Stel dat u in een opleidingscommissie zit. Voor u ligt een evaluatie van een nieuwe onderwijssessie met vijf onderdelen. Vier onderdelen scoren in de hoge vieren. Eén scoort een 3,76. De vraag op tafel is wat u volgend jaar met dat ene onderdeel doet.
Dit is geen hypothetische situatie. Het is de tabel uit ons eigen onderzoek, dat vorige maand verscheen in Perspectives on Medical Education. En het antwoord bleek precies omgekeerd aan wat de tabel suggereert.
De opzet
Eén sessie van 110 minuten, ingebed in een bestaand keuzeonderwijs over oncologie en niet als extra activiteit erbovenop. Eenentwintig tweedejaars geneeskundestudenten.
Een oncoloog redeneerde hardop door een hoofd-halstumorcasus heen. Daarna werkten studenten individueel een virtuele patiënt door: de helft kreeg de ene casus, de helft de andere, met verschillen in leeftijd, comorbiditeit en presentatie. Vervolgens koppelden we ze aan iemand uit de andere groep, met een gestructureerde set “wat-als”-vragen. Wat als de patiënt een vrouw van tachtig was? Wat als zij diabetes in de voorgeschiedenis had? Tot slot twee papieren casus: opnieuw een hoofd-halstumor, om nabije transfer te meten, en een longcarcinoom, om verre transfer te meten.
Daarna vroegen we wat ze ervan vonden, scoorden we hun antwoorden met een rubric die met twee chirurgisch oncologen was opgesteld, en interviewden we acht studenten.
De cijfers
Algemene ervaring 4,48. Het voordoen door de expert 4,44. Oefenen met gevarieerde casus 4,35. Het eigen gevoel dat ze konden overdragen naar nieuwe situaties 4,33.
De “wat-als”-discussies: 3,76 — met de grootste spreiding van alle schalen in het onderzoek.
In de interviews gebeurde iets anders. Op de vraag welk onderdeel hielp begrijpen waarom in plaats van wat, kwamen studenten uit bij die discussies en bleven daar. Eén student beschreef hoe hij pas inzag waar zijn eigen behandelkeuze op berustte toen bleek dat diezelfde keuze niet paste bij de patiënt van zijn gesprekspartner. Een ander zei dat de vragen hem dwongen te beantwoorden waarom een onderzoek überhaupt nodig zou zijn als de tumor in de long zat en niet in de hals. Over het voordoen zei niemand dit. Dat werd hoger beoordeeld en omschreven als helder — terecht, want helder was het.
De prestatiegegevens wijzen dezelfde kant op. Op de nabije casus verbeterde de totaalscore niet significant. Op de verre casus wel. Op itemniveau zat de winst in het redeneren over tumorstadium en in de eerste inschatting van de patiënt, en niet in de keuze van onderzoeken of de keuze van behandeling. In 110 minuten werd niemand een betere oncoloog. Studenten werden beter in het deel waar je moet uitleggen waarom — en dat in een casus die ze niet eerder hadden gezien.
Wat die 3,76 waarschijnlijk meet
De voor de hand liggende verklaring is comfort. Een expert horen redeneren is aangenaam. Een casus afronden geeft voldoening. Een vraag krijgen die is ontworpen om je zojuist gegeven antwoord toevallig te laten lijken, is dat niet.
Die verklaring dekt echter de spreiding niet. Iets wat gelijkmatig ongemakkelijk is, levert een laag gemiddelde op met iedereen dicht bij dat gemiddelde. Wij kregen verdeeldheid. Onze eigen beperkingenparagraaf noemt de reden: de discussies werden door studenten zelf geleid en de kwaliteit varieerde vrijwel zeker per tweetal. Sommige paren voerden een echt gesprek. Andere waren twintig minuten beleefd met elkaar eens. Beide groepen vulden hetzelfde formulier in.
Dat cijfer meet dus waarschijnlijk niet de activiteit, maar de variatie in de uitvoering ervan. Dat is een ander gegeven, en een bruikbaarder gegeven. “Dit onderdeel scoort 3,76” nodigt uit tot schrappen. “Dit onderdeel scoort 3,76 met de grootste spreiding in het onderzoek, en de interviews wijzen het aan als de plek waar het begrip ontstond” nodigt uit tot het herzien van de begeleiding en de gespreksleidraad. Zelfde getal, tegengesteld besluit.
De beperkingen, expliciet
Ik ben eerste auteur, en het zou mij goed uitkomen te concluderen dat juist mijn favoriete onderdeel het belangrijkste is. De eerlijke formulering is smaller.
Het ontwerp was geïntegreerd: voordoen, variatie, discussie, transfertaken. Wij kunnen de bijdrage van één losse component niet isoleren. Eenentwintig deelnemers is weinig, 110 minuten is kort, en de acht geïnterviewden meldden zich vrijwillig. Niets hiervan rechtvaardigt de uitspraak dat “wat-als”-discussies verre transfer veroorzaken. Die uitspraak staat ook niet in het artikel.
Wat wel te verdedigen valt, gaat over het meetinstrument. Onderwijsevaluaties meten of iets prettig aanvoelde. Ze worden gelezen alsof ze meten of iets werkte. In onze data wezen die twee grootheden verschillende kanten op. Hadden wij alleen de vragenlijst afgenomen — en daar bestaat de meeste onderwijsevaluatie uit — dan hadden wij geconcludeerd dat de discussies de zwakke schakel waren, en ze het jaar daarop stilletjes ingekort.
Voor een opleidingscommissie is de praktische consequentie klein en goedkoop. Bij een lage score horen twee vervolgvragen voordat er geschrapt wordt: hoe groot is de spreiding, en wat zeggen de studenten die laag scoorden zelf dat er gebeurde. Soms is het antwoord dat het onderdeel slecht is uitgevoerd. Soms is het antwoord dat het het enige onderdeel was dat iets van hen vroeg.
Het artikel is open access, inclusief alle bijlagen — de wat-als-vragen en de gespreksleidraad staan erin. Wie dit wil uitproberen, kan het materiaal overnemen en de begeleiding beter organiseren dan wij deden. Dat laatste zal niet moeilijk zijn.
Li, Z., Asoodar, M., Keulers, T., Joosten-ten Brinke, D., & Dolmans, D. (2026). Ensuring Knowledge Transfer: The Critical Role of “What-If” Discussions in Virtual Patient Simulation. Perspectives on Medical Education, 15(1), 633–643. DOI: 10.5334/pme.2363