|
|
|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
23 نتیجه برای پزشک
اولدوز زمانی اهری، مالک اباذری، مصطفی براتی، علی عابدی،
دوره 25، شماره 1 - ( 2-1404 )
چکیده
زمینه و هدف: ارزشیابی آموزشی نقش کلیدی در ارتقای کیفیت آموزش و تطبیق آن با نیازهای جامعه دارد. مدل CIPP (Context, Input, Process, and Product) به عنوان یکی از الگوهای معتبر ارزشیابی، امکان ارزیابی نظاممند برنامههای آموزشی را فراهم میکند. هدف این مطالعه، بررسی میزان دستیابی به اهداف آموزشی گروه بیماریهای دهان، فک و صورت در دانشکده دندانپزشکی دانشگاه علوم پزشکی اردبیل از دیدگاه دانشجویان دندانپزشکی با استفاده از مدل CIPP بود.
روشکار: این مطالعه توصیفی-مقطعی در سال تحصیلی ۱۴۰۰-۱۳۹۹ با استفاده از پرسشنامه محققساخته شامل ۲۵ سؤال در چهار حیطهی زمینه، درونداد، فرآیند و برونداد انجام شد. نمونهگیری بهصورت سرشماری و ابزار پژوهش از اعتبار صوری و محتوایی برخوردار بود. دادهها با استفاده از آزمونهای منویتنی و کروسکال والیس و نرمافزار SPSS-25 تحلیل شدند.
یافته ها: در مجموع ۵۰ دانشجو شرکت کردند (۲۵ زن و ۲۵ مرد). میانگین امتیاز در حیطه زمینه 14.71±73.62 (مطلوب، ۶۶٪)، در درونداد 14.62±63.90 (نسبتاً مطلوب، ۵۴٪)، در فرآیند 16.38±69.33 (نسبتاً مطلوب، ۵۲٪) و در برونداد 25.58±56.23 (نامطلوب، ۴۸٪) بود. تفاوت بین ارزیابیها با جنسیت و نوع پذیرش تفاوت معناداری نبود.
نتیجهگیری: دستیابی به اهداف آموزشی در حیطههای زمینه، درونداد و فرآیند نسبتاً مطلوب بود، اما در حیطه برونداد، ضعفهایی مشاهده شد. بازنگری در شیوههای تدریس، طراحی محتوا و ارتقای ارزیابیهای آموزشی بهویژه در حوزه نتایج نهایی، پیشنهاد میشود.
سهیلا دریساوی جرفیان، قدیر پوربایرامیان، عرفان بلال زاده،
دوره 25، شماره 1 - ( 2-1404 )
چکیده
زمینه و هدف: آموزش بالینی بهعنوان بخش اصلی آموزش دندانپزشکی، نقش کلیدی در تربیت دندانپزشکان حرفهای و آمادهسازی آنها برای مواجهه با چالشهای درمانی دارد. با توجه به اینکه کیفیت آموزش بالینی بهطور مستقیم بر توانمندیهای حرفهای دانشجویان تأثیر میگذارد و در نهایت بر کیفیت خدمات درمانی ارائهشده تأثیر میگذارد، شناسایی عواملی که بر کیفیت این آموزش مؤثر هستند، از اهمیت ویژهای برخوردار است. با توجه به نقش کلیدی دانشجویان دندانپزشکی به عنوان ذینفعان اصلی آموزش بالینی و اهمیت دیدگاه آنان برای اصلاح برنامهها، و نظر به فقدان مطالعهای جامع در دانشگاه علوم پزشکی اردبیل در این خصوص، پژوهش حاضر با هدف شناسایی عوامل مؤثر بر کیفیت آموزش بالینی و ارائه راهکار بهبود، بر اساس نظرات دانشجویان انجام شد.
روش کار: مطالعهی حاضر از نوع مطالعات توصیفی – مقطعی بود که در بین دانشجویان دندانپزشکی دانشگاه علومپزشکی اردبیل که حداقل دو ترم تحصیلی را در محیطهای آموزش بالینی گذرانده بودند و تمایل به شرکت در مطالعه داشتند در نیمسال دوم سال تحصیلی 1403 انجام گرفت. با استفاده از جدول مورگان حجم نمونه 177 نفر برآورد گردید که دانشجویان بهصورت تصادفی و از بین دانشجویان در دسترس در بخش های مختلف دانشکده دندانپزشکی انتخاب شدند. ابزار گردآوری دادهها، پرسشنامهای شامل 26 سؤال در 5 حیطه اصلی کیفیت آموزش بالینی در مقیاس لیکرت پنج گزینهای بود. سطح معنیداری 0.05 در نظر گرفته شد.
یافتهها: نتایج نشان داد که حیطههای اهداف و برنامه آموزشی (β=0.328) و عملکرد استاد(β=0.303) بیشترین تأثیر را در کیفیت آموزش بالینی داشتند. پس از آن، محیط آموزشی(β=0.218) و برخورد با دانشجو(β=0.188) به ترتیب اهمیت کمتری داشتند. ارزشیابی (β=0.136) کمترین تأثیر را بر کیفیت آموزش بالینی داشت. علاوه بر این، دانشجویان با سن بالاتر و دانشجویان ترمهای بالاتر، کیفیت آموزش بالینی را بهتر ارزیابی کردند. تفاوتهای معناداری در ارزیابی کیفیت آموزش بالینی بر اساس جنسیت و گروههای آموزشی بالینی مشاهده نشد.
نتیجهگیری: از دیدگاه دانشجویان دندانپزشکی دانشگاه علوم پزشکی اردبیل، اهداف و برنامههای آموزشی و عملکرد اساتید، تعیینکنندهترین عوامل در کیفیت آموزش بالینی هستند. بهبود این دو مؤلفه، همراه با ارتقاء محیط آموزشی و تعامل با دانشجو، برای افزایش کیفیت آموزش بالینی ضروری است. توصیه میشود سیاستگذاران آموزشی بر تقویت این حوزهها تمرکز نمایند.
مرتضی اکبری، سعید صدیق اعتقاد، علی بهادری، حسین قاسمی مقدم، مجتبی ضیائی،
دوره 25، شماره 1 - ( 2-1404 )
چکیده
ایمونوتراپی یکی از روشهای نوین و مؤثر در درمان سرطان است که با فعالسازی سیستم ایمنی بدن، سلولهای سرطانی را هدف قرار میدهد. با وجود اثربخشی قابل توجه، این روش با چالشهایی مانند انتخاب دقیق بیماران، تعیین اهداف درمانی مناسب، و کاهش عوارض جانبی همراه است.
هوش مصنوعی (AI)با توان پردازش دادههای ژنومی، پروتئینی و بالینی، نقش مهمی در بهینهسازی ایمونوتراپی ایفا میکند. الگوریتمهای یادگیری ماشین و یادگیری عمیق میتوانند بیماران پاسخدهنده به درمان را با دقت بالا شناسایی کنند. این شناسایی هدفمند، امکان طراحی درمانهای شخصیسازیشده و اجتناب از درمانهای غیرضروری را فراهم میسازد.
از دیگر کاربردهای مهم هوش مصنوعی، پیشبینی پاسخ به مهارکنندههای نقاط کنترل ایمنی مانندPD-1 وCTLA-4 است. مدلهای AI با ترکیب اطلاعات تصویربرداری پزشکی و دادههای ژنتیکی میتوانند موفقیت درمان را پیشبینی کرده و هزینهها را کاهش دهند. همچنین، در طراحی داروهای جدید و پیشبینی عوارض جانبی، نقش مؤثری دارد. همچنین، هوش مصنوعی در طراحی داروهای ایمونوتراپی نقش مهمی دارد. الگوریتمها میتوانند ساختارهای مولکولی جدید را شبیهسازی کرده و اثربخشی آنها را پیشبینی کنند، که زمان و هزینه توسعه دارو را کاهش میدهد. علاوه بر این،AI در شناسایی و مدیریت عوارض جانبی به کار میرود و ایمنی درمان را بهبود میبخشد.
با این حال، استفاده از هوش مصنوعی با محدودیتهایی همراه است. نیاز به دادههای باکیفیت، چالشهای تفسیرپذیری الگوریتمها و نگرانیهای اخلاقی در مورد حریم خصوصی بیماران، وآسیبهای روانی ناشی از افزایش آزمایشات تشخیصی و مسئولیتهای قانونی در صورت بروز خطا از جمله این موانع هستند. این مقاله نتیجه میگیرد که با توسعه زیرساختهای دادهای و الگوریتمهای پیشرفته، میتوان از ظرفیت کامل هوش مصنوعی در ارتقای ایمونوتراپی بهرهبرداری کرد. این همافزایی، گامی مهم بهسوی پزشکی دقیق و آیندهای روشن در درمان سرطان خواهد بود.
|
|
|
|
|
|
|
|
|
.png)
.png){kind=small}
