Modelo de conversas de aprendizagem reflexiva para o debriefing em simulações: um processo de coelaboração e inovação no desenvolvimento

Contexto: Os profissionais da saúde devem possuir habilidades efetivas de raciocínio clínico para tomar decisões clínicas apropriadas e seguras, a fim de evitar a ocorrência de erros na prática clínica. O raciocínio clínico subdesenvolvido pode ameaçar a segurança do paciente e atrasar o cuidado ou o tratamento, especialmente em contextos de terapia intensiva e cuidado agudo. A educação baseada em simulações, incorporando conversas pós-simulação como um método de debriefing para o aprendizado reflexivo, é usada para desenvolver habilidades de raciocínio clínico sem ameaçar a segurança do paciente. No entanto, devido à natureza multidimensional do raciocínio clínico, ao possível risco de sobrecarga cognitiva e ao uso variado de processos de raciocínio clínico analítico (hipotético-dedutivo) e não analítico (intuitivo) entre participantes de diferentes níveis hierárquicos durante uma simulação, é importante considerar fatores como experiência, competência, fluxo e quantidade de informações, bem como a complexidade do caso, para otimizar o raciocínio clínico durante o debriefing. Procuramos descrever o desenvolvimento de um modelo de debriefing pós-simulação no qual vários fatores contribuíram para otimizar o raciocínio clínico. Métodos: Um grupo de trabalho (N = 18) composto por médicos, enfermeiros, pesquisadores, educadores e representantes de pacientes trabalhou de forma colaborativa em workshops consecutivos para coelaborar um modelo de conversas reflexivas a ser usado nos debriefings de simulações. O grupo de trabalho estabeleceu o modelo através de um processo teórico e conceitual e de revisões por especialistas em várias fases. O processo procurou integrar métodos de inquérito apreciativo, plus/delta e Taxonomia de Bloom para otimizar o raciocínio clínico dos participantes durante as atividades de simulação. A validade de face e de conteúdo do modelo foi estabelecida utilizando os métodos Content Validity Index (CVI) e Content Validity Ratio (CVR). Resultados: Desenvolvemos e realizamos o teste-piloto de um modelo de conversas reflexivas pós-simulação. O modelo foi corroborado por exemplos práticos e um roteiro de diretrizes. A validade de face e de conteúdo do modelo foi avaliada e confirmada. Conclusões: O novo modelo foi estabelecido considerando o grau hierárquico e a competência dos diferentes participantes da simulação, o fluxo e a quantidade de informações e a complexidade do caso simulado. Esses fatores foram considerados para otimizar o raciocínio clínico durante as atividades de simulação em grupo. 
 

Background: Health practitioners must be equipped with effective clinical reasoning skills to make appropriate, safe clinical decisions and avoid practice errors. Under-developed clinical reasoning skills have the potential to threaten patient safety and delay care or treatment, particularly in critical and acute care settings. Simulation-based education which incorporates post-simulation reflective learning conversations as a debriefing method is used to develop clinical reasoning skills while patient safety is maintained. However, due to the multidimensional nature of clinical reasoning, the potential risk of cognitive overload, and the varying use of analytic (hypothetical-deductive) and non-analytic (intuitive) clinical reasoning processes amongst senior and junior simulation participants, it is important to consider experience, competence, flow and amount of information, and case complexity related factors to optimize clinical reasoning while attending group- based post-simulation reflective learning conversations as a debriefing method. We aim to describe the development of a post-simulation reflective learning conversations model in which a number of contributing factors to achieve clinical reasoning optimization were addressed. Methods: A Co-design working group (N = 18) of doctors, nurses, researchers, educators, and patients’ representatives collaboratively worked through consecutive workshops to co-design a post-simulation reflective learning conversations model to be used for simulation debriefing. The co-design working group established the model through a theoretical and conceptual-driven process and multiphasic expert reviews. Concurrent integration of appreciative inquiry, plus/delta, and Bloom’s Taxonomy methods were considered to optimize simulation participants’ clinical reasoning while attending simulation activities. The face and content validity of the model were established using the Content Validity Index CVI and Content Validity Ratio CVR methods. Results: A Post-simulation reflective learning conversations model was developed and piloted. The model was supported with worked examples and scripted guidance. The face and content validity of the model were evaluated and confirmed. Conclusions: The newly co-designed model was established in consideration to different simulation participants’ seniority and competence, flow and amount of information, and simulation case complexity. These factors were considered to optimize clinical reasoning while attending group-based simulation activities.