目的:探讨形成性评价在临床技能模拟训练课程中的应用价值。方法:在内蒙古医科大学卓越医生临床技能模拟训练课程中，针对2014级学生（38人）采用传统的终结性评价，作为对照组，采用多站式考试进行考核；针对2015级学生（72人）在终结性评价的基础上引入形成性评价，作为实验组，建立包括学生组内互评、教师抽查评价、分阶段录制操作视频反馈及学生课后意见实时反馈4种方法的多元化评价体系。课程结束后对实验组学生和教师进行问卷调查。数据比较采用SPSS 15.0进行 t检验和卡方检验。 结果:实验组学生成绩[（91.88±3.27）分]高于对照组[（86.05±4.31）分]，差异有统计学意义（ P<0.05）。问卷调查显示，教师及学生对形成性评价反馈"较好"的比例明显高于"一般"和"较差"，认为形成性评价有助于提高学生自主学习的积极性，有助于提高学生学习效果，有助于全面准确地评价学生临床技能操作水平，有助于提高教师临床实践技能教学水平。 结论:形成性评价和终结性评价相结合构建的多元化评价体系在临床技能训练课程中取得了良好效果，值得推广应用。

目的:探讨全国中医药经典能力等级考试(简称考试)满意度影响因素及其相互之间的关系，为考试改革与中医药人才培养提供参考与建议。方法:本研究采用问卷调查法，于2022年8月，对全国40所医学院校参加考试的3 369名学生进行问卷调查，内容包括对考试4个维度(知识、实践、价值观、考核)和满意度共19个条目的评价。并对调查结果进行描述性统计分析和结构方程模型构建。结果:学生对考试知识维度评分为(15.66±3.64)分，实践维度评分为(15.69±3.63)分，价值观维度评分为(20.61±4.45)分，考核维度评分为(11.25±2.50)分，满意度评分为(11.99±2.57)分(满分15分)。学生对实践、价值观、考核维度与满意度评分呈正相关( β＝0.353、0.432、0.190，均 P<0.001)；学生对实践与价值观、考核维度评分呈正相关( β＝0.470、0.732， P<0.001)；学生对考核与价值观维度评分呈正相关( β＝0.420， P<0.001)；学生对知识与实践维度评分呈正相关( β＝0.979， P<0.001)。 结论:学生对考试满意度较高。学生对实践和考核维度评价越高，对于考试的满意度越高。建议分阶段培养学生的能力，并持续完善全国中医药经典能力等级考试建设，提升考试质量。

目的:通过对国家临床分阶段考试成绩的分析，为医学院校整合医学教育改革提供参考。方法:运用假设检验对重庆医科大学2019年临床分阶段考试成绩进行分析，考试通过率比较采用卡方检验，总成绩、学科平均掌握度、系统平均掌握度等方面比较采用 t检验。 结果:整合医学教育模式下的学生在临床分阶段考试中的总成绩和通过率都明显高于传统医学教育模式下的学生，但在部分学科和系统的掌握度与传统医学教育模式下学生没有显著性差异，甚至低于传统医学教育模式下学生。如整合医学教育模式下学生的产科学的平均掌握度为4.04分，略低于传统医学教育模式下学生的4.11分。这说明整合医学教育改革在部分学科和系统的教学中仍然存在一定的不足。结论:医学院校在实施整合医学教育教学改革时，特别要注意对比临床执业医师考试大纲，合理安排整合医学课程的授课内容，同时要加强整合医学课程教学团队建设和师资队伍培训，保证整合医学教育改革的教学质量。

目的:对临床思维能力测评(clinical thinking ability assessment，CTA)系统在医师资格考试临床类别分阶段考试实证研究中的评分准确性进行分析，为CTA系统的后续研究提供参考。方法:采用简单随机抽样法，选取参加2018年CTA系统测试的35名考生作为研究对象，邀请三级甲等医院副高级及以上职称的8位医师作为临床专家，对35名考生的临床思维能力进行等级评价，通过CTA系统评分与临床专家等级评价的Pearson相关系数和概化理论(generalizability theory, GT)对CTA系统评分和专家等级评价的一致性进行分析。结果:CTA系统在信息收集站、病情分析站、临床诊疗站和动态决策站的评分与临床专家等级评价的Pearson相关系数分别为0.824、0.697、0.856、0.815；GT分析得出的概化系数分别为0.879、0.904、0.879、0.878，可靠性指数分别为0.674、0.863、0.869、0.797。结论:CTA系统评分与临床专家等级评价的一致性较高。

目的:通过执业医师分阶段考试成绩，探讨传统教学和标准化病人（standardized patient，SP）教学在医学生问诊教学中的效果。方法:选择青海大学临床医学院临床医学专业2013级1班与2班共计107名学生为对照组、2014级1班与2班共计100名学生为试验组。在问诊教学中对照组采用传统教学法，试验组采用SP教学法。通过执业医师分阶段考试病史采集得分，比较两组教学方法的效果。采用SPSS 18.0进行 t检验。 结果:试验组成绩中现病史（81.43±8.19）、病史收集（8.19±0.70）、问诊内容（47.63±4.55）、考官总评分（73.75±5.21）、总分（91.93±5.67），分别高于对照组的（71.65±8.29）（7.85±0.68）（43.68±4.76）（69.68±5.40）（88.03±6.01），差异具有统计学意义（ P<0.001）。对照组综合表现中交流能力成绩（8.94±0.62）、交流能力中提问表达成绩（4.54±0.44）和沟通技巧成绩（4.52±0.47）分别高于试验组的（8.77±0.60）（4.33±0.54）（4.38±0.46），差异具有统计学意义（ P<0.05）。 结论:SP教学整体教学效果优于传统教学，但在具体知识点中有各自优势和不足，将两者有机结合优势互补、助力医学教育，值得进一步探讨。

执业医师分阶段考试要求医学生具备应用基础医学知识解决临床综合问题的能力，而传统的《医学微生物学》实验教学方法已不能满足其要求。为使学生尽早应对执业医师考试，依据《医学微生物学》实验教学特点，有计划地将本课程教学大纲和内容与执业医师考试有机结合，并综合应用多种教学方法和课程形成性评价，有效提升了课堂教学效果，激发了学生的课堂学习兴趣，切实加强了对学生早期临床思维能力和创新能力的培养。

医师资格考试是大多数国家普遍采用的医师资格认证形式。医学人文的考核在医师资格考试中占有重要地位。以临床类别考试为例，通过文献分析、比较研究的方法，比较分析中美两国执业医师资格考试和医师资格分阶段考试实证研究考试中的医学人文考核，包括考试内容和形式、考试分值及比例。发现两国医学人文考核内容和比例基本相当，但我国现行考试医学人文考核站数较少，考试形式和呈现方式有待进一步改善，下一步应继续探索标准化病人应用于我国医师资格考试的可行性，充分发挥医师资格考试对医学教育的导向作用。

随着微创外科的发展和普及应用，腹腔镜技术已成为当代外科医师不可或缺的核心技能之一。随着人工智能和医工融合技术的发展、创新，基于模拟和虚拟现实技术的外科模拟医学亦得到迅速推广和应用，同时也为腹腔镜外科医师的培训提供全新、有效的手段和平台。笔者单位前期系统性整合腹腔镜模拟虚拟技术，牵头开展腹腔镜虚拟模拟技术在专科医师实践技能考试中应用的实证研究，制定腹腔镜培训理论和操作实践课程、常态化开展基于模拟虚拟系统的腹腔镜培训，制定并构建腹腔镜外科医师分阶段渐进式的培训体系。笔者查阅相关文献，并结合团队实践，介绍和论述腹腔镜模拟虚拟系统在外科住院医师培训中的探索与实践，以期推动我国腹腔镜培训的标准化、规范化和同质化。

目的:针对2018年医师资格考试临床类别分阶段考试第一阶段临床基本技能考试中评分者对评分标准的掌握程度进行评价，探讨标准化病人(standardized patients，SP)与考官评分的一致性，为相关研究提供参考。方法:2018年，随机抽取参加医师资格考试临床类别分阶段考试第一阶段临床基本技能考试的某所学校，以其临床医学专业77名考生的沟通交流能力和人文关怀能力的分数作为研究对象。采用多面拉希模型(many facets Rasch model，MFRM)，将评分者(包括2名考官和1名SP)的情景误差因素分离出来，对考生的沟通交流能力和人文关怀能力进行评估，并对评分者的内部一致性和评价的宽严度进行分析。结果:77名考生能力估计值的平均数为2.75 logits(MFRM分析结果均采用洛基量尺logit作为基本单位)，大部分考生的加权拟合检验量(Infit)小于1.5；评分者总体宽严度平均数为－0.55 logits；考官的宽严度平均数为－0.45 logits，SP的宽严度平均数为－0.70 logits，其差异无统计学意义( t＝－0.129， P＝0.903)。 结论:评分者对评分标准掌握较好，整体标准相对宽松，SP与考官评分的内部一致性较高。

为了提高我国临床医学考试医师临床思维能力测评水平，创建一种适用于我国临床执业医师资格考试的相对客观化、结构化的考试形式，自2017年开始，国家医学考试中心组织15名医学教育学专家和3名心理测量学专家开展研究，于2018年提出了医师临床思维能力测评(clinical thinking ability assessment，CTA)指标，构建了CTA框架，开发了CTA系统，并在2018年和2019年的临床执业医师资格分阶段考试实证研究考试中使用和完善。本文介绍CTA框架和系统，以使院校和考生了解CTA，推动CTA系统应用，提高我国临床执业医师资格考试实践技能考试中临床思维能力测评水平。