本指引的證據定位（請先讀這一句）
這是一套由認知心理學理論、綜述與若干單中心隨機試驗啟發的實作流程。其中「把教材依主訴分群呈現」與「對新手採一次一個決策的版面」有初步試驗證據；其餘步驟（先說結構、重畫、think-aloud 回饋、迭代等）主要是理論與專家建議。全文會逐處標明證據強度，請把它當「證據知情（evidence-informed）」而非「整套皆經試驗證實」的指引使用。
使用方式：先讀「名詞解釋」建立共同語言（尤其 schema 與 framework 的區分），再依「設計流程」做出你的第一份教材，最後用「常見陷阱」與「證據速查表」自我檢核。
壹先把名詞說清楚
臨床推理教學的文獻充滿彼此相似、卻各有精確定義的名詞。以下用臨床老師聽得懂的語言逐一交代。這一節是後面每個步驟的地基——尤其 framework 與 schema 的區分，會直接決定你怎麼設計教材、怎麼評估學習者。
1. Framework（框架）與 schema（基模）——本指引最關鍵的一組詞，且全文嚴格區分
Dreicer 等人（2023）在《Framework and Schema are False Synonyms》主張：這兩個詞被醫界當同義詞混用，但其實不同。本指引全程採用他們的嚴格定義（這與您若上網看到的 Clinical Problem Solvers, CPSolvers 等資源把外部圖也叫「schema」的日常用法不同——那種用法本指引不採用，以免混淆）：
- Framework（框架）＝「外部化」的知識組織呈現：寫下來、畫出來、印在講義上的那張分類圖、表格或流程。它是刻意為特定目的與受眾建構的教具——具體、可分享、可評量。
- Schema（基模）＝「個人內在」的認知結構：存在學習者腦中、部分無意識、因個人經驗而獨一無二（idiosyncratic）的知識組織方式。連本人都無法完整說出自己在一連串決策中啟動了哪些 schema。
因此，你畫在白板上的那張「呼吸困難分類圖」是一個 framework；學生看完之後內化進腦中的那套結構，才是 schema。教學的本質循環就是：教師的 schema → 外部化成 framework → 學習者內化成自己的 schema。典型例子是貧血的 MCV 分類：學生一開始要查表（用 framework），練久了自動先看 MCV（已內化成 schema）。
一句話記法：framework 在紙上、schema 在腦中。凡本指引談「你做的那張圖」都寫 framework；談「學習者腦中發生了什麼」都寫 schema。引用舊研究時，原文若寫 "diagnostic scheme" / "schema-based instruction"，本指引照錄其原詞並標明。
2. Illness script（疾病腳本）
Illness script 是臨床醫師腦中對「單一疾病」的結構化知識包，三部分組成：enabling conditions（誘發條件，如年齡、暴露、共病）／ fault（病理機轉）／ consequences（症狀徵象檢驗所見）。專家診斷的一種常見型態，是把眼前病人比對腦中既有的 illness script（即 pattern recognition），而非每次從頭演繹。
Illness script 與 diagnostic framework 是互補的兩種知識取徑：illness script 是「一病一腳本」、供比對；framework 是「一問題一棵樹」、供分派（把未分化主訴分到可管理的診斷群組）。在認知心理學上，illness script 其實是 schema 的一個亞型（Dreicer 明言）。
請注意這是教學上的功能區分，不是互斥的認知盒子：同一個病例，臨床醫師常在 pattern recognition、framework 引導的分析、與假設檢驗之間來回切換（Coderre 判定的是「主要」策略，非唯一策略）。新手的 illness script 通常較少、較薄弱，但並非完全沒有——Dreicer 舉例，早期學習者也可能有「肺栓塞＝急性胸膜痛」這種教科書式的 illness script。framework 對新手的價值，在於他腳本尚不成熟時，仍能提供一條可重現的推理路徑。
3. Scheme-inductive reasoning（基模歸納推理）——一個歷史術語
這是 University of Calgary 學派的用語，指由一張分類結構引導、在每個分支點尋找能區分各類別的關鍵資訊（crucial test），逐步排除類別、往下收斂到診斷的推理方式。關鍵特徵是「決策明確發生在岔路口」，且 content-specific（內容專屬）——一張結構只適用於一個臨床問題。
Coderre 等人（2003）把診斷策略分成三種對照理解：
- Hypothetico-deductive（假設演繹）：從假設回推、逐一驗證資料。在腦中沒有組織化知識時的泛用退路。
- Scheme-inductive（基模歸納）：如上，在分支點做區辨。
- Pattern recognition（型態辨識）：直接抵達診斷、僅粗略檢視替代選項；仰賴累積的 illness script。
背後有一條原理——「知識結構許可推理策略」：零散背誦（reduced/dispersed knowledge）只允許 hypothetico-deductive；連結成結構的高階知識（elaborated/compiled knowledge）才允許 scheme-inductive；累積成 illness script 才使 pattern recognition 成為可能。所以「教 framework」本質上是在教知識組織，而不是教一套通用解題技巧。
重要提醒：Coderre 是觀察性、事後放聲思考的關聯研究，不是教學介入試驗。它顯示「使用某策略」與「較高診斷成功勝算」相關，不能證明策略造成成功（詳見證據速查表）。
4. Problem representation（問題表徵）
把病人一堆資料抽象化、濃縮成一句話（one-liner），是推理的樞紐，例如「中年男性、亞急性進行性下肢無力合併貧血」。其中 semantic qualifiers（語意限定詞） 是成對的抽象描述詞——acute/chronic、focal/diffuse、single/multiple——把生資料翻譯成能觸發 illness script 與 framework 的語言（Bowen, 2006）。problem representation 是進入 framework 的入口：你要先能說出「這是一個急性、對稱、上行性的無力」，才知道該調用哪一張 framework。
5. 認知負荷（cognitive load）：intrinsic / extraneous / germane
認知負荷理論是 framework 為什麼可能有效的機制假說。工作記憶（working memory）容量有限，且受元素間交互性與學習者既有知識影響（文獻常引用「一次約數個元素」的歷史性近似，但那不是臨床閾值）。負荷分三種：
- Intrinsic load（內在負荷）：材料本身的複雜度與元素交互的多寡。framework 藉由 chunking（組塊化） 把零散事實組成群組、明示關鍵連結，理論上降低 intrinsic load。
- Extraneous load（外在負荷）：與學習無關的干擾（雜亂投影片、吵鬧教室、糟糕排版）。應盡量降低。
- Germane load（有效負荷）：真正用於建構 schema 的認知投入。
Blissett（2015）用經驗證量表（Leppink instrument）在課後自陳測得：schema 課的 intrinsic load 較低（20 vs 24），extraneous 與 germane 無顯著差異。這與「chunking 降低內在負荷」的理論解釋一致，但該研究未做中介分析、也未操弄負荷，因此不能說已「證明」成效來自降低內在負荷。
貳設計流程（step-by-step）
以下八步構成一個完整循環。相較於「畫張圖就開教」，本流程刻意把「先定目的與受眾」和「內容驗證」放在前端——因為研究中真正有效的 framework，都經過專家審查與病例試用（Blissett 2012/2017 皆如此），不是隨手畫出來的。示範問題以呼吸困難、貧血、急性腎損傷（AKI）交替使用，並明確標示哪些分支來自文獻、哪些僅為示意。
STEP0先界定目的、受眾、用途與可評量結果
目的framework 的目的與受眾，決定了它的首要分支、顆粒度、以及要不要做成流程。這件事必須最先決定——否則後面每一步都在猜。
具體動作動筆畫圖前，先回答四個問題：
- 受眾是誰、既有 schema 到哪：pre-clerkship？實習？住院醫師？他們對這個問題已有的知識組織是空白、零散、還是已有部分結構？
- 用途是什麼：(a) 建立「大局觀」的概念教學、(b) 床邊 hypothesis-driven 資料蒐集、(c) point-of-care 決策輔助、還是 (d) 評量工具？不同用途要不同的 framework（Dreicer 明言 purpose 決定 structure）。
- 涵蓋到哪個決策為止：從 problem representation 到哪一步（給出鑑別群組？縮到單一診斷？決定下一個檢查？）。
- 成功長什麼樣、怎麼看得出來：你希望學習者事後能做到什麼可觀察的事？
常見錯誤跳過本步、直接畫樹。結果做出一張「什麼都想教」的圖，對初學者太細、對進階者太淺，兩邊都沒服務好。
STEP1選定並界定臨床問題與情境（不是選一個疾病）
目的framework 是「以臨床問題為單位」，不是「以疾病為單位」。選對一個未分化的主訴或發現，讓學習者練習「分派」而非「背誦」。
具體動作
- 選一個學習者真的會遇到、且足以生成鑑別群組的切入點：症狀（呼吸困難、頭痛）、徵象、檢驗值（肝酵素上升、高血鈣、貧血）或影像所見。
- 確認這個問題能找出「少數幾個有用的區辨變項」——這是可行性前提，Blissett（2012）明說「並非所有複雜臨床問題都能輕易 framework 化」。
- 用一句話界定範圍與情境（門診／急診／住院），因為同一問題在不同場域的最佳 framework 不同（見 Step 2）。
實例選「呼吸困難」而非「肺炎」。「肺炎」是一個診斷、對應一張 illness script；「呼吸困難」是一個問題、對應一棵可分派的樹。同理選「貧血」而非「缺鐵性貧血」，選「AKI」而非「acute tubular necrosis」。
常見錯誤
- 把問題選得太像一個疾病（如「STEMI 的處置」），結果做出的是流程圖而非診斷 framework。
- 選了一個找不出少數關鍵區辨變項的巨大主題（如籠統的「發燒」不設限），導致無法收斂，framework 淪為落落長清單。
STEP2決定「首要分支點」的類型
目的framework 的靈魂在「第一刀怎麼切」。首要分支點（first branch point）決定整棵樹的形狀，也決定學習者未來腦中第一個冒出的問句。
具體動作Cammarata & Dhaliwal（2023）舉例了幾種常見的分支點類型（原文標題為 "Examples of Schema Branch Points"，是例子、不是經驗證的完備分類，可混合使用）：
| 分支點類型 | 文獻所舉例子 |
|---|
| 檢驗結果（test result） | 腹水依 SAAG >1.1 分門脈高壓 vs 非門脈高壓 |
| 診斷急迫性（urgency） | 頭痛先分 primary vs secondary |
| 疾病類別（disease category） | 意識改變（AMS）分 metabolic / infectious / structural / toxic |
| 機轉（mechanism） | 溶血分 intravascular vs extravascular |
| 解剖（anatomy） | 胸痛分 cardiac / pulmonary / esophageal / musculoskeletal / dermatologic |
註：原文把「高血鈣看 PTH」歸在急迫性，但那其實更像 test-result／病因分支——這也印證上表是舉例而非嚴謹分類。你該問的不是「五選一哪個對」，而是「哪個首要分支最能服務我在 Step 0 定的用途」。
關鍵原則沒有唯一正確的 framework：同一問題有多條成功路徑，首要分支應反映你的臨床環境。Cammarata & Dhaliwal 明講：急診醫師面對胸痛，首要分支可能是「先辨識或排除所有 time-critical／致命病因（ACS、PE、主動脈剝離、張力性氣胸、食道破裂等）」，而非照解剖五類平行並列——因為急診的第一決策是危險分層。
實例
- 呼吸困難：概念教學可採「疾病類別」——pulmonary / cardiac / hematologic / neuromuscular / metabolic（Cammarata & Dhaliwal 原文示範）。
- 貧血：採「檢驗結果」——以 MCV 首刀切成 microcytic / normocytic / macrocytic（Dreicer 用來示範 framework 內化的經典例）。
- AKI：採「解剖／機轉」——首刀切成 prerenal / intrinsic / postrenal。這是通用臨床分類的示意，不是文獻示範的 framework；且這三類臨床上並非永遠互斥（同一病人可並存），設計時要留「可回頭、可並存」的空間。
常見錯誤
- 首要分支與臨床決策順序脫節：在急診教胸痛卻用純解剖分類，讓學習者第一步不是想「會不會死人」。
- 一刀切出的類別不平行（有的是解剖、有的是機轉、有的是嚴重度混在同一層），破壞 chunking。
- 直接套一個記憶術（mnemonic）當分支：MUDPILES、VINDICATE 這類只助記、不連結底層知識結構的工具，是一種 framework，但不是本指引所談的階層式診斷 framework（見陷阱 3）。
STEP3蒐證、建構結構，並做內容驗證與試用
目的把 Step 2 的首要分支往下展開成完整結構——而且要像研究中那樣，先驗證內容、再拿去教。
具體動作
- 蒐證建構：從首要分支往下，每一層以「能區分子類別的關鍵區辨特徵」作為分支依據。納入時同時考慮：常見診斷、不能漏的致命診斷（can't-miss）、機轉、該情境的基準率（pre-test probability）、關鍵檢查的限制與偽陽/偽陰、以及安全網。允許非樹狀、可回頭的結構——真實診斷不總是單向下行。
- 內容驗證（別跳過）：研究中有效的 framework 都經過這關——Blissett 2012 先搜尋既有 framework、由兩位有十年經驗的專家建構、再依 pilot 修訂；Blissett 2017 由多位專家做 content validity review、再以住院醫師在模擬器上試走。你的最低配是：
- 標明來源與建立/更新日期；
- 至少兩位內容專家審過；
- 用代表病例（常見／不能漏／非典型／共病）逐條走一遍，確認每條路徑走得通、也找得到「走錯路」的反例；
- 找幾位目標學習者做 usability pilot，修訂後再上場。
常見錯誤把「畫得出來」誤當成「正確且安全」。一張沒被反例壓力測試過的 framework，很可能把學習者導向漏診。
STEP4選擇呈現版面（對新手，優先試「終端分支式」）
目的版面不是美觀問題——它是目前唯一有隨機試驗直接比較過的教學設計參數。
證據RCT（請注意其邊界）：Blissett（2017）在 86 位內科住院醫師（PGY1–3，新手–中階）的隨機交叉試驗中，比較兩種版面：
- Terminally branching（終端分支式）：每個分支點只判斷一個臨床特徵，一路分到每個診斷被分離。工作記憶負荷最小，但單一判讀錯誤就可能整條路走偏。
- Hybrid（混合式）：先做一兩步分支，末端用一張表格並列多個相似診斷 × 多個區辨特徵。
結果：
終端分支式較優——診斷正確率 65% vs 53%（p=0.02）、知覺錯誤（perceptual error）0.61 vs 0.98 個（p=0.001）、自評認知負荷 3.1 vs 3.5／7 分（p=0.023），77% 受試者偏好終端分支式。
這個研究測的是什麼、不能推到哪：受試者是看著外部工具在模擬器（Harvey）上判讀心雜音時被測，研究沒有教完後撤除工具、也沒有測學習或保留。所以它支持的是「若要給新手一個當場使用、且任務類似主觀理學判讀的決策輔助，終端分支式版面較好」；它不能證明終端分支式最能幫學習者建構內在 schema，也不能證明長期防止 premature closure。且結論來自主觀性高的聽診變項，對以客觀變項（如檢驗值）為主的問題，取捨可能不同。兩版內容「大致」相同但有一項必要例外、且變項優先順序由專家另定——版面效果仍可能夾帶些微內容差異。
為什麼終端分支式在該研究較優Blissett 檢視 hybrid 組的錯誤作答發現，多數人沒照設計逐項核對。原文的數字是：176 次 hybrid 診斷中 81 次錯誤，其中 38 份只圈了最後診斷；剩下 43 份錯誤作答中，只有 5 份呈現「正確與矛盾特徵並列」的預期用法（是作答表單數、不是人數，也不是整體依從率）。終端分支式強迫逐一評估每個變項，在流程上較能防過早定論。
實例（僅示意，非可直接臨床使用的流程）
- 貧血：MCV → microcytic 這一支，逐步用區辨特徵往下。但請注意——正常 MCV 不排除混合型缺鐵、ferritin 受發炎影響，單靠「ferritin 高或低」不足以穩定區分 IDA／thalassemia／慢性病貧血；教學時要同時帶入 reticulocyte、iron studies 的情境解讀與「結果矛盾就回查」。
- AKI：不要把它做成「prerenal 就問 FENa」這種單節點分支——FENa 在利尿劑、CKD、非少尿 AKI、敗血症、急性腎絲球炎、色素腎病、顯影劑、近期輸液等情境都會誤導（系統性回顧顯示在利尿劑病人特異度僅約 5 成），且它本是區分血流動力學型 vs 急性腎小管損傷的輔助資訊，不能凌駕臨床脈絡。AKI 較適合做成非線性、可回頭的評估 framework：先確認 AKI 與基線/時序，同步看血流動力學、藥物與暴露、尿液分析與 sediment、超音波/阻塞風險、臨床軌跡。
常見錯誤
- 對新手直接給 hybrid 多變項對照大表，以為「資訊愈完整愈好」。
- 分支問句一次問兩三件事（「年紀大、抽菸、有沒有咳血」），瞬間爆掉工作記憶。
- 把終端分支式教成「單一線索的確定性流程」——真實資料有量測誤差、混合病因、矛盾線索。每張 framework 都應內建：不確定 → 取得更可靠資料、結果不相容 → 回上一節點、高風險診斷安全檢核。
STEP5教學實施：優先改「組織方式」，而非追加內容
目的同樣的資訊換一種組織方式呈現，是投資報酬率最高的一步。
證據RCT
- Blissett 2012（多倫多二年級生 53 人，Harvey 模擬器）：兩組教材資訊內容相同、僅組織方式不同、學習時間也無差異（45±11 vs 39±8 分，p=0.24）；schema 組實作診斷正確率 61% vs 26%。
- Blissett 2015（西安大略一年級生 101 人，真實一小時大堂課）：兩堂課相同學習目標、相同 10 個病灶、相同 81 張投影片、每頁平均字數相近；schema 組診斷表現 64±22% vs 44±25%（高 20 個百分點，p<0.001）。
誠實界定 · 可以說在這些條件下，改組織方式帶來短期診斷表現提升。
誠實界定 · 不能說「唯一變項是組織方式」「講者已被控制掉」或「已證明能改善臨床照護」。
為何不能過度宣稱：這兩篇都是單中心、新手、立即、模擬器或四題非標準化筆試。Blissett 2012 的延遲測驗只做了筆試、且只有 70%（37/53）自願回來；實作沒有延遲重測，真實病人也沒測。Blissett 2015 由兩位不同講者授課（schema 課的講者還曾用該教材做研究）——研究本身把講者差異列為限制；59% 學生的講者評分相近，只能降低、不能排除講者混雜。
具體動作
- 把「逐病列清單」改成「依主訴分群 + 區辨特徵」。教「呼吸困難」時，先亮出分類，說「我遇到喘的病人，第一步分這幾類」，再在每類下比較關鍵區辨特徵、把機轉鑲進去講——而不是一張投影片講氣喘、下一張講心衰。
- 先說結構，再展開鑑別：要求學習者報告病人時遵循「先標定問題 → 一句話說出所採 framework → 再展開個人化鑑別排序」（呼應 Bowen「說出你的 problem representation」）。
- 把病理生理脈絡化進鑑別討論，而非逐病描述機轉（呼應 Rencic「善用病理生理與流行病學」）。
- 加入基準率與危害權衡：分得漂亮不等於決策正確。每張 framework 至少標出常見、不能漏、該情境基準率、關鍵檢查限制、何時升級/會診、以及不確定時的安全網——急診尤其如此。
常見錯誤
- 以為要看到診斷表現提升就得多花時間或多加內容——證據顯示改組織方式即可（但別把「81 張、每頁 21 字」當處方照抄，那只是研究為了可比性的匹配條件，不是有效教學的必要成分）。
- 教師自己講得流暢，卻從不要求學習者「說出他的 framework」，於是無從得知學生是真懂還是猜對。
STEP6引導學習者內化：擁有 framework ≠ 擁有 schema
目的framework（那張圖）只是起點。教學真正的產物是學習者腦中的 schema。這一步處理「怎麼從外部 framework 內化成內在 schema」。
具體動作
- 明確告訴學習者：借用現成 framework 起步沒問題，但「下載收藏 ≠ 理解」。存了一整個資料夾的圖，不等於腦中長出結構。（CPSolvers 的質性研究〔Ow 2021〕正好是警訊：8 位自選聽眾中 7 位無法定義節目常用的推理術語、幾乎沒人邊聽邊暫停思考——接觸不等於理解。註：僅 8 位自選聽眾，不能估計盛行率。）
- 安排主動內化練習，而非被動閱讀：
- Retrieval practice（提取練習）：闔上講義，憑記憶重建 framework，以外顯其 schema 的部分結構。
- 反覆書寫與修訂：隨看過的真實病人增加，親手改寫（framework 應隨經驗演化）。
- 顯性定義術語：不要假設學習者聽過就懂 "problem representation" 等詞——明確定義並要求他們用。
- Pause–commit–compare：在病例中設暫停點，要學習者先承諾一個判斷，再與專家對照。
- 診斷卡關時，把 framework 當地圖用：教學生某一類走不通時回到分類、改走另一類，而非死守第一個假設。
常見錯誤把發講義／貼圖當教學終點；只做被動複習（重讀）、不做主動提取；把「憑記憶重畫老師的圖」當成唯一目標——那可能只測到圖形記憶，而非理解（見 Step 7）。
STEP7評估、回饋與迭代
目的檢核學習者是否內化、並持續改良你的 framework。這裡 framework／schema 的區分變得實務上必須。
具體動作
- 知道什麼可評量、什麼不可：framework 具體、可分享、可評量（如請學習者畫 concept map、重建分類）；schema 因高度個人化且大量無意識，無法被完整評量（Dreicer 強調 schema 評量必然不完整，且現成方法仍需大量效度驗證）。可行的做法是 think-aloud（放聲思考）——讓學習者外化其 schema 的意識成分，你才有東西可回饋。
- 評量要多面向，且允許多個合理答案（因為沒有 gold standard framework）：內容涵蓋、分群原理、關鍵區辨特徵、危險診斷有沒有被想到、能否用證據解釋、遇到矛盾資料能否修正路徑、跨病例遷移。「憑記憶重畫」只當低風險的 formative retrieval，不要當高風險的能力判定——否則會退化成獎勵背老師的圖。
- 給認知回饋（cognitive feedback）：針對思考歷程而非只針對結論對錯（Bowen）。把回饋當成「教育聯盟（educational alliance）」的雙向對話。
- 判斷介入時機：當學習者的案例框架本身就錯（用錯 framework、或根本沒建立 problem representation），或病人多重問題交纏時，討論 illness script 或 management script 可能比繼續磨 framework 更切題（Cammarata & Dhaliwal）。
- 迭代 framework：回到 Step 0 的目的與受眾檢查——要幫初學者建概念、壓低負荷，就做精簡 big-picture 版（停在有意義的 subcategory 即可）；要當 point-of-care 工具，才視需要走到個別診斷。同一份 framework 不會同時服務這兩種目的。
實例住院醫師報告「這是貧血，我覺得是缺鐵」——不要只回「對／不對」。改問：「你走的是哪一張 framework？在 MCV 那個岔路口看到什麼、往哪走？」若他根本沒先看 MCV，你就找到了教學點（framework 沒內化），而不是急著公布答案。
常見錯誤想「評量學生的 schema」（嚴格說做不到，你能評的是他外化出來的 framework 與 think-aloud）；回饋只停在結論對錯；學習者用錯 framework 時還一味在原圖裡打轉。
參常見陷阱總覽
交付前自我檢核：
- 擁有 framework ≠ 擁有 schema：學習者（與教師）易誤以為擁有那張圖等於擁有能力。schema 要靠反覆提取與書寫修訂才長得出來（Dreicer；Ow 2021 的聽眾反例）。
- 對新手用 hybrid 版面 → 誘發 premature closure：末端多變項對照表看似完整，但多數新手不按設計逐項核對（Blissett 2017）。新手預設用終端分支式、一次一個決策——但別把它教成「單一線索的確定性流程」。
- 受限的 framework 造出受限的 schema：你選的分類會塑形、也可能侷限學習者未來想得到什麼。用 MUDPILES 教陰離子間隙代謝性酸中毒的學生，想不到 5-oxoproline（pyroglutamic acid）酸中毒；改用 GOLDMARK（O = 5-oxoproline）的學生就會考慮到（Dreicer）。記憶術是一種 framework，但不等於階層式診斷 framework——它只助記、不必然連結底層知識結構，仍會決定哪些病因較容易被提取。
- framework 與學習者發展階段不匹配：對還沒有「肝病併發症」schema 的低年級生，直接教門脈高壓併發症的細緻 framework 是無效的（Dreicer）。依發展層級選顆粒度。
- 首要分支與臨床決策脫節：沒有 gold standard，但首要分支必須反映使用場域的真實決策順序（急診胸痛先做危險分層）。
- 對進階學習者的效益未知：最高等級證據（Blissett 2012/2015/2017）都在新手–中階取得；對已具 compiled knowledge 的資深學習者，可能出現 expertise reversal（專家反轉），效益方向未經證實。
- 並非所有問題都能 framework 化：需要能找出「少數幾個有用的區辨變項」；找不出來的巨大主題硬做，只會做出偽裝成 framework 的落落長清單。
- 把成效歸給講者魅力，或反過來聲稱「已排除講者因素」：Blissett 2015 用兩位講者、講者是殘餘混雜；成效可能來自組織方式，但研究無法把它單獨切乾淨。兩種過度解讀都要避免。
- 臨床轉譯尚未證實：現有 RCT 證明的是測驗/模擬情境中的診斷表現與短期知識；能否改善真實臨床照護結果，目前無證據（Dreicer 綜述明言）。溝通成效時誠實界定範圍。
- 跳過內容驗證：沒被專家審查、沒被反例壓力測試過的 framework，可能把學習者導向漏診。「畫得出來」不等於「正確且安全」。
肆關鍵證據速查表
溯源原則：下表數字以原始論文的表/結果段為準（已逐一回查原文核對）。特別留意「這個研究究竟測了什麼」——三篇 Blissett 的 outcome 並不相同，transfer distance 也不同。
| 研究（作者, 年份, 期刊） | 設計 / 對象 | 究竟測了什麼 | 關鍵數字 | 可以說什麼、不能說什麼 |
|---|
Coderre et al., 2003（Med Educ）
觀察 |
事後放聲思考的觀察性關聯；20 位 GI 專家 vs 20 位 Calgary 應屆 clerk，12 題四種主訴 |
判定每次判讀的「主要」推理策略，關聯到答對與否 |
相對 hypothetico-deductive：scheme-inductive OR 5.12（95% CI 2.65–9.91）、pattern recognition OR 10.34（4.35–24.58）；兩者間 OR 2.02（0.84–4.84, p=0.11，未達顯著，非等效）；專家 vs 新手 OR 7.69（3.56–16.58）。策略使用頻率（240 次判讀）：專家 HD 16／SI 106／PR 118；新手 HD 100／SI 83／PR 57 |
可說：用 SI 或 PR 與較高診斷成功勝算相關。不能說：策略造成成功（非介入研究）、兩策略等效、或新手完全用不了 PR（新手仍有 57/240 次判為 PR） |
Blissett et al., 2012（Med Educ, RCT）
RCT |
多倫多二年級生 53 人（schema n=26／傳統 n=27），Harvey 模擬器，4 種瓣膜病灶；資訊相同、組織不同 |
工具撤除後的立即實作與筆試；延遲測驗僅筆試、僅 70% 回流 |
實作診斷 61% vs 26%；「教材有列但學習階段未實作」的病灶 44% vs 13%；學習階段實作過的病灶 77% vs 39%；結構化知識 74% vs 55%（p<0.0001）、事實知識 62% vs 62%（無差異）；學習時間無差異 |
可說：改組織方式提升新手立即診斷表現，並延伸到「教材有列但未實作」的病灶。不能說：延伸到「完全沒學過的新病」（原文明言不能泛化）、或已證明長期保留 |
Blissett et al., 2015（Perspect Med Educ, 課堂 RCT）
RCT |
西安大略一年級生 101 人，真實 1 小時大堂課；相同目標/10 病灶/81 張投影片/字數相近；兩位不同講者 |
課後立即四題非標準化 MCQ + 自陳認知負荷；無延遲測驗、無真實病人 |
診斷表現 64±22% vs 44±25%（高 20 個百分點, p<0.001）；intrinsic load 較低（20 vs 24, p<0.001），extraneous/germane 無差異；59% 學生的講者評分相近（4.98 vs 5.25, p=0.114） |
可說：在一所醫學院的一般課堂觀察到短期效果。不能說：唯一變項是組織、講者已被控制掉、已證明 intrinsic load 是中介機制 |
Blissett et al., 2017（Med Educ, 版面 RCT）
RCT |
西安大略內科 PGY1–3 共 86 人（新手–中階），Harvey，2×2 交叉；兩版面大致同診斷/分群/變項（有一例外、排序不同） |
看著工具操作 Harvey 時的診斷/知覺錯誤/自陳負荷；未測學習或保留 |
終端分支式 vs 混合式：正確率 65% vs 53%（p=0.02）、知覺錯誤 0.61 vs 0.98（p=0.001）、認知負荷 3.1 vs 3.5／7（p=0.023）；77% 偏好終端分支。錯誤作答分析：176 次 hybrid 診斷中 81 次錯，43 份可分類錯誤中僅 5 份呈並列對照用法 |
可說：新手當場使用、任務類似主觀理學判讀時，終端分支式版面較好。不能說：它最能建構內在 schema、或已證明長期防 premature closure |
Cammarata & Dhaliwal, 2023（J Gen Intern Med, 綜述）
綜述 |
Diagnostic schema 的定義性綜述 |
— |
定義：（外部）診斷分類是 problem representation 與鑑別診斷之間的橋樑；舉例五種分支點；無 gold standard |
提供操作型定義、形式規格與「先說結構再展開鑑別」的床邊動作；分支點類型是舉例、非完備分類 |
Dreicer et al., 2023（Perspect Med Educ, Eye Opener）
觀點 |
術語辨析論文 |
— |
framework（外部教具）≠ schema（內在認知結構）；illness script 是 schema 亞型；MUDPILES vs GOLDMARK 例；schema 評量必然不完整 |
設計前先評估學習者現有 schema、為 framework 明訂目的與受眾、意識到 framework 會塑形學習者 |
Ow et al., 2021（BMC Med Educ, 質性）
質性 |
CPSolvers podcast 的質性研究；訪談 3 位開發者 + 8 位自選聽眾 |
半結構訪談的主題分析 |
聽眾最珍視 diagnostic schemas 與心理安全；但 8 位中 7 位無法定義節目常用推理術語、幾乎不邊聽邊暫停 |
可說：接觸/收聽不等於理解，支持「主動內化」。不能說：任何盛行率或學習成效（樣本 8、自選） |
Bowen, 2006（NEJM, 綜述）
綜述 |
診斷推理教學奠基文獻（2021 年有 NEJM Healer 註解更新版） |
— |
核心建構：problem representation（含 semantic qualifiers）、illness scripts、分析/非分析交互；認知回饋、教育聯盟 |
要求說出 problem representation、比較對照鑑別、依層級調整、給認知回饋 |
Rencic, 2011（Med Teach, 12 tips）
專家建議 |
臨床推理教學技巧清單 |
— |
促進主動學習、善用病理生理與流行病學、以多對比病例精煉 illness script、教 semantic qualifiers、促進 deliberate reflection、區分 System 1/2 |
提供可執行的教學動作清單，與 Bowen 原理互補 |
伍參考文獻
- Cammarata M, Dhaliwal G. Diagnostic Schemas: Form and Function. J Gen Intern Med. 2023;38(2):513–516. doi:10.1007/s11606-022-07935-1
- Dreicer JJ, Parsons AS, Joudi T, Stern S, Olson APJ, Rencic JJ. Framework and Schema are False Synonyms: Defining Terms to Improve Learning. Perspect Med Educ. 2023;12(1):294–303. doi:10.5334/pme.947
- Coderre S, Mandin H, Harasym PH, Fick GH. Diagnostic reasoning strategies and diagnostic success. Med Educ. 2003;37(8):695–703. doi:10.1046/j.1365-2923.2003.01577.x
- Blissett S, Cavalcanti RB, Sibbald M. Should we teach using schemas? Evidence from a randomised trial. Med Educ. 2012;46(8):815–822. doi:10.1111/j.1365-2923.2012.04311.x
- Blissett S, Goldszmidt M, Sibbald M. Do research findings on schema-based instruction translate to the classroom? Perspect Med Educ. 2015;4(6):334–338. doi:10.1007/s40037-015-0225-5
- Blissett S, Morrison D, McCarty D, Sibbald M. Should learners reason one step at a time? A randomised trial of two diagnostic scheme designs. Med Educ. 2017;51(4):432–441. doi:10.1111/medu.13221
- Ow GM, Shipley LC, Nematollahi S, Stetson GV. Morning report for all: a qualitative study of disseminating case conferences via podcasting. BMC Med Educ. 2021;21(1):392. doi:10.1186/s12909-021-02799-1
- Bowen JL. Educational Strategies to Promote Clinical Diagnostic Reasoning. N Engl J Med. 2006;355(21):2217–2225. doi:10.1056/NEJMra054782（2021 年由 Parsons、Rencic、Bowen 於 NEJM Healer 平台推出註解更新版；該註解版非獨立期刊論文，引用時請標明來源平台）
- Rencic J. Twelve tips for teaching expertise in clinical reasoning. Med Teach. 2011;33(11):887–892. doi:10.3109/0142159X.2011.558142
使用聲明
本指引為醫學教育方法學之教學整理，供臨床教師備課與帶教參考。文中所有診斷分支（呼吸困難／貧血／AKI）僅為教學結構示意，並非臨床決策工具；實際臨床判斷請依最新指引、病人情況與你的專科實務為準。文獻數字均回對原始論文之表／結果段，並於各處標明證據強度與適用邊界。