综述：电子学习在本科耳鼻喉科教育中的有效性：一项混合方法系统评价

　　本综述系统评价了电子学习（e-learning）在本科耳鼻喉科（ENT）教育中的应用效果，通过混合方法分析表明，e-learning可提升知识水平（增益26.8%）与学习信心，但对实践技能改善有限，推荐作为临床教学的补充辅助手段，并强调多媒体设计与混合模式的重要性。

　　

摘要

目的： 耳鼻喉科（ENT）在本科医学课程中常被忽视，电子学习（e-learning）作为填补这一教育空白的新兴策略备受关注。本混合方法系统评价旨在评估电子学习在本科ENT教育中的有效性。

数据来源： 检索了MEDLINE、Embase、Education Research Complete和Web of Science数据库。

评价方法： 遵循PRISMA指南，通过标准化增益分数的Meta分析综合定量数据以评估知识改善，采用主题合成分析定性发现，并对技能和信心进行叙述性综合。

结果： 共纳入29项研究。知识得分提高了26.8%（95% CI 23.7%~30.0%，n=13），属低增益；技能改善不一致（n=6），而信心一致提升（n=5）。主题合成识别出四个主题：（1）多媒体资源，（2）学习者自主性与自我导向参与，（3）技术障碍，（4）混合学习模式。

结论： 电子学习改善了知识和学习者信心，但对实践技能的影响有限，支持其作为临床教学补充辅助手段的整合。

1 引言

全球医学院校对耳鼻喉科（ENT）的接触差异显著。美国仅34%的医学院提供正式ENT实习，而英国这一比例为78%。实习时长也从4小时到4个月不等。这种不一致导致医学生和住院医生在ENT疾病评估和管理方面常报告信心不足。学生和住院医生认为这一教育空白最好在本科阶段解决。

英国各医学院的ENT课程内容和教学方法存在显著不一致。近期引入的英国医学执照评估（MLA）——针对最终年级医学生的国家考试，凸显了解决医学院间差异的必要性。

电子学习（e-learning）已成为应对这些挑战的有前景工具。其优势包括提供标准化、可访问和可扩展的教育内容。2019冠状病毒病（COVID-19）大流行加速了电子学习在医学教育中的采用。因此，近三分之二的英国医学院将在线组件纳入ENT教学。尽管其存在感日益增强，电子学习对ENT教育成果的影响仍未得到充分研究。

本混合方法系统评价旨在评估电子学习在本科ENT教育中的有效性。通过综合当前证据，本评价旨在阐明电子学习在ENT课程中的作用，并为未来课程设计提供信息。

2 方法

2.1 研究设计

本评价根据系统评价和Meta分析优先报告项目（PRISMA）指南进行报告，评价方案已在开放科学框架（Open Science Framework）预注册。首要研究问题为：电子学习在提高医学生ENT知识、技能和信心方面的效果如何？分为两个子问题：（1）定量：这些成果的改善幅度如何？（2）定性：医学生对电子学习的看法和体验如何解释观察到的定量发现？

2.2 检索策略

于2024年2月26日初步检索，并于2025年7月17日更新Ovid MEDLINE、Ovid Embase、EBSCO Education Research Complete和Web of Science Core Collection数据库。通过前向引文追踪和参考文献列表识别额外研究。检索限于过去15年内（2010年1月1日至检索日）发表的英文文章，以确保研究反映现代电子学习实践。

2.3 资格标准

使用PICO框架制定纳入和排除标准。研究符合条件若涉及本科医学生使用电子学习进行ENT教育，并报告定量成果（知识、技能、信心）或定性见解（看法、体验）。本评价中“本科”指进行初级医学培训 leading to their first medical qualification的学生，无论发生在学士或研究生入学水平。

2.4 数据提取

所有检索记录导入EndNote Desktop并去重。两名评审员独立使用Rayyan.ai筛选标题和摘要，根据资格标准独立进行全文筛选。分歧通过第三位评审员讨论解决。数据提取至预设计表格，包括标题、作者、出版年份、研究设计、国家、样本量、电子学习干预细节、参与者特征和报告成果。数据由一名评审员提取，并由第二名评审员验证准确性。

2.5 质量评估

使用混合方法评估工具（MMAT）评估方法学质量。MMAT根据五项标准评估研究，两名评审员独立进行评价，分歧通过讨论解决。此外，将每项研究的教育影响映射至Kirkpatrick培训评价模型，将成果从学习者反应分类至行为改变。

2.6 数据分析

根据Joanna Briggs Institute（JBI）混合方法方法学组的指导，使用“收敛分离”方法分析定量和定性数据。

2.6.1 主要成果：知识

使用干预前后评分评估知识改善。效应大小使用Hake描述的标准化增益计算，该度量反映参与者评分相对于最大可能改善的程度，结果范围从0到1，值≥0.7表示高增益，0.3–0.7中增益，<0.3低增益。标准化增益转换为百分比以便解释。

为估计合并标准化增益，使用Freeman & Tukey方法对转换数据进行比例Meta分析。应用DerSimonian & Laird方法估计研究间方差（τ2）的随机效应模型。使用I2统计量和Cochran Q检验进一步评估异质性。使用留一法（LOO）分析进行敏感性分析以识别潜在异常值。

使用混合效应模型进行亚组分析，按研究设计——随机对照试验（RCT）与前後研究；培训阶段——早期年份（前3年）与高级医学生；交付时间——同步与异步分层研究。使用Meta回归探索调节效应，如重复测试和电子学习分配时间的影响。R2指数量化可由调节变量解释的异质性比例。

通过漏斗图检查和未加权Egger检验评估发表偏倚。所有分析在R版本4.4.2中使用metafor和meta包进行，报告95%置信区间（CI），显著性水平<5%。

2.6.2 次要成果：技能、信心和学习者体验

由于技能和信心成果的测量和报告格式存在显著异质性，这些领域的定量数据Meta分析不可行，因此在定性发现部分进行叙述性综合。

使用主题合成分析学习者体验和看法，分三步进行：（1）逐行编码定性数据，（2）从分组代码发展描述性主题，（3）生成高阶分析主题以识别影响电子学习有效性的 overarching 因素。

学习者体验和看法数据以定性和定量格式提供。虽然定量数据通常在收敛分离方法下被排除在定性综合之外，但这样做会导致有价值的背景洞察丢失。因此，进行了“量化”过程，将数值发现转化为描述性摘要。

3 结果

3.1 研究选择

从MEDLINE（n=196）、Embase（n=569）、Web of Science（n=376）和Education Research Complete（n=257）共识别1398条记录。通过引文追踪和参考文献列表识别额外4条记录。筛选后，29项研究符合资格标准并纳入最终分析。排除原因详见PRISMA流程图。

3.2 研究特征

参与者为从第一年到最终年级的医学生，性别分布大致平衡，平均年龄在20岁出头。29项纳入研究中，大多数为定量设计（n=23, 79%），包括RCT（n=12, 41%）、非RCT（n=4, 14%）、横断面调查、病例对照和队列研究（n=6, 21%），以及前後研究（n=3, 10%）。两项研究（7%）为定性，两项（7%）为混合方法。研究地理分布偏向高收入国家，最常见国家为加拿大（n=7, 24%）、英国（n=6, 21%）、美国（n=5, 17%）和德国（n=4, 14%）。样本量范围从5到365名参与者。

电子学习干预包括电子书、移动应用程序、播客和多媒体模块。覆盖广泛的ENT主题，包括解剖学、临床检查、ENT急症和耳病理学。大多数研究（n=22, 76%）评估学习成果，对应Kirkpatrick level 2。五项研究（17%）评估学习者反应（Level 1），两项研究（7%）评估临床实践中的行为变化（Level 3）。

3.3 质量评估

所有29项研究使用MMAT工具评估。虽然大多数RCT展示了适当的随机化程序，但缺乏盲法和学习者参与度监测不一致等限制可能引入检测偏倚。非随机研究通常强制参与，可能增强内部效度和普遍性，但受限于对混杂因素控制不足。定量描述性研究普遍报告良好，但依赖自愿参与，从而引入潜在无应答偏倚。定性研究展示方法学严谨性，通常采用主题或内容分析，发现受参与者引述支持。混合方法研究中定量和定性数据整合有限，限制了这些研究的发现深度。

3.4 定量发现

3.4.1 知识

14项研究提供适合Meta分析的 knowledge 成果定量数据。Lee et al.的一项研究包括两个具有不同电子学习格式的干预组，因此在结果中由两个独立数据点表示。

初始合并标准化知识增益为24.9%（95% CI 18.2–32.2）。异质性显著，τ2=0.01（95% CI 0.003–0.04），I2统计量为75.2%（95% CI 42.8–88.5），Q检验显著（Q=56.5, p<0.0001）。

留一分析识别Grasl et al.为有影响的异常值，报告低标准化增益4.6%。排除该研究将合并标准化增益增至26.8%（23.7%–30.0%），并减少异质性（I2=0%, 95% CI 0%–68.4%; Q=10.6, p=0.6; τ2=0, 95% CI 0–0.01）。因此，该研究被排除进一步分析。最终合并分析森林图显示。

Wu & Beyea报告高标准化增益49.8%，但排除对总体效应大小影响可忽略（调整后合并标准化增益=26.3%, 95% CI 23.2%–29.6%），故未排除。该研究向参与者提供重复接触相同的耳镜图像，随后用于评估，表明重复暴露可能导致高分。因此，在调节分析中调查了重复测试效应。

调节分析

• ?
  电子学习分配时间：Grasl et al.报告电子学习组学生花费时间约比讲座组少三分之一。为探索时间花费是否影响知识增益，分析11项报告分配电子学习时间的研究，时间范围从30分钟到8周。由于变异广泛，时间进行对数转换分析。散点图显示平坦回归线（斜率系数?0.0005, Z(12)=?0.07, p=0.9），无统计学显著关联（QM=0.005, df=1, p=0.9）。
• ?
  电子学习交付同步性：比较同步（实时）和异步（自定进度）电子学习干预。同步方法产生合并标准化增益27.5%（95% CI 21.1%–34.4%），异步格式为26.7%（23.2%–30.4%）。无统计学显著差异（QM=0.10, df=1, p=0.8）。I2为0%和R2为0%表明电子学习交付同步性未显著影响知识标准化增益。
• ?
  重复测试效应：涉及重复评估的研究报告相似标准化增益（28.6%, 95% CI 22.7%–34.8%）与无重复测试研究（26.1%, 22.5%–29.9%）。但差异不显著（QM=0.8, df=1, p=0.4），Meta回归确认此点（斜率系数=0.03, Z(12)=0.9, p=0.4）。
• ?
  研究设计：亚组分析显示RCT（27.0%, 21.4%–33.0%）与前後研究（26.8%, 23.1%–30.7%）间标准化增益相似。研究设计非显著调节变量（QM=0.01, df=1, p=0.9），R2为0%支持。
• ?
  学生水平：早期学生（28.2%, 18.5–38.8）与高级学生（26.7%, 23.1%–30.5%）的合并标准化增益可比。差异不显著（QM=0.1, df=1, p=0.8），R2为0%支持。

发表偏倚：漏斗图显示效应大小相对对称分布，大多数研究聚集在95%置信限内的合并估计周围。Egger检验未检测显著不对称（z=0.6, p=0.5），表明发表偏倚 unlikely。

电子学习与传统教学比较：五项研究比较电子学习与传统教学的知识增益，包括四项RCT和一项准实验研究。对照组学习者接受面对面讲座或书面讲义；而电子学习干预包括在线讲座、播客、基于网络的模块、计算机辅助指导和多媒体模块。电子学习组的前後测试改善范围从4.6%到38.4%，对照组为8.8%–32.8%。

由于仅Kandasamy et al.报告标准差，电子学习组与对照组间标准化均值差（SMD）的Meta分析无法进行。效应方向混合，三项研究报告电子学习组略高增益，而两项略微 favor 对照组。

3.5 定性发现

3.5.1 技能发展

六项研究评估技能成果，其中五项为RCT，一项为队列研究。技能领域包括临床检查技能、治疗操作性能和耳镜图像诊断解释。评估方法各异，包括检查表、书面测试、评分量表和诊断准确性指标。

两项研究发现电子学习后技能增益高于传统方法。例如，Chin et al.报告电子学习平均考试分数78.5/99，传统学习55.8/99。类似地，Dlugaiczyk et al.观察电子学习通过率56.3%，传统教学25.9%。相反，三项研究报告电子学习与传统方法在技能成果上无显著差异。

3.5.2 学习者信心

五项研究评估学习者信心变化，包括两项RCT、两项前後研究和一项队列研究。测量知识、技能和诊断能力的信心。测量工具不同，包括五点Likert量表、十分评分量表和100 mm视觉模拟量表。所有研究报告电子学习干预后自我报告信心增加。四项研究证明统计学显著改善，而Mousseau et al.观察非显著改善。

3.5.3 学习者看法和体验

20项研究贡献适合主题合成的定性或量化数据。通过逐行编码，共生成84个独特代码。这些代码巩固为五个描述性主题，从中出现四个 overarching 分析主题，反映影响电子学习在ENT教育中有效性的关键因素。这些主题列于表中。

3.6 综合合成

定量Meta分析证明合并标准化知识增益26.8%。知识改善在不同电子学习模式中一致观察，调节分析显示研究设计、学生水平、交付格式（同步与异步）、干预持续时间或重复测试无显著影响。这些发现表明电子学习 broadly effective 无论背景或方法学变异。定性合成提供解释性洞察。学习者重视多媒体丰富内容、灵活性和电子学习的自我导向性质。这些看法可能支撑定量分析中观察到的 consistent 知识增益。

相反，技能发展相关发现混合。定量研究未证明电子学习相对传统教学方法有 consistent 优势。这与定性报告一致，即虽然电子学习促进理论理解和程序熟悉，但其自身不足以发展实践技能。学生表达对混合学习方法的偏好，结合数字工具与面对面临床指导。

信心改善在定量研究中一致观察。若干定性代码表明电子学习促进自我导向学习，帮助识别知识差距，并增强感知准备度和动机，所有这些与信心改善的定量发现一致。然而，两种数据源突出减损整体学习体验的因素，包括电子学习的非个人性、缺乏实时反馈和技术障碍。

4 讨论

4.1 主要发现总结

本混合方法系统评价综合了当前关于电子学习在本科ENT教育中有效性的证据。总体，电子学习发现改善知识获取，合并标准化增益26.8%。调节分析表明知识增益未显著受学生特征（学习者水平）、干预特征（同步性、持续时间和重复测试存在）或研究特征（研究设计）影响。在比较电子学习与传统教学的研究中，知识增益可比，仅 modest 和不一致优势任一模态。信心一致改善，而技能发展更可变且在些案例中 inferior 面对面教学。

这些发现与McGann et al.和Gormley et al.一致，其类似报告在线外科技能培训改善知识和信心，但参与者继续偏好面对面技能教学。这些结果表明虽然电子学习有效构建基础知识和信心，其发展临床技能的能力有限，除非结合面对面组件。这强化我们综合分析的一个关键发现，即学生感知电子学习作为有价值辅助而非替代面对面学习。

电子学习的有效性通过包含多媒体元素增强。这与Mayer的多媒体学习生成理论和Sweller的认知负荷理论一致，两者强调双通道处理言语和 pictorial 信息在改善保留中的益处。此外，学习者自主性和控制是电子学习感知成功的关键贡献者。这与研究一致，表明使