Improving Online ECG Interpretation Through Self-Generation of Diagnoses During Practice: A Randomized Study

Although electrocardiography (ECG) is a fundamental skill for most physicians, trainees have poor diagnostic performance when interpreting ECGs. In this study, we examine a strategy to improve learning ECG interpretation: self-generation of diagnoses during online practice. We randomly assigned medical students and residents to one of 2 ECG interpretation training formats: multiple-choice (MCQ) or self-generation (SG) format, where participants free-text type their diagnosis aided by an autocomplete feature. The training phase consisted of 30 ECGs, after which participants completed an immediate post test and delayed post test (3-4 weeks later). Forty-eight participants completed the training module, 45 completed the immediate post test, and 27 completed the delayed post test. Participants assigned to the SG format scored higher on the immediate post test compared with those who practiced with the MCQ format, with a large effect size (78% vs 57%; d = 0.94; P = 0.02). There was a trend favouring SG on the delayed post test, with a moderate effect size (67% vs 56%; d = 0.65; P = 0.09). However, only 60% of participants completed the delayed post test, which hindered the detection of a statistically significant difference. The SG group made the correct primary diagnosis at a faster rate (32 vs 56 seconds; P < 0.001) but had a lower detection of secondary diagnoses (22 vs 42%; P = 0.007). Practicing ECG interpretation using self-generation of diagnoses improved immediate post test performance and fluency. Replication in other contexts and with other populations is required to confirm our findings and to further study retention.

Bien que l'électrocardiographie (ECG) soit une compétence fondamentale pour la plupart des médecins, les stagiaires ont de faibles succès diagnostiques au moment d'interpréter les ECG. Dans cette étude, nous examinons une stratégie visant à améliorer l'apprentissage dans l'interprétation des ECG : l'élaboration autonome de diagnostics assistée pendant des tests pratiques en ligne. Nous avons assigné au hasard des étudiants en médecine et des résidents à l'un des deux formats de formation à l'interprétation des ECG : un format à choix multiples (QCM) ou un format d'élaboration autonome (EA), dans lequel les participants saisissent librement leur diagnostic à l'aide d'une fonction de saisie semi-automatique. La phase de formation comprenait 30 ECG, après quoi les participants ont effectué un test immédiat et un test différé (trois à quatre semaines plus tard). Quarante-huit participants ont suivi le module de formation, 45 ont effectué le test immédiat et 27 le test différé. Les participants assignés au format EA ont obtenu de meilleurs résultats au test immédiat que ceux qui se sont entraînés avec le format QCM, avec une taille d'effet importante (78 % vs 57 %; d = 0,94; P = 0,02). On observe une tendance en faveur de l'EA au test différé, avec une taille d'effet modérée (67 % vs 56 %; d = 0,65; P = 0,09). Cependant, seuls 60 % des participants ont effectué le test différé, ce qui a empêché la mise en évidence d'une différence statistiquement significative. Le groupe EA a posé le bon diagnostic primaire plus rapidement (32 vs 56 secondes; P < 0,001) mais a détecté moins de diagnostics secondaires (22 % vs 42 %; P = 0,007). L'apprentissage de l'interprétation d'ECG en utilisant l'élaboration autonome de diagnostics a amélioré la performance et la fluidité du test immédiat. La reproduction dans d'autres contextes et avec d'autres populations est nécessaire pour confirmer nos résultats et pour approfondir l'étude de la rétention.