我们根据系统评价和荟萃分析(PRISMA)首选报告项目指南进行并报告了我们的研究[gydF4y2Ba 39gydF4y2Ba](见附表7gydF4y2Ba 多媒体附件1gydF4y2Ba)和流行病学观察性研究的元分析[gydF4y2Ba 40gydF4y2Ba］．gydF4y2Ba

研究纳入标准基于PICOS(人群、干预、比较、结果和研究设计)框架[gydF4y2Ba 39gydF4y2Ba］．只有当研究(1)在卫生专业学习者中进行，(2)在实验组中使用混合学习干预，(3)涉及混合学习与无干预或非混合学习的比较，(4)包括对学习者对课程的事实或概念理解的主观(如学习者自我报告)或客观评估(如多项选择题知识测试)的知识评估的定量结果，(5)为广泛应用于卫生职业教育的随机对照试验(rct)或非随机研究(NRSs) [gydF4y2Ba 33gydF4y2Ba］．包括任何语言和任何出版物类型的研究。在CENTRAL和ERIC检索灰色文献。gydF4y2Ba

如果研究没有比较混合学习与非混合学习或没有干预，没有报告关于知识的定量结果，使用单组后测设计，没有与卫生专业学习者进行，评估纯电子学习而不是混合学习，或仅将计算机用于管理目的，则被排除在外。没有原始数据的综述、社论或会议摘要也被排除在外。gydF4y2Ba

为了确定相关研究，我们对Medline、CINAHL、Science Direct、Ovid Embase、Web of Science、CENTRAL和ERIC进行了引文检索。关键搜索词包括交付概念(例如，混合、混合、集成、计算机辅助、计算机辅助;学习、培训、教育、指导、教学、课程)、参与者特征(例如，医生*、医务人员*、护士*、药剂师*、凹痕*、cme、健康*)和研究设计概念(例如，比较*、试验*、评估*、评估*、效果*、预测*、预测*、后测*、后测、前测、前测、后测、后测、后测、后测)。星号(*)被用作搜索的截断符号。例如，evaluat*检索的条目包含以下单词:evaluate、evaluate或evaluative等。E-Table 1gydF4y2Ba 多媒体附件1gydF4y2Ba描述每个数据库的完整搜索策略。最后搜索日期是2014年9月25日。此外，对纳入研究的所有参考文献进行了相关文章的筛选。gydF4y2Ba

使用这些标准，QL和FZ独立地筛选了所有的标题和摘要，并审查了所有可能符合条件的摘要的全文。这些审稿人之间的冲突通过与研究小组的其他成员讨论来解决，直到达成共识。gydF4y2Ba

QL和FZ开发了一个表单(基于Cochrane消费者和传播评论组的数据提取模板)，在随机选择的10个收录出版物上进行了试点测试，并相应地改进了它。使用相同的表格，QL和FZ分别提取了以下问题的相关数据:第一作者的姓名、发表年份、进行干预的国家、研究设计、研究对象、样本量、干预的具体卫生专业、比较干预、干预持续时间、练习、互互性、同行讨论、结果评估、利益冲突(是否存在利益冲突)和公司资助(是否从与结果有直接利益关系的来源获得资金)。不同的意见通过与另一个研究小组成员讨论来解决，直到达成一致。如果原始报告中缺少元分析所需的数据，则尝试通过电子邮件联系相应的作者来获取信息。gydF4y2Ba

由于认识到许多非随机和观察性研究将被包括在内，研究的方法学质量使用改进的纽卡斯尔-渥太华量表(也称为纽卡斯尔-渥太华教育量表)进行评估，该量表是用于评估原始医学教育研究研究的方法学质量的工具，通常在医学教育领域或主题的文献回顾过程中[gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 41gydF4y2Ba-gydF4y2Ba 43gydF4y2Ba］．每项研究最多可获得6分，并在以下五个领域进行评级:gydF4y2Ba

此外，我们使用推荐、评估、发展和评估等级(GRADE)工具评估证据质量[gydF4y2Ba 44gydF4y2Ba-gydF4y2Ba 53gydF4y2Ba］．GRADE确定了五个可能降低研究证据质量的因素，以及三个可能提高研究证据质量的因素。随机对照试验以高评分开始，观察性研究以低评分开始。由于(1)研究局限性(偏倚风险)，评级向下修改[gydF4y2Ba 47gydF4y2Ba]，(2)结果不一致[gydF4y2Ba 50gydF4y2Ba]，(3)证据的间接性[gydF4y2Ba 51gydF4y2Ba]，(4)不精确[gydF4y2Ba 49gydF4y2Ba]，以及(5)可能的发表偏倚[gydF4y2Ba 48gydF4y2Ba］．由于(1)影响幅度大，(2)剂量反应，以及(3)可能使影响最小化的混杂因素，评级向上修正。评估这些因素,我们决定证据的质量为“高”(即,进一步的研究是不太可能改变我们的信心的估计效果),“温和”(即,进一步的研究可能会对我们的信心有重要影响的估计效果和可能改变估计),“低”(即,进一步的研究是很有可能对我们的信心有重要影响的估计效果和可能改变估计),或“非常低”(即我们对这个估计很不确定)。gydF4y2Ba

使用Stata Version 12.0和R 3.1.2对知识结果进行分析。标准化平均差(SMD;篱笆gydF4y2Ba ggydF4y2Ba效应量)，由每项研究的均值和标准差转换而来，使用[gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 54gydF4y2Ba］．当平均值可用但标准偏差(SD)不可用时，我们使用所有其他纳入研究的平均SD。由于纳入研究的总分不相同，SMD可以消除绝对值的影响，我们调整了平均值和SD，使平均SD可以替代SD缺失的值。gydF4y2Ba

我的gydF4y2Ba^2gydF4y2Ba统计数据用于量化各研究的异质性[gydF4y2Ba 55gydF4y2Ba］．当估计我gydF4y2Ba^2gydF4y2Ba大于或等于50%，表明异质性较大。由于纳入的研究功能不同，涉及不同的研究设计、参与者、干预措施和设置，因此使用允许更多异质性的随机效应模型。进行了元分析，并创建了森林图。为了探究发表偏倚，我们创建了漏斗图，并进行了Begg测试。为了探索潜在的异质性来源，我们基于预先选择的因素进行多元回归和亚组分析，如研究设计、国家社会经济地位、参与者类型、干预持续时间、随机化、质量评分、练习、互动性、同行讨论、结果评估和对照组的干预。此外，我们进行了敏感性分析以测试结果的稳健性。gydF4y2Ba

搜索策略从数据库中确定了4815个引用，删除了642个重复的引用。在浏览了标题和摘要后，发现有225个可能符合条件。然后，阅读全文进行进一步评估，剩下62篇。有12篇文章没有全文，6篇文章没有足够的定量数据(平均知识得分)，我们尝试通过电子邮件联系作者，但没有得到回复。因此，纳入了56份出版物，其中一份出版物比较了混合学习与无干预和非混合教学(gydF4y2Ba 图1gydF4y2Ba)．通过查阅收录文章的参考文献，没有发现更多相关文章。e -表2gydF4y2Ba 多媒体附件1gydF4y2Ba包括全文排除的文献(n=163)和定量数据报告不足的文献(n=6)。gydF4y2Ba

在荟萃分析中，我们纳入了13篇论文，代表2004-2014年发表的20项干预措施，比较了混合学习和无干预，包括2238名卫生专业参与者[gydF4y2Ba 22gydF4y2Ba-gydF4y2Ba 24gydF4y2Ba，gydF4y2Ba 56gydF4y2Ba-gydF4y2Ba 65gydF4y2Ba］．参加者人数由6 [gydF4y2Ba 61gydF4y2Ba]至817 [gydF4y2Ba 62gydF4y2Ba]，而干预时间为24小时[gydF4y2Ba 63gydF4y2Ba]至一学期[gydF4y2Ba 58gydF4y2Ba］．gydF4y2Ba

我们纳入了44份出版物，代表了1991年至2014年发表的比较混合式学习和非混合式学习的56种干预措施，涵盖了6110名卫生专业参与者[gydF4y2Ba 16gydF4y2Ba，gydF4y2Ba 19gydF4y2Ba-gydF4y2Ba 21gydF4y2Ba，gydF4y2Ba 25gydF4y2Ba，gydF4y2Ba 26gydF4y2Ba，gydF4y2Ba 28gydF4y2Ba，gydF4y2Ba 29gydF4y2Ba，gydF4y2Ba 63gydF4y2Ba，gydF4y2Ba 66gydF4y2Ba-gydF4y2Ba One hundred.gydF4y2Ba］．有1个测试前的一组干预，27个仅测试后的两组干预，28个测试后的两组干预。参加者人数由14 [gydF4y2Ba 72gydF4y2Ba]至609 [gydF4y2Ba 84gydF4y2Ba]，时间范围为1小时[gydF4y2Ba 101gydF4y2Ba]至1年[gydF4y2Ba 77gydF4y2Ba］．gydF4y2Ba

学习干预的成分或特征多为“网络+面对面”、“电子学习+课堂”、“网络在线教学+线下教学(回顾在线课程核心内容、案例分析、小组讨论、杂项活动)”。“模式或技术”各不相同，例如“Moodle，现场研讨会”，“异步论坛，基于音频和文本的实时在线同步会话(Centra);在线模块(Macromedia Breeze)”。超过80%的干预措施是通过客观评估来衡量的，包括多项选择题、真假题、匹配问题和论文。对于大多数研究，在干预结束和后测之间没有延迟。gydF4y2Ba 表1gydF4y2Ba总结了主要特征和e-表3gydF4y2Ba 多媒体附件1gydF4y2Ba描述详细信息。gydF4y2Ba

所有纳入研究的干预组都代表了普通学习者。10%(2/20)的无干预对照研究和98%(55/56)的非混合学习对照研究选择了来自同一社区的对照组作为实验组。近三分之一(30%，6/20)的无干预对照研究和46%(26/56)的非混合学习对照研究报告了盲法结果评估。所有的无干预对照研究(100%)和96%的非混合学习对照研究(54/56)报告了随访的完整性。无干预对照研究的平均质量评分(SD)为3.40(0.82)，非混合学习对照研究的平均质量评分为4.45(0.78)。质量评估结果见e-Table 4gydF4y2Ba 多媒体附件1gydF4y2Ba．gydF4y2Ba

该荟萃分析显示，与无干预相比，混合式学习在知识获取方面具有较大的一致的积极影响(SMD为1.40,95% CI为1.04-1.77)，这表明混合式学习在卫生专业中非常有效，对教育有益。此外，我们还发现，与非混合学习组相比，混合学习有很大的影响(SMD 0.81, 95% CI 0.57-1.05)。这意味着混合式学习可能比非混合式学习更有效，包括传统的面对面学习和纯电子学习。可能的解释如下:(1)与传统学习方式相比，混合学习方式允许学生在必要时按照自己的节奏经常复习电子材料，这可能会提高学习成绩[gydF4y2Ba 8gydF4y2Ba，gydF4y2Ba 16gydF4y2Ba]，(2)与电子学习相比，混合式学习的学习者更不容易感到孤立或对所学内容的兴趣降低[gydF4y2Ba 8gydF4y2Ba，gydF4y2Ba 11gydF4y2Ba，gydF4y2Ba 103gydF4y2Ba］．然而，在非混合学习对照组中发现了发表偏倚，并且修剪和填充方法显示汇总效应大小变化为0.26(-0.01到0.54)，这意味着混合学习至少与非混合学习一样有效。据我们所知，这可能是第一个揭示混合学习对卫生专业知识获取有效性的元分析，其中包括所有与人类和动物健康直接相关的专业。gydF4y2Ba

然而，在无干预和非混合比较的研究中都发现了很大的异质性，亚组比较部分解释了这些差异。异质性可能是由于研究设计、结果评估、练习、利益冲突、随机化和参与者类型的差异。我们发现，使用后测前设计的研究的效应量明显高于仅使用后测设计的研究，这表明前者相对于后者提高了学习结果。由于预试可以让教师了解学习者在上课前所掌握的知识，这被认为是影响教育的最重要因素之一[gydF4y2Ba 104gydF4y2Ba]，以便教师确定学习目标，并据此准备课程材料[gydF4y2Ba 105gydF4y2Ba］．因此，教育工作者有必要对学习者进行预试，以做好课程准备。我们还发现，客观评估的研究比主观评估的研究产生了更大的影响。相比之下，Cook等人报告称，客观和主观评估在知识得分上没有差异[gydF4y2Ba 33gydF4y2Ba］．这可能是由于学习者个性特征的差异，因为自信的人往往比不自信的人在主观评估中给出更高的评分[gydF4y2Ba 106gydF4y2Ba］．因此，教育工作者应该客观地评估学习者，而不是使用主观评价。gydF4y2Ba

此外，研究发现，与没有练习的混合课程相比，有练习的混合课程的效应量要大得多，这与Cook等人在2006年进行的一项研究的结果一致，该研究发现，连续性诊所在使用问题格式时比使用标准格式时的测试分数更高[gydF4y2Ba 37gydF4y2Ba］．因此，教育工作者有必要在教学中加入练习，如案例和自我评估问题。然而，我们未能证实我们的假设，即同行讨论和高互动性会产生更大的效应值。虽然我们在无干预比较中发现了rct和NRS之间的统计学差异，但这可能是由于偶然原因，因为只纳入了两项rct(130名参与者)。在非混合比较中，存在利益冲突的研究与没有利益冲突的研究之间的差异也可能是偶然的，因为只有两项存在利益冲突的研究(612名参与者)被纳入。其余的高异质性可能来自其他特征，如个人学习风格、学习干预、评估工具和持续获取学习材料[gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 107gydF4y2Ba，gydF4y2Ba 108gydF4y2Ba]，在纳入的研究中没有详细的信息。正如Wong等人在他们的评论中所引用的，不同的课程交付模式适合不同环境中的不同学习者[gydF4y2Ba 109gydF4y2Ba］．gydF4y2Ba

我们的样本包括各种卫生专业学习者(护士、医科学生、护理学生、医生、公共卫生工作者和其他卫生专业人员)，涉及各种卫生保健学科，如医学、护理、伦理学、卫生政策、药学、放射学、遗传学、组织学和应急准备。此外，我们发现，在研究设计、参与者类型、随机化、质量分数、练习、互动性和同伴讨论方面，几乎所有亚组分析的汇总效应大小都有中等或较大的影响。因此，我们的研究结果表明，卫生保健教育工作者应该使用混合学习作为不同学科和课程设置的教学组成部分。gydF4y2Ba

我们的元分析也有几个优点。对卫生专业混合学习的有效性进行评估是及时的，对医学教育者和学习者都非常重要。我们有意在学科方面保持广泛的范围，并包括所有与卫生专业学习者的研究。我们检索了截至2014年9月的多个研究数据库中的相关研究。系统的文献检索涉及多个数据库，排除标准很少。我们也进行了所有方面的审查过程一式两份。gydF4y2Ba

然而，也有一些限制需要考虑。首先，虽然我们在两个数据库(CENTRAL和ERIC)中搜索了灰色文献，但其他数据库索引的灰色文献可能被遗漏了，这可能是观察到的发表偏倚的原因。其次，元分析的质量取决于纳入研究的数据质量。虽然由于报告不佳，无法获得8项干预措施的标准差，但我们使用了其他纳入研究的平均标准差，并估算了伴随潜在误差的效应量。第三，尽管进行了独立和重复的审查和提取，但该过程是主观的，并且依赖于所收录文章的描述，而不是对干预措施的直接评估。第四，虽然修订后的纽卡斯尔-渥太华量表是评价医学教育研究方法学质量的有用和可靠的工具，增强了不同研究设计的灵活性，但由于评分者的一定主观性，它增加了审稿人错误或偏见的风险。其次，亚组分析的结果应谨慎解释，因为在某些情况下缺乏先验假设，如研究设计、国家社会经济状况和结果评估。此外，虽然亚组分析显示，参与者类型、国家社会经济地位、干预持续时间、互动性、同行讨论以及RCT或NRS的研究设计的变异性对总体结果没有影响，但各研究之间存在较大的临床异质性和影响程度的不一致，使结论难以推广。此外，由于未评估的研究干预措施、评估工具、环境等可变性可能是异质性的潜在来源，因此应谨慎对待这两项荟萃分析的结果。此外，在非混合比较的荟萃分析中发现了发表偏倚。 Although we used the trim and fill method for adjustment, the results should be treated with caution.

我们的研究对卫生专业混合学习和教育的研究都有意义。尽管研究的异质性可能会削弱结论，但我们的定量综合结果表明，混合学习可能对广泛的学习者和与卫生专业直接相关的学科的知识获取产生积极影响。综上所述，混合学习在卫生专业的进一步应用具有广阔的前景和价值。亚组分析的效果差异表明，不同的混合课程实施方法可能表现出不同的效果。因此，如何有效地实施混合课程是研究者和教育者应该关注的问题。通过对不同混合教学方法的直接比较研究，可以成功地回答这个问题。因此，此类研究至关重要。gydF4y2Ba

比较混合式学习和无干预的研究表明，卫生专业的混合式学习可能总是有效的。然而，尽管观察性研究产生了较大的效应量，但由于其固有的研究设计局限性，证据质量较低。此外，由于rct数量较少，荟萃分析没有达到最佳规模(不精确)，因此，证据质量排名较低。因此，尽管效果一致且没有显著的报告偏倚，但无干预比较的证据质量中等，这意味着进一步的研究可能会影响我们对效果估计的信心，并可能改变估计，大样本的随机对照试验可能会修改估计。因此，混合学习与无干预的进一步研究仍有很大价值，大样本的rct可能会修改估计。对于非混合的比较，综合估计显示，混合学习比纯电子学习和纯传统学习更有效，或至少与它们一样有效。然而，由于发表偏向于通常影响幅度较大的大型研究，证据质量较低，这意味着进一步的研究很可能会改变我们的估计。此外，只有四项使用电子学习的研究被纳入。因此，混合学习的效果，特别是与电子学习相比，应该在未来的研究中进行评估，效果较小的研究应该值得发表。gydF4y2Ba

与无干预相比，混合学习似乎具有一致的积极效果，在卫生专业的知识获取方面，混合学习似乎比非混合教学更有效，或至少与非混合教学一样有效。此外，混合课程的前测后测研究设计、练习的存在以及客观的结果评估可以促进卫生保健学习者的知识习得。由于异质性较大，应谨慎对待该结论。gydF4y2Ba