)學的快速發(fā)展,醫(yī)學統(tǒng)計學對于醫(yī)學實踐和科研的重要性日益凸顯[1],并成為廣大醫(yī)務工作者進行醫(yī)務管理和決策的有力工具[2-4]。然而,醫(yī)學統(tǒng)計學中抽象的原理、繁雜的公式和統(tǒng)計模型,加之傳統(tǒng)教學模式不能充分建立統(tǒng)計學理論和實際案例的關聯(lián)性[5],使得學生在遇到實際問題時往往不知所措。如何改善醫(yī)學統(tǒng)計學教學質量,進而提高學生的實際應用能力,成為每位統(tǒng)計學教師關注的問題。
任務驅動法(Task-based learning,TBL)的興起為此提供了一個新思路,它以建構主義理論為基礎[6-8],強調學生是學習的主體,是演員;而教師是教學活動的設計者,是導演。任務驅動,是指在教學過程中,以完成一個個任務為線索,把教學內容巧妙的隱含在各個任務中,學生在真實的教學情境中帶著任務學習,以探索任務的完成方法來驅動和維持學習者的學習興趣和動機,通過自主學習、合作探究、以及教師的提示和幫助完成各項任務,最終完成知識體系的構建過程。近幾年來該方法被逐漸應用于醫(yī)學生教育[7-10],但目前鮮見將其用于醫(yī)學統(tǒng)計學教學。本課題通過實驗研究探討任務驅動法在該課程中的實施效果,為提高醫(yī)學統(tǒng)計學授課質量提供借鑒。
1.1 研究對象 選擇某醫(yī)科大學五年制預防醫(yī)學專業(yè)2007、2008級本科生作為研究對象,全部同學的統(tǒng)計學理論課為統(tǒng)一授課;而統(tǒng)計軟件課程的教學以年級分層、以班級為單位、隨機分為試驗組和對照組。其中,試驗組73人,采用任務驅動法進行部分教學,即教師針對一個主題,設置教學情境,布置學習任務,學生自主探究,分組討論,代表發(fā)言,總結歸納,鞏固提高等環(huán)節(jié)進行授課;對照組63人,采用傳統(tǒng)授課模式,即教師簡要介紹理論知識和軟件演示后,學生自行完成作業(yè)。
1.2 改革內容 以建構主義理論為指導,采用任務驅動法,參照課程教學大綱,將統(tǒng)計學主要知識點分解為六大模塊,即:科研設計模塊、統(tǒng)計描述模塊、參數估計模塊、定量資料假設檢驗模塊、定性資料假設檢驗模塊、統(tǒng)計模型模塊。針對以上各個模塊,任務驅動法可分三個階段進行:第一階段,選擇合適的能吸引學生注意力和激發(fā)學生興趣的案例,預設好一個個循序漸進、容易掌握的學習任務,準備好適當的學生自學資料。第二階段,圍繞案例和任務,展開自主學習探究、小組討論交流、小組代表發(fā)言、加深理解,完善方案;教師不急于講解,引導學生分析討論,提供有關線索。第三階段,教師組織學生代表展示其成果,并進行討論、總結和評價,使學生進一步反思和完善認知結構。以上各個步驟緊密聯(lián)系,層層深入,構成一個有機的整體。
1.3 效果評價 干預后對每名學生進行效果測評,分兩個方面:①客觀評價:試驗組和對照組之間統(tǒng)計軟件考試成績的比較;②主觀評價:問卷調查和學生訪談,內容包括課程總體滿意度,教學設計、教學方法和教學內容的滿意度等,分析運用任務驅動法后的教學效果。
1.4 統(tǒng)計學處理方法 采用SPSS18.0統(tǒng)計軟件。對于定量資料的分析,如果滿足正態(tài)性等前提采用均數和標準差進行描述,采用t檢驗進行比較;否則采用中位數和四分位數間距進行統(tǒng)計描述,采用秩和檢驗進行比較。考慮到學生原有的統(tǒng)計學基礎、學生的年級可能對統(tǒng)計軟件成績有影響,進一步采用分層分析和多重線性回歸模型控制混雜因素的干擾后,比較了試驗組和對照組之間的差異。P<0.05為有統(tǒng)計學意義。
2.1 試驗組和對照組基線時可比性 首先,對干預前兩組學生之間醫(yī)學統(tǒng)計學基線水平進行可比性分析,發(fā)現(xiàn)試驗組成績平均分為(85.30±8.10)分,對照組為(85.38±8.70)分,采用兩獨立樣本比較的t檢驗,結果顯示t=0.055,P=0.956,提示兩組之間基線時統(tǒng)計學水平均衡可比。
2.2 試驗組和對照組干預后成績比較 干預后,對兩組學生之間的統(tǒng)計軟件考試成績進行比較,結果發(fā)現(xiàn)試驗組平均分為(91.49±7.46)分,對照組平均分為(85.37±8.67)分,z=4.51,P<0.001,試驗組學生的統(tǒng)計軟件考試成績高于對照組(見圖1)。

圖1 試驗組和對照組《統(tǒng)計軟件》考試成績比較
2.3 分層分析 分別對2007級和2008級預防醫(yī)學專業(yè)學生進行試驗組和對照組的干預后統(tǒng)計軟件成績進行比較,結果顯示,z(P)值分別為3.08(0.002)和3.47(0.001),說明不管是2007級還是2008級,試驗組和對照組之間的統(tǒng)計學成績差異均有統(tǒng)計學意義,試驗組均高于對照組(見圖2)。

圖2 試驗組和對照組《統(tǒng)計軟件》考試成績比較(分年級)
2.4 混雜因素的控制 采用相關分析發(fā)現(xiàn),基線時統(tǒng)計學理論成績和干預后統(tǒng)計學軟件考試成績存在正相關關系,基線統(tǒng)計學理論課成績越高的學生,統(tǒng)計軟件課程分數也越高,r=0.49,P<0.001(見圖 3)。

圖3 分年級顯示統(tǒng)計學理論課成績和統(tǒng)計軟件成績的相關性
為了控制統(tǒng)計學理論課成績的影響,進一步評價不同教學方法對統(tǒng)計軟件考試成績的影響,采用多重線性回歸模型進行分析,結果發(fā)現(xiàn),控制了基線時的統(tǒng)計學成績影響后,試驗組比對照組平均高6.20分(95%CI:3.81~8.59)。而且,在同時控制年級、基線統(tǒng)計學理論成績的影響后,發(fā)現(xiàn)試驗組和對照組之間統(tǒng)計軟件考試成績的差異仍然有統(tǒng)計學意義,試驗組比對照組高6.18分(95%CI:3.80~8.56)。
2.5 任務驅動法教學滿意度反饋 教學改革后,我們還對運用任務驅動法進行教學的所有學生進行教學效果反饋問卷調查,結果發(fā)現(xiàn),學生對于本課程的總體滿意度得分平均為(9.82±0.37)分。另外,對于教學設計、教學方法、教學內容的滿意度均很好,平均分依次為9.83、9.83、9.81分,均接近于10分。在對部分學生的訪談中也發(fā)現(xiàn),學生對于任務驅動法的實施效果較為肯定,認為該方法能夠增強學生應用統(tǒng)計學知識分析、解決實際問題的能力,以及培養(yǎng)團隊協(xié)作精神。
3.1 運用任務驅動法教學實施體會 運用任務驅動法,以任務為主線,以教師為主導,以學生為主體,最終目的是培養(yǎng)學生實際應用統(tǒng)計學知識的能力。本研究結果顯示,任務驅動法提高了預防醫(yī)學專業(yè)統(tǒng)計學軟件的學習成績,同時學生對于這樣的教學設計滿意度高。
在任務驅動教學過程中,學生在實際案例的教學情境下學習統(tǒng)計學。豐富的生活案例或科研案例,激發(fā)了學生學習統(tǒng)計學的興趣;循序漸進的一系列統(tǒng)計學學習任務驅動著學生進行不斷學習,積極查閱相關資料,并結合自己原有的經驗和知識,通過教師和同伴的幫助,在完成各項小任務的過程中,完成各個主題的知識體系構建過程,使新知識真正轉換為自己的東西,突出了學生主體的地位;同時,培養(yǎng)了學生思考、分析和解決問題的能力,鍛煉了學生的邏輯思維,激發(fā)了學生的科研興趣。
另外,我們在預防醫(yī)學本科生統(tǒng)計學教學中,運用任務驅動法的教學理念,專門設置了一份統(tǒng)計分析報告模板(由一系列循序漸進的小任務組成),要求學生每次學完一種統(tǒng)計方法后,對應自己的研究設計進行及時軟件操練和應用,學期結束后完成整個統(tǒng)計報告撰寫,從而掌握課程中每個教學內容。從學生的統(tǒng)計分析報告來看,不少同學真正學會了應用的能力,能夠將理論和實踐相結合,達到了較好的教學效果。該報告已經實施兩年,受到了學生的普遍贊成。
目前,我們已將該教學方法尤其是相關的教學理念以及部分教學案例,逐步滲透和應用于研究生、留學生、臨床醫(yī)學本科生等各專業(yè)學生的統(tǒng)計學理論和實驗課中。
3.2 存在問題和展望 在兩輪的任務驅動法教學運用實施過程中,我們也發(fā)現(xiàn),有少數學生尤其是基礎較差的學生習慣于傳統(tǒng)教學模式,習慣于被動地接受知識,而不愿意多花時間自己去探究、去自學、去討論;另外,教師采用這種教學模式,所投入的精力和時間也比傳統(tǒng)教學方法需要更多。這是現(xiàn)階段實施該教學模式主要碰到的困難。但是隨著教師對任務驅動法相關教學資料的不斷完善,以及學生對于自主學習重要性認知的逐漸提高,這些困難有望逐步減少。更可喜的是,由于該方法通過有趣的科研或生活案例,讓學生很快進入統(tǒng)計學的教學情境,激發(fā)了學生的學習熱情,調動了學生的學習主動性,讓學生意識到了統(tǒng)計學的有趣性和有用性,其教學效果的提高顯而易見。
因此,總體而言,任務驅動法尤其是該方法所強調的“學生主體、教師主導”等教學理念值得進一步探究和推廣。
[1]Freeman JV, Collier S, Staniforth D, et al. Innovations in curriculum design: a multi-disciplinary approach to teaching statistics to undergraduate medical students[J]. BMC Med Educ, 2008, 8: 28-36.
[2]Jennings D. Teaching statistics to students[J]. Lancet, 1963,1(7290): 1104-1110.
[3]Borkowski W. Evidence based medicine (EBM) in health care system and treatment of individual patient. Part iii.Teaching of epidemiological methodology and statistics[J].Przegl epidemiol, 2009, 63(3): 419-424.
[4]Miles S, Price GM, Swift L, et al. Statistics teaching in medical school: opinions of practising doctors[J]. BMC Med Educ,2010, 10: 75-83.
[5]Yilmaz MR. The challenge of teaching statistics to nonspecialists[J]. J Stat Educ, 1996, 4(1): 199-208.
[6]Race P. Task-based learning[J]. Med Educ, 2000, 34(5): 335-336.
[7]Virjo I, Holmberg-Marttila D, Mattila K. Task-based learning (TBL) in undergraduate medical education[J]. Med Teach,2001, 23(1): 55-58.
[8]Harden R, Crosby J, Davis MH, et al. Task-based learning:the answer to integration and problem-based learning in the clinical years[J]. Med Educ, 2000, 34(5): 391-397.
[9]Ozkan H, Degirmenci B, Musal B, et al. Task-based learning programme for clinical years of medical education[J]. Educ Health (Abingdon), 2006, 19(1): 32-42.
[10]Ozan S, Karademir S, Gursel Y, et al. First graduates’ perceptions on a problem-based and task-based learning curriculum[J]. Educ Health (Abingdon), 2005, 18(2): 256-271.