[CME] 보건 전문직의 지속적인 전문성 개발을 위한 성과 데이터 옹호

출처: Tavares, W., Sockalingam, S., Valanci, S., Giuliani, M., Davis, D., Campbell, C., ... & Wiljer, D. (2024). Performance data advocacy for continuing professional development in health professions. Academic Medicine, 99(2), 153-158.

https://journals.lww.com/academicmedicine/abstract/2024/02000/performance_data_advocacy_for_continuing.14.aspx

 

지속적인 전문성 개발(CPD)을 위한 성과 데이터를 사용하는 것은 기회이자 도전으로 인식되고 있습니다.1 의사들의 임상 지식과 성과 기대치가 증가하고 복잡해짐에 따라, 기존 또는 새로운 역량은 향상된 CPD 시스템을 통해 지원될 필요가 있습니다. 여러 기관은 새로운 CPD 접근 방식을 제안했습니다.2-5 그들 사이에서 공통적으로 권장하는 바는 의사들이 외부의 데이터 소스를 활용하여 자기 반성의 자극제로 삼고 학습 계획을 수립하는 데 가이드로 사용하는 것입니다.6 예를 들어, 캐나다 왕립 내과 및 외과 학회는 외부의 주요 및 부차적인 성과 지표를 활용하여 "학습 및 지속적 개선의 기회를 식별하는 데 도움을 주라"고 권고하고 있습니다.7 성과 평가 프레임워크 또는 성과 피드백 시스템의 포함은 이와 밀접하게 관련된 개념입니다.8,9

 

외부 데이터에는 다양한 형태가 있으며, 의사의 성과를 반영하는 여러 방식이 있을 수 있습니다.10 우리는 이를 종합적으로 성과 데이터라고 부릅니다. 성과 데이터란 의사의 진료와 관련된 정보 또는 직접적인 1차 출처와 간접적인 2차 출처의 정보를 말합니다.

• 1차 데이터는 의사 진료에 대한 반성을 가능하게 하기 위해 구체적이고 주로 수집된 데이터입니다.
• 2차 데이터는 교육 이외의 목적으로 수집되었지만, CPD에 유용할 수 있는 것으로 확인된 데이터입니다(예: 건강 기록, 청구서, 환자 흐름, 재입원율, 합병증 및 기타 품질 지표).

의사나 팀의 진료 결과에 대한 정기적인 피드백, 비슷한 환자를 돌보는 익명의 동료들과의 비교는 외부 데이터의 예로서, 출처에 따라 1차 또는 2차 형태의 데이터일 수 있습니다. 의사나 팀의 데이터에서 발견되는 차이는 CPD를 추구하여 진료를 개선하도록 자극할 수 있습니다.

 

직관적으로 매력적으로 보이지만, CPD를 위한 성과 데이터의 역할은 불확실하며 그 유용성은 주로 가정되어 왔습니다. 성과 데이터는 기존의 의사 성과와 미래의 진료를 변화시키고 개선하기 위한 교육적 목표 및 전략 간의 연결고리를 제공합니다. 성과 데이터를 사용하는 것에 찬성하는 주요 논거 중 하나는 이러한 데이터가 외부 지표(예: 동료 관찰)가 부족할 때, 특히 자기 평가 능력의 격차를 채우거나 제한점을 해결하는 데 객관적으로 기여한다는 점입니다.3,11 기본적인 가정은 건강 관리 데이터가 개인이나 팀의 진료에 대해 의미 있는 통찰을 제공할 수 있으며, 자신의 능력과 미래의 진료를 개선하려는 의사(또는 팀 내 의사)가 그 정보를 CPD와 관련된 유용하고 가치 있게 여길 것이라는 것입니다. 그러나 여러 잠재적 문제는 성과 데이터를 사용하기 위한 개념적 논거와 그 유용성 사이에 격차를 만들 수 있습니다. 이러한 경우, CPD를 위한 성과 데이터 사용에 대한 이론적, 개념적 논거와 실용성, 그리고 의사들이 그 데이터에 부여하는 가치 사이에서 불확실성이 발생할 수 있습니다.

 

따라서 CPD 커뮤니티의 목표 중 하나는 성과 데이터 사용에 대한 개념적 아이디어나 논거를 실질적인 전략으로 전환하여 의미 있는 연구, 개발 목표, 의사들에게 유용한 전략을 촉진하는 것입니다. 이 학술적 관점에서는 성과 데이터가 CPD에 필수적이라는 결론에 이르게 된 논거를 간단히 검토하고 추적합니다. 이러한 논거가 주로 개념적이었다는 점을 강조하며, 비판적 검토와 추가 연구가 필요함을 강조합니다. 우리의 의도는 문헌에 대한 포괄적인 검토를 제공하는 것이 아니라, CPD를 위한 데이터의 역할을 탐구하는 관련된 현대 문헌에 대해 반성적이고 추론적인 논의를 하는 것입니다. 또한, 우리는 최근과 진행 중인 연구 프로그램을 요약하고 통합하여, 의사들이 성과 데이터와 맺고 있는 관계를 경험적으로 탐구합니다.5,12-14

 

우리는 세 가지 광범위한 목표를 가지고 있습니다.

• 첫 번째 목표는 이 주제를 연구하고 관련 문헌을 검토하는 동안 참여한 개념적, 방법론적, 분석적 과정을 연결함으로써 CPD를 위한 성과 데이터 옹호에 대한 담론에 기여하는 것입니다.
• 두 번째 목표는 CPD 목적으로 성과 데이터를 사용하는 문제에 대해 어떻게 진행할 것인지에 대한 반복적인 대화를 기록하고 자극하는 것입니다. 이 목표는 이 주제의 전체적인 발전에 아직 포함되지 않은 영역, 도메인, 분야, 학문들과의 경계, 문제 및 관계에 대한 논의를 열어줍니다.
• 세 번째 목표는 데이터를 CPD에 유용하다는 기초적 논의와 논거에서 벗어나, 이러한 개념에 대한 더 깊은 통합 및 대화를 위한 설계, 추가 연구, 실천적 고려 사항을 제안하여 분야의 발전을 촉진하는 것입니다.

 

방법론
Approach

 

우리가 다양한 연구와 방법론을 활용했기 때문에, Collins, Onwuegbuzie, Johnson의 정당성 모델15 및 혼합 연구 방법에서 Dixon-Woods의 통합적 접근16을 참고하여 추론을 생성하고 향후 발전 방안을 모색합니다. 이 의도적으로 해석적인 과정은 개별 연구나 연구의 한 줄기만으로는 즉시 나타나지 않을 수 있는 의미와 통찰을 도출하려는 목적을 가지고 있습니다. 이 해석적 접근은 관련 개념에 대한 가정에 의문을 제기하거나 문제를 제기하도록 권장하며, 연구팀의 관점(해석적 작업)을 활용하여 함께 고려할 때 가장 중요한 고려 사항을 확인하고 향후 작업을 안내합니다.

 

CPD를 위한 성능 데이터 사용
Use of Performance Data for CPD

 

성과 데이터를 CPD에 활용하는 것은 새로운 개념이 아닙니다.17 이를 지지하는 논거는 크게 네 가지 범주로 나눌 수 있습니다:

• (1) 요구 분석을 수행하기 위한 도구,
• (2) 성과에 대한 자기 평가의 한계를 보완하는 도구,
• (3) 실무를 통한 학습을 최적화하는 방법,
• (4) CPD와 품질 개선을 연결하는 방법

 

첫 번째 논거는 교육 프로그램을 위한 요구 분석의 일환으로 실무 데이터를 사용하는 것이 필요하다는 점입니다.

• 1970년대 후반에 이르러, 실무에 기반한 의사 교육 프로그램이 본격적으로 진행되고 연구되었습니다.18,19 환자 기록을 기반으로 한 실무 프로필(의사 프로필 또는 실무 감사라고도 불림)이 의사에게 제시되었으며, 이를 통해 학습 집중 영역을 결정하는 데 도움이 되었습니다.20 이러한 환자 접촉 기록을 기반으로 한 실무 프로필은 의사에게 교육적 결정을 내릴 수 있는 객관적 데이터를 제공하기 위해 설계되었습니다.18,19
• 1980년대 후반에는 건강 기록과 전자 데이터베이스가 개인 맞춤형으로, 그리고 실무와 연계된 방식으로 CPD를 최적화하는 도구로서 더 효율적으로 교육 프로그램을 제공하는 방법으로 권장되었습니다.17,20 이러한 요구 분석 논거는 교육 전략과 잘 맞으며, 오늘날까지 지속되고 있습니다.3

 

두 번째 논거는 CPD를 위한 실무 데이터 활용의 주요 이유로 자기 평가의 한계를 들 수 있습니다.8,11

• 연구에 따르면, 자기 평가는 생각보다 훨씬 어렵고, 초기 교육에서는 충분히 개발되지 않으며, 성과 데이터가 있을 때조차도 충분히 지원되지 않습니다.6,10,21 또한, 자기 평가에 기반한 교육적 선택은 종종 개인의 실제 요구와 잘 맞지 않거나 실무에서 변화를 이끌어내는 데 한계가 있습니다.20,22 이러한 발견은 자기 평가 요약을 충분히 생성할 수 있는 능력, 즉 자율 규제 직업군에 필수적인 요구 사항에 대한 우려를 불러일으킵니다.23
• 자기 평가의 한계는 일부 의사들이 자기 개발을 이끌 책임을 부담하는 것에서 벗어나, 감시의 주체가 되거나 일부 도움을 받아 자기 감시를 수행하는 방향으로 전환되었습니다.21,24 따라서 자기 평가가 포함될 때는 성과나 교육적 요구 사항에 대한 결론을 외부적으로 검증하라는 권장 사항이 자주 포함됩니다.25 따라서 성과 데이터(및 기타 외부 데이터 소스)는 전문가들이 무엇을 하고 있으며, 그것을 얼마나 잘하고 있는지를 더 잘 식별하는 데 도움을 줄 수 있는 것으로 제안되었습니다.

 

세 번째 논거는 실무 내에서, 그리고 실무를 통해 효과적으로 학습할 기회를 강조합니다.

• 실무를 통한 학습은 초기 교육 프로그램에서 흔히 사용되는 전략이지만,26 실무에 있는 의사들에게는 구조화되지 않았거나 예측할 수 없으며, 항상 최적화되거나 활용되지 않을 수 있습니다.6 그러나 실무의 사회적 맥락은 학습 기회가 풍부하며, 이는 CPD, 실무 변화, 개선에 유익할 수 있습니다. Boud와 Hager가 말했듯이, "학습은 실무와 직접적으로 연관되어 있으며, 학습은 실무에 참여하는 결과로 나타날 수 있습니다."24 반면에, 다른 학자들은 실무에서의 경험, 문제 해결에 참여하는 경험이 단순히 그 자체로 끝날 수 있다는 주장을 하기도 했습니다.27 또한, 실무에 참여하거나 실무를 개선하는 것이 CPD에 의미 있는 영향을 미치지 않고 효율성만을 개선하거나 실무 드리프트의 형태로 나타날 수 있습니다.27 그러나 실무 사건을 데이터를 통해 활용 가능한 정보로 변환하여 실무에 대한 더 깊은 이해를 돕는 것(예: 임상 결과 및 다중 출처 데이터)은 반성적 실무, 상황적 학습 및 기타 CPD 전략을 지원할 수 있습니다.28

 

네 번째이자 가장 최근의 논거는 품질 개선 프로그램과의 연계를 포함합니다.2,29

• 성과 데이터와 품질 개선의 연관성은 성과가 시스템 성과와 명확히 연결되어 있기 때문에 자주 제기됩니다.30 예를 들어, 감사 및 피드백 프로그램은 "임상 성과를 명확한 기준에 비추어 검토하고, 그 기준에 맞지 않는 영역에 대해 조치를 취하도록 하여 환자 치료를 개선하는 것"을 목표로 합니다.31 유사하게 건강 전문가의 성과에 대한 양적 요약을 포함하는 임상 성과 피드백 개입도 품질과 전체 시스템 성과를 개선하는 방법으로 설명됩니다.32,33
• 성과 기반 보상(pay-for-performance) 시스템은 성과 측정 기준에 따른 점수에 기반한 재정적 인센티브를 포함하며, 이 성과 측정 기준은 임상 품질과 관련될 수 있습니다.34-36 이와 관련된 여러 형식이 있으며, 성과 측정과 품질 측정도 포함됩니다.
• 비록 증거가 여전히 단편적이긴 하지만, 성과 데이터와 품질 개선 간의 연관성은 CPD와 연결되었습니다.37 Levinson과 Wong은 최근 이러한 논거를 갱신하며, 마찬가지로 품질 개선과 CPD의 연결에 중점을 두었습니다. 이들은 전자의료기록을 통해 생성된 실무 보고서가 CPD 목표에 유의미한 지표를 제공한다고 주장합니다.2 이 경우, 성과 데이터는 개인과 팀, 그리고 CPD가 지지하는 결과와의 즉각적인 연결로 인해 주목받고 있습니다.

 

요구 분석을 위해, 자기 평가를 보완하기 위해, 실무를 활용하기 위해, 또는 시스템 차원의 품질 개선과의 연관성 때문에, 성과 데이터는 현대의 CPD에서 필수적인 요소로 자리 잡고 있습니다. 실무를 이해하거나 "자신의 실무를 아는 것"38을 통해 객관적인 데이터를 활용해 의미 있는 학습 우선순위를 도출하는 논거는 직관적으로 매력적이고 강력합니다. 의료 데이터의 증가된 가용성은 이러한 주장을 강화하며, 이 정보를 CPD에 폭넓게 활용할 수 있는 기회를 제공합니다.39 그러나 이러한 노력의 최적화를 위해 강조되어야 할 몇 가지 개념적 도약 또는 가정이 존재합니다.

 

이론에서 실제로: 성과 데이터 기반 CPD

From Theory to Practice: Performance Data–Informed CPD

 

성과 데이터를 기반으로 한 CPD를 지지하는 많은 논거는 개념적인 성격을 띠며, 성과 데이터가 의사(및 교육자)들이 CPD를 구성하는 데 있어서 직접적이고 의미 있으며 신뢰할 수 있는 정보 출처라는 가정을 내포하고 있습니다. 그러나 성과 데이터를 CPD에 활용하려고 할 때 여러 가지 도전 과제가 발생할 수 있습니다. 개념적 및 이론적 위협에서 실제적 위협을 이해할 필요가 있기에, 우리 연구팀은 의사들의 성과 데이터 사용 및 성과 데이터와의 관계를 탐구했습니다.5,12-14

 

우리는 성과 데이터가 사용되고 유용하다는 가정을 탐구했습니다. 대부분의 연구 대상 의사들은 성과 데이터의 일부 형태에 접근할 수 있었으며, 그중 일부는 2차 데이터로 볼 수 있었습니다(예: 전자의료기록, 행정 데이터, 품질 개선 데이터, 기관 성과 데이터, 환자 결과 데이터). 반면, 일부 데이터는 의사와 CPD 목표에 더 가까운 형태였습니다(예: 환자 및 동료 피드백, 성과 평가 및 검토). 그러나 절반 정도만이 이를 CPD에 어떤 방식으로든 사용하고 있다고 설명했으며,13 이를 사용하는 경우에도 자주 사용되지는 않았고, 실무 개선에 유용성이 제한적이라는 평가가 나왔습니다. 이 결과는 개인, 조직, 시스템 수준의 장벽을 설명하는 데 도움이 될 수 있는 개념적 실수를 시사합니다.

 

우리는 의사와의 인터뷰 및 문헌 검토를 통해 잠재적인 도전 과제의 이유를 탐구했으며, 이론에서 실제로 전환하는 과정에서 몇 가지 중요한 요소를 확인했습니다. 이러한 전환이란 성과 데이터를 성공적으로 통합하는 데 필요한 가정이지만 아직 해결되지 않았을 수 있는 요소들, 예를 들어 신뢰성, 데이터 인프라, 데이터 정렬, 그리고 의사의 준비성을 의미합니다.

 

• 첫 번째로, 우리는 성과 데이터의 신뢰성에 대한 우려를 뒷받침했습니다. 이는 CPD의 유용성이나 적합성에 대한 인식을 위협할 수 있습니다.40,41 신뢰성은 여러 방식으로 나타나며, 예를 들어 데이터가 어떻게 수집되고 번역되는지에 따라 데이터 품질에 대한 우려가 있습니다. 또한 성과 데이터 시스템이 교육 목적 이외의 목적으로 사용될 수 있다는 우려(즉, 의도하지 않거나 원치 않는 이중 목적)가 존재합니다. 이러한 신뢰성 문제는 일부 성과 데이터를 CPD에 통합하려는 의사의 의지를 방해하거나 제한할 수 있는 조건을 만듭니다.
• 두 번째로, 데이터 인프라는 성과 데이터를 의사들에게 CPD용으로 획득, 번역 및 배포하는 시스템을 말합니다. 데이터에 접근하는 데의 어려움, 사용자 친화적인 대시보드 부재, 그리고 접근이나 사용을 제한하는 보안 및 기밀 유지 정책 등이 이전에 보고되었으며, 최근 연구에서도 반복적으로 제기되었습니다.1,42-44 데이터 인프라의 한계는 미래지향적인 데이터 수집 기회의 제한, 데이터 적시성에 대한 어려움, 그리고 관련 기관(예: 규제 기관, 정부, 병원)의 관리 및 옹호에 대한 우려를 포함합니다.
• 세 번째로, 데이터 정렬은 기존 데이터 또는 회고적으로 생성된 데이터가 CPD 목표에 적합한지에 관한 문제입니다.44,45 예를 들어, 개인 수준의 성과에 할당된 데이터나 개인 수준의 교육 전략이 필요하다고 제안하는 데이터는 의료 결과가 팀 또는 시스템 수준의 기능이라는 관점과 충돌할 수 있습니다. 또한 임상 업무의 인간적 측면이 데이터 분석 및 제시에서 누락되거나 잘못 표현된다고 인식될 수 있습니다. 일부의 경우, 성과 데이터 및 보고 또는 데이터가 상류에서 수집되는 방식(예: 청구, 환자 흐름 또는 성과 기반 보상)은 일반적으로 부정확하거나 실무를 잘못 대표할 수 있으며, 따라서 교육 목적에 부적합할 수 있습니다.43
• 네 번째로, 데이터가 신뢰할 수 있고, 인프라가 지원되며, CPD 목표에 충분히 정렬되어 있더라도 성과 데이터를 사용할 준비가 된 의사의 준비성이 또 다른 고려 사항이 될 수 있습니다. 데이터의 복잡성이 증가하면서, 데이터를 분석하고 그로부터 의미를 도출할 수 있는 역량이 필요합니다. 특히 이중 목적 데이터를 개인 성과 지표로 활용할 때 더욱 그렇습니다. 의사들은 성과 데이터를 교육적 전략으로 번역하여 데이터가 문제를 제기하는 부분을 효과적으로 수정하거나 개선할 수 있는 자원이나 능력(혹은 동기)이 부족할 수 있습니다.46 이러한 번역 과정은 교육자나 코치의 전문성이 요구될 수 있지만, 이들에 대한 접근이 제한적일 수 있습니다. 심지어 교육자나 코치가 도움을 줄 수 있더라도, 실무와 충분히 가깝지 않거나 개인의 필요를 충분히 포착하지 못할 수 있습니다.

 

앞으로 나아가기
Moving Forward

 

Armson 등9이 최근 문헌을 검토한 결과, 성과 데이터를 활용해 인식되지 않은 학습 요구를 해결하라는 권고는 흔하지만, 실행이 문제라는 결론에 도달했습니다. 성과 데이터 기반 CPD의 통합은 최소한 신뢰성, 데이터 인프라, 정렬 문제, 그리고 의사들의 준비성에 관련된 문제들이 해결될 때까지는 계속해서 제한될 수 있습니다. 이러한 문제들은 포괄적이지 않을 가능성이 있습니다. 예를 들어, 우리는 정체성, 규제 기관, 문화 또는 기타 사회적으로 내재된 요소들의 역할을 논의하지 않았습니다.47 그러나 이들 문제는 더 넓은 통합을 실현하고, 성과 데이터의 CPD에 대한 가치와 유용성을 인식시키기 위해 해결되어야 할 개념적 도약들을 탐구할 자극제가 될 수 있습니다. Armson 등9은 더 많은 전략과 데이터 소스, 그리고 이러한 노력을 실행 가능하게 만들기 위한 자원 필요성 또는 관리에 대한 논의를 주장했지만, 이 또한 충분하지 않을 수 있습니다. 시스템 수준 및 임상 수준의 이론을 포함한 광범위한 이론적 탐구, 실용적인 해결책, 추가적인 학술적 및 실천적 논의가 필요합니다. 그러나 그 사이에 몇 가지 공통 영역에서 발전이 가능합니다. 우리는 성과 데이터를 CPD에 통합하기 위한 연구의 다음과 같은 주요 프로그램을 제안합니다.

학습을 위한 성과 데이터와 긍정적인 관계를 촉진(또는 저해)하는 특성 탐구
Explore features promoting (or antagonizing) positive relationships with performance data for learning 

전문적, 임상적, 개인적, 사회적 맥락 또는 성과 데이터 사용을 촉진하거나 저해하는 특성을 탐구, 식별하고 이를 활용해야 합니다. 신뢰성Trust은 위에서 논의한 것처럼 충분히 탐구되지 않은 예입니다. 성과 데이터가 CPD에 유용하다는 논거(예: 자기 평가의 한계를 해결하기 위해)는 흔히 강조되지만, 의사나 의료팀이 성과 데이터와 상호작용하고 신뢰하며 통합하는 데 더 중요한 조건들(예: 자율성, 주체성, 관련성, 즉시성, 정체성 autonomy, agency, relatedness, immediacy, and identity)은 간과될 수 있습니다. 새로운 통찰력을 발견하기 위해 이론적 관점을 활용하고 확장할 필요가 있습니다. 예를 들어, 자기 효능감 이론에 근거한 연구 질문은 "의사들이 성과 데이터를 실무 기반 학습에 통합할 수 있다는 자신감을 느끼게 하는 조건은 무엇인가?"일 수 있습니다.

학습을 위한 성과 데이터의 목적, 의미, 사용 간의 정렬 검토
Examine the alignment between purpose, meaning, and use of performance data for learning 

학습을 위한 성과 데이터의 적합성 결정은 데이터의 목적, 의미, 사용에 대한 이해와 밀접하게 연관될 가능성이 큽니다. 이 결정들은 별개일 수도, 중첩될 수도 있으며, 상호 보완적이거나 충돌할 수 있으며, 상황에 따라 달라질 수 있습니다. 따라서 시스템, 프로세스, 도구를 어떻게 조직하여 정렬을 보장하거나 촉진할 수 있을지에 대한 조사는 아직 충분히 다뤄지지 않았을 수 있으며, 가정이나 논리 간의 긴장을 남길 수 있습니다.

• 목적은 데이터 수집 및 구조 수준과 그 이유를 의미합니다.
• 의미는 데이터를 수집하는 사람들이 의도한 해석과, 성과 데이터를 검토하거나 사용하도록 기대되는 사람들이 하는 의도하지 않은 해석을 의미합니다(예: 실무를 반영하도록 의도되었으나 실제로는 잘못 반영되었다고 인식됨).
• 마지막으로, 사용이란 동일한 성과 데이터가 시스템과 학습 목적으로 소비되고 활용되는 다양한 방법을 의미하며, 이러한 작업들이 정렬되었는지를 의미합니다.

예를 들어, 환자의 관점 수집은 다양한 목적(예: 의사 결정 공유나 의사소통에 대한 통찰 제공), 다양한 의미(예: 가치 있게 보이거나 제한적으로 보임), 다양한 사용(예: 우선순위로 두어야 할지 말아야 할지)을 가질 수 있습니다. 향후 연구 질문으로는 "성과 데이터가 제공되는 환경에서 목적, 의미, 사용이 사용자 간에 어떻게 다르며, 그들 사이에 정렬을 만들기 위해 무엇이 필요할까?"가 있을 수 있습니다.

학습을 위한 성과 데이터 통합을 형성하는 상류 요인 탐구
Examine the upstream factors that shape performance data integration for learning

통합 가능성 및 수준에 영향을 미칠 수 있는 요인을 식별해야 합니다. 성과 데이터의 인식된 가치가 높더라도, 데이터 인프라와 의사들이 그것과 상호작용할 준비성에 문제가 있다면, 통합은 제한될 수 있습니다. 예를 들어, 성과 데이터에서 의미를 도출하는 데 필요한 의사의 역량 부족, 데이터를 처벌적 또는 총합적으로 해석하는 문화, 고정된 사고방식, 성과 데이터를 학습 대화와 연결할 기회의 부족 등이 사용에 경계를 설정할 수 있습니다. 향후 연구 질문으로는 성과 데이터 사용을 형성하는 규범은 무엇이며, 이러한 규범이 형성되지 않은 경우는 무엇인지 탐구할 수 있습니다. 의사와 교육자들이 성과 데이터의 과거 및 미래 유형과 경로를 공동으로 창조하는 데 있어 그들의 역할 및 가용성을 상류(즉, 사용 전에) 연구 대상으로 삼을 수 있습니다. 데이터 관리의 투명성, 관리, 데이터 프라이버시, 사이버 보안, 상호운용성 등을 탐구하여 올바른 관리 방식을 보장하는 것도 연구 대상이 될 수 있습니다. 팀 내 개인 및 팀을 위해 데이터를 어떻게 구성하고, 이해하기 쉽고 동기화된 사용자 친화적인 대시보드를 어떻게 촉진할지에 대한 연구도 필요합니다.

 

혁신적인 실무 기반의 적시 성과 데이터 시스템 탐구
Explore innovative practice-based and timely performance data systems

성과 데이터가 CPD에 충분히 도입되지 않는 것은 실무 기반의 새로운 모델이 필요함을 시사할 수 있습니다. 연구자들은 새로운 데이터 모델을 생성하는 방안을 탐구하고 개념을 번역하여 실현하고 있으며, 그 예로는 즉각적인 비판적 반성 및 디브리핑 기법을 사용해 인식되지 않은 요구에 대한 데이터를 생성하는 방안을 들 수 있습니다.10 실무 내에서의 학습48은 성과 데이터가 이러한 모델의 일부로 포함되도록 확장될 수 있습니다. 향후 발전 가능성에는 의사들과 공동으로 데이터 모델을 구성하고, 신뢰할 수 있는 동료 네트워크를 구축하며, 실무 개선을 위한 공동 책임을 갖춘 데이터 과학자 및 기술 팀과 협력하여 시스템 수준에서 목적성 있는 의료 데이터를 구축하는 것 등이 있습니다. 또한, 학습 및 실무 개선을 위해 의료 데이터를 안전하게 사용할 수 있도록 메타 데이터를 정제하는 것과 장기적인 궤적 기반 모델을 구축하는 것도 포함될 수 있습니다. 연구자, 교육자, 의사들은 실무와 데이터 시스템을 더 밀접하게 연결함으로써 CPD 기회를 적시에 제공할 수 있도록 폭넓고 창의적으로 사고해야 합니다.

지식, 기술, 자원 격차 해결
Address knowledge, skills, and resource gaps

의사들의 책임에는 일반적으로 성과 데이터를 통합하여 평생 학습에 반영하는 것이 포함됩니다. 그러나 데이터를 학습에 적용하는 지식과 능력은 임상 교육, 지속적인 전문성 개발 또는 전문 정체성 확립 과정에 항상 통합되지 않습니다. 데이터 리터러시는 필수적이라고 일반적으로 간주되지만, 이것은 실무 및 학습의 순환 과정에서 데이터를 올바르게 사용하는 방법을 포함하도록 확장될 수 있습니다. 향후 연구 목표는 지식 또는 자원 격차가 어디에 존재하는지, 이를 어떻게 해결할 수 있을지를 결정하는 것입니다. 이러한 목표는 누가 성과 데이터를 사용하거나 해석해야 하는지, 이러한 이니셔티브를 누가 자금을 지원해야 하는지, 의사들이 데이터를 CPD에 활용할 수 있도록 돕는 방법에 대한 고려와 함께 이루어져야 할 것입니다.

성과 데이터를 올바른 개념으로 보는 것에 대한 검토
Examine performance data as the correct concept

성과 데이터 및 이와 관련된 개념(예: 평가 및 측정)은 의사의 관점에서 볼 때 잘못된 개념적 틀일 수 있습니다. 성과 데이터는 성과 평가로 인식될 수 있으며,9 이는 의도치 않게 성장을 목표로 하는 사고방식을 약화시킬 수 있습니다. 즉, 성과 데이터를 개념적 연결고리로 사용할 때, 어떤 신호를 전달하는가에 대한 의문이 제기될 수 있습니다. 단순히 다른 이름을 부여한다고 해서 해결되지 않을 가능성이 큽니다. 따라서 향후 연구는 평가와 성과 데이터 간의 관계를 탐구해야 할 필요가 있으며, 이 둘이 이론적 및 실용적으로 어떻게 구별되거나 유사하거나 공존할 수 있는지를 포함해야 할 것입니다.

결론
Conclusions

CPD를 최적화하기 위한 노력은 지속되고 있으며, 의사 성과 데이터를 사용해야 한다는 주장이 이어지고 있습니다. 여러 교육 및 품질 기반 프레임워크는 CPD를 실행하고 최적화하는 수단으로 성과 데이터를 사용하는 것을 지지합니다. 성과 데이터의 사용은 다양한 형태로 존재해 왔으나, 최근 의사들 사이에서의 경험적 연구에 따르면 성과 데이터의 통합이 제한적이거나, 적어도 의도하거나 예상한 만큼의 영향을 미치지 못하는 것으로 나타났습니다.9,13 최근 문헌 검토에 따르면, 의사 성과 데이터 사용과 같은 전략을 실행하는 것이 어렵다고 합니다.9 우리는 이러한 이론에서 실제로의 도전이 잠재적인 개념적 실수라고 설명했으며, 이는 개인, 조직, 시스템 수준의 일련의 장벽으로 인해 발생했거나 이러한 장벽에 의해 초래되었습니다. Brown이 1960년대 후반에 이 아이디어의 일환을 처음 소개했을 때부터 우리는 데이터를 통해 환자 진료와 직접적으로 관련된 CPD 모델을 갱신하려는 의도를 가지고 있습니다.49-52 우리의 주장은 건강 직업에서 CPD 연구 및 교육 커뮤니티가 성과 데이터에 관련된 개념적 가정을 주목함으로써 실질적인 해결책이 실현될 수 있도록 해야 한다는 것입니다. 이에 따라 우리는 CPD를 위한 성과 데이터를 보다 넓고 의미 있게 사용하고 통합하기 위한 연구 프로그램의 6가지 자극을 제안합니다. 이 제안은 사용자의 이해, 유용성, 내재된 어려움, 기능성, 준비성 등을 이해하고, 성과 데이터를 CPD의 독립적 구성물로 옹호하는 과정에서 발생한 우리의 잠재적인 실수에도 도전할 것을 촉구합니다.