Application of virtual simulation system combined with case-based learning in extracorporeal membrane oxygenation nursing training

doi:10.3877/cma.j.issn.2096-1537.2026.01.014

Abstract

Abstract:

Objective

To explore the effect of a virtual simulation system combined with case-based learning (CBL) in extracorporeal membrane oxygenation (ECMO) nursing training.

Methods

Using convenience sampling, a total of 55 ICU nurses from a tertiary hospital in Shandong Province between March and June 2024 were included. They were divided into an experimental group and a control group by random number table method. The experimental group received nurse training using the virtual simulation system of ECMO combined with CBL, while the control group received traditional training. Theoretical knowledge scores, general self-efficacy scale (GSES) and nurses clinical reasoning scale (NCRS) were compared between the two groups before and after the intervention. The system satisfaction of the experimental group was evaluated post-intervention.

Results

After the intervention, the theoretical knowledge score in the experimental group was (81.35±5.62), which was higher than that in the control group (76.04±6.10). The GSES score in the experimental group was (3.14±0.51), which was higher than that in the control group (2.71±0.40). The NCRS score in the experimental group [(61.96±5.14) scores] was higher than that in the control group [(56.03±4.21) scores], and the differences were statistically significant (P＜0.05). Nurses in the experimental group were highly satisfied with all system dimensions, and the overall scores were (35.23±2.01) points.

Conclusion

The virtual simulation system of ECMO combined with CBL in nursing training was highly satisfactory. It improved the knowledge level, self-efficacy, and clinical reasoning ability of nurses and enriched a high-quality information-based training method.

Key words: Virtual simulation, Case-based learning, Extracorporeal membrane oxygenation, Training, Nursing

Xue Sun, Min Ding, Wei Fang, Peng Wang, Rui Huang, Shengqiang Li, Yuping Wang. Application of virtual simulation system combined with case-based learning in extracorporeal membrane oxygenation nursing training[J]. Chinese Journal of Critical Care & Intensive Care Medicine(Electronic Edition), 2026, 12(01): 93-101.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://icu.cma-cmc.com.cn/EN/10.3877/cma.j.issn.2096-1537.2026.01.014

https://icu.cma-cmc.com.cn/EN/Y2026/V12/I01/93

Figures/Tables 6

场景设计	时长(min)	课程模拟内容	学员交互式操作
病例情景导入	40	（1）介绍虚拟仿真系统，触摸屏幕进入ICU立体临床场景，依次介绍床单元、呼吸机、显示屏等，讲解ECMO主机各部分组成、作用及ECMO病理生理相关要点。（2）基于CBL导入病例，回顾病史、胸部X线检查、心电监护仪、呼吸机参数，分析具备上机指征。触屏各种模式示意图讲解连接方式及区别，选择VV-ECMO模式（图2），启动上机（图3）。	熟悉ECMO启动步骤，在虚拟患者置管结束后，先触摸ECMO主机控制面板，调节旋钮速度至1500转/min，再触击松开管路钳，管路血液充盈，机器运转正常。
模拟空氧混合器未开	15	（1）启动ECMO后机器正常运转，心电监护仪显示血氧饱和度未上升，思考其原因。（2）指引观察回流管管路颜色较深。	触屏空氧混合器，调节氧浓度及气流量旋钮至合适值，通气∶血流比=1∶1.5~1∶2.0。
模拟再循环情况	30	（1）气流量、氧浓度增加后，在虚拟患者无躁动发热等氧耗情况下，心电监护仪显示虚拟患者血氧饱和度仍未上升，观察到引流管和回流管管路颜色一致。（2）引出再循环的判断及处理方法，通过显示屏展示处理前后胸片的ECMO置管位置，以及讲解血气分析的变化、超声定位等。	可触屏ECMO管路位置，观察引流管及回流管路颜色一致，在沉浸式环境中加深对再循环理解。
保护性肺通气策略	20	（1）上述情景解决后，虚拟患者血氧饱和度好转，ECMO运行顺利。（2）VV-ECMO下实施保护肺通气策略。	触击调节呼吸机参数，包括吸氧浓度、吸气压力、呼气末正压等。
模拟流量不稳	30	（1）模拟上机数小时后，虚拟患者血氧饱和度下降，ECMO主机控制面板显示流量不稳。（2）观察引流管抖动异常、ECMO主机参数变化，分析其原因，如容量不足、管路贴壁、置管深度等，结合显示屏胸部X线片分析处理方法。	触屏ECMO主机参数界面（图2），观察到流量与转速不匹配，且波动。旋转调节转速旋钮，确认及处理流量不稳。
膜肺功能障碍	20	（1）模拟上机10天后，虚拟患者血氧饱和度再次下降。（2）讲解膜肺功能障碍判断方法，可观察ECMO主机膜前膜后压差值，并讲解如何更换膜肺。	触屏ECMO主机参数界面，观察膜前压、膜后压变化。
管路打折	10	（1）虚拟患者某次翻身后，血氧饱和度下降，ECMO机器报警，流量下降。（2）分析原因，整理并妥善放置ECMO管路。	触屏ECMO主机参数界面，观察膜前压、膜后压上升，分析引流管及回流受阻的参数变化。
VA- ECMO核心要点	50	（1）导入病历，回顾病史，结合超声检查、心电监护仪、血管加压药情况，分析具备上机指征。触屏选择VA-ECMO模式，启动上机。（2）讲解VA-ECMO流量要点，分析“南北综合征”，观察心电监护仪“平流现象”。（3）运行数天后，虚拟患者血压下降、流量低，分析可能出现回流管路血栓及其处理方法。	ECMO上机步骤同前；指导观察心电监护仪动脉压“平流现象”及其与流量关系；触屏ECMO主机参数界面，观察膜前压、动脉压上升、膜前膜后压差值正常。

场景设计	时长(min)	课程模拟内容	学员交互式操作
病例情景导入	40	（1）介绍虚拟仿真系统，触摸屏幕进入ICU立体临床场景，依次介绍床单元、呼吸机、显示屏等，讲解ECMO主机各部分组成、作用及ECMO病理生理相关要点。（2）基于CBL导入病例，回顾病史、胸部X线检查、心电监护仪、呼吸机参数，分析具备上机指征。触屏各种模式示意图讲解连接方式及区别，选择VV-ECMO模式（图2），启动上机（图3）。	熟悉ECMO启动步骤，在虚拟患者置管结束后，先触摸ECMO主机控制面板，调节旋钮速度至1500转/min，再触击松开管路钳，管路血液充盈，机器运转正常。
模拟空氧混合器未开	15	（1）启动ECMO后机器正常运转，心电监护仪显示血氧饱和度未上升，思考其原因。（2）指引观察回流管管路颜色较深。	触屏空氧混合器，调节氧浓度及气流量旋钮至合适值，通气∶血流比=1∶1.5~1∶2.0。
模拟再循环情况	30	（1）气流量、氧浓度增加后，在虚拟患者无躁动发热等氧耗情况下，心电监护仪显示虚拟患者血氧饱和度仍未上升，观察到引流管和回流管管路颜色一致。（2）引出再循环的判断及处理方法，通过显示屏展示处理前后胸片的ECMO置管位置，以及讲解血气分析的变化、超声定位等。	可触屏ECMO管路位置，观察引流管及回流管路颜色一致，在沉浸式环境中加深对再循环理解。
保护性肺通气策略	20	（1）上述情景解决后，虚拟患者血氧饱和度好转，ECMO运行顺利。（2）VV-ECMO下实施保护肺通气策略。	触击调节呼吸机参数，包括吸氧浓度、吸气压力、呼气末正压等。
模拟流量不稳	30	（1）模拟上机数小时后，虚拟患者血氧饱和度下降，ECMO主机控制面板显示流量不稳。（2）观察引流管抖动异常、ECMO主机参数变化，分析其原因，如容量不足、管路贴壁、置管深度等，结合显示屏胸部X线片分析处理方法。	触屏ECMO主机参数界面（图2），观察到流量与转速不匹配，且波动。旋转调节转速旋钮，确认及处理流量不稳。
膜肺功能障碍	20	（1）模拟上机10天后，虚拟患者血氧饱和度再次下降。（2）讲解膜肺功能障碍判断方法，可观察ECMO主机膜前膜后压差值，并讲解如何更换膜肺。	触屏ECMO主机参数界面，观察膜前压、膜后压变化。
管路打折	10	（1）虚拟患者某次翻身后，血氧饱和度下降，ECMO机器报警，流量下降。（2）分析原因，整理并妥善放置ECMO管路。	触屏ECMO主机参数界面，观察膜前压、膜后压上升，分析引流管及回流受阻的参数变化。
VA- ECMO核心要点	50	（1）导入病历，回顾病史，结合超声检查、心电监护仪、血管加压药情况，分析具备上机指征。触屏选择VA-ECMO模式，启动上机。（2）讲解VA-ECMO流量要点，分析“南北综合征”，观察心电监护仪“平流现象”。（3）运行数天后，虚拟患者血压下降、流量低，分析可能出现回流管路血栓及其处理方法。	ECMO上机步骤同前；指导观察心电监护仪动脉压“平流现象”及其与流量关系；触屏ECMO主机参数界面，观察膜前压、动脉压上升、膜前膜后压差值正常。

一般资料	试验组（26例）	对照组（26例）	统计值	P值
年龄（岁， $x ¯$ ±s）	31.54±4.38	31.08±4.07	t=0.393	0.696
性别			χ²=0.495	0.482
男	6（23.1）	4（15.4）
女	20（76.9）	22（84.6）
学历			-	＞0.999
本科	23（88.5）	24（92.3）
硕士	3（11.5）	2（7.7）
职称			χ²=0.414	0.813
护士	5（19.2）	6（23.1）
护师	8（30.8）	6（23.1）
主管护师及以上	13（50.00）	14（53.8）
ICU工作年限			χ²=0.114	0.944
＜5年	8（30.8）	8（30.8）
5~10年	8（30.8）	7（26.9）
＞10年	10（38.4）	11（42.3）
参加过ECMO培训			χ²=0.094	0.760
是	18（69.2）	19（73.1）
否	8（30.8）	7（26.9）
ECMO的培训方式			χ²=1.097	0.778
传统讲课	18（36.0）	20（41.7）
临床实践	16（32.0）	15（31.3）
情景模拟	6（12.0）	3（6.3）
小组活动学习	10（20.0）	10（20.7）
分管照护ECMO患者			χ²=0.315	0.575
是	16（61.5）	14（53.8）
否	10（38.5）	12（46.2）

一般资料	试验组（26例）	对照组（26例）	统计值	P值
年龄（岁， $x ¯$ ±s）	31.54±4.38	31.08±4.07	t=0.393	0.696
性别			χ²=0.495	0.482
男	6（23.1）	4（15.4）
女	20（76.9）	22（84.6）
学历			-	＞0.999
本科	23（88.5）	24（92.3）
硕士	3（11.5）	2（7.7）
职称			χ²=0.414	0.813
护士	5（19.2）	6（23.1）
护师	8（30.8）	6（23.1）
主管护师及以上	13（50.00）	14（53.8）
ICU工作年限			χ²=0.114	0.944
＜5年	8（30.8）	8（30.8）
5~10年	8（30.8）	7（26.9）
＞10年	10（38.4）	11（42.3）
参加过ECMO培训			χ²=0.094	0.760
是	18（69.2）	19（73.1）
否	8（30.8）	7（26.9）
ECMO的培训方式			χ²=1.097	0.778
传统讲课	18（36.0）	20（41.7）
临床实践	16（32.0）	15（31.3）
情景模拟	6（12.0）	3（6.3）
小组活动学习	10（20.0）	10（20.7）
分管照护ECMO患者			χ²=0.315	0.575
是	16（61.5）	14（53.8）
否	10（38.5）	12（46.2）

组别	理论知识	GSES	NCRS
试验组（26例）
干预前	72.46±5.83	2.57±0.41	55.92±6.27
干预后	81.35±5.62^ab	3.14±0.51^ab	61.96±5.14^ab
对照组（26例）
干预前	72.65±6.82	2.57±0.34	54.88±5.09
干预后	76.04±6.10^b	2.71±0.40	56.03±4.21

References 26

1	龙村, 侯晓彤, 赵举. ECMO体外膜肺氧合[M].北京: 人民卫生出版社, 2016: 40-43.
2	The ECLS Registry Report. ECLS International Summary [EB/OL]. (2024-11) [2025-03-01].
3	侯晓彤.无规矩不方圆——规范中国体外生命支持技术进入倒计时[J].中华医学杂志, 2020, 100(7): 481-483.
4	Daly KJ, Camporota L, Barrett NA. An international survey: the role of specialist nurses in adult respiratory extracorporeal membrane oxygenation [J]. Nurs Crit Care, 2017, 22(5): 305-311.
5	Foronda CL, Fernandez-Burgos M, Nadeau C, et al. Virtual simulation in nursing education: a systematic review spanning 1996 to 2018 [J]. Simul Healthc, 2020, 15(1): 46-54.
6	Berman NB, Durning SJ, Fischer MR, et al. The role for virtual patients in the future of medical education [J]. Acad Med, 2016, 91(9): 1217-1222.
7	Cobbett S, Snelgrove-Clarke E. Virtual versus face-to-face clinical simulation in relation to student knowledge, anxiety, and self-confidence in maternal-newborn nursing: a randomized controlled trial [J]. Nurse Educ Today, 2016, 45: 179-184.
8	秦玉婷, 杨彬彬, 耿雪梅, 等.国内护理虚拟仿真领域热点及发展趋势分析[J].中华护理教育, 2024, 21(9): 1066-1071.
9	Zhao L, Dai X, Chen S. Effect of the case-based learning method combined with virtual reality simulation technology on midwifery laboratory courses: a quasi-experimental study [J]. Int J Nurs Sci, 2023, 11(1): 76-82.
10	Padilha JM, Machado PP, Ribeiro A, et al. Correction: clinical virtual Simulation in nursing education: randomized controlled trial [J]. J Med Internet Res, 2019, 21(6): e14155.
11	王才康, 胡中锋, 刘勇. 一般自我效能感量表的信度和效度研究[J].应用心理学, 2001, 7(1): 37-40.
12	王玉静.沈阳市三级甲等医院护士临床推理能力现状及与自主学习能力的相关性研究[D]. 沈阳: 中国医科大学, 2018.
13	黄杰, 马琳.论软件产品的用户体验性测试[J].中国金融电脑, 2017, (5): 64-66.
14	孙彤, 魏丽丽, 谷如婷, 等.临床护理技能培训教学软件的开发及应用研究[J].中华护理杂志, 2022, 57(10): 1225-1231.
15	Alsalemi A, Tanaka L, Ogino M, et al. A skills acquisition study on ECMOjo: a screen-based simulator for extracorporeal membrane oxygenation[J]. Perfusion, 2020, 35(2): 110-116.
16	Lee H, Han JW, Park J, et al. Development and evaluation of extracorporeal membrane oxygenation nursing education program for nursing students using virtual reality [J]. BMC Med Educ, 2024, 24(1): 92.
17	Ko E, Choi YJ. Efficacy of a virtual nursing simulation-based education to provide psychological support for patients affected by infectious disease disasters: a randomized controlled trial [J]. BMC Nurs, 2024, 23(1): 230.
18	Lansdowne W, Machin D, Grant DJ. Development of the orpheus perfusion simulator for use in high-fidelity extracorporeal membrane oxygenation simulation[J]. J Extra Corpor Technol, 2012, 44(4): 250-255.
19	罗维, 金晓燕, 侯罗娅, 等.基于扩展现实技术的护理虚拟仿真实验教学资源的开发与实践研究[J].中华护理教育, 2025, 22(1): 21-26.
20	Simmons B. Clinical reasoning: concept analysis [J]. J Adv Nurs, 2010, 66(5): 1151-1158.
21	Sim JJM, Rusli KDB, Seah B, et al. Virtual simulation to enhance clinical reasoning in nursing: a systematic review and Meta-analysis [J]. Clin Simul Nurs, 2022, 69: 26-39.
22	Liou SR, Liu HC, Tsai HM, et al. The development and psychometric testing of a theory-based instrument to evaluate nurses' perception of clinical reasoning competence [J]. J Adv Nurs, 2016, 72(3): 707-717.
23	Verkuyl M, Violato E, Southam T, et al. Facilitators' experiences with virtual simulation and their impact on learning [J]. Adv Simul (Lond), 2024, 9(1): 54.
24	International Nursing Associateion for Clinical Simulation and Learning Standards Committee. INACSL standards of best practice: simulation SM simulation design [J]. Clin Simul Nurs, 2016, 12: S5-S12.
25	俞晓晶, 徐雪芬, 许莉莉, 等.基于虚拟现实技术的产前健康教育课程的构建及应用[J].中华护理杂志, 2024, 59(2): 184-190.
26	Verkuyl M, Violato E, Harder N, et al. Virtual simulation in healthcare education: a multi-professional, pan-Canadian evaluation [J]. Adv Simul (Lond), 2024, 9(1): 3.

[1]	Dan Wang, Xiaotian Fu, Sheng Zhao, Xia Zhu, Hui Huang, jiu Wang, Furong Qian, Yongzhi Hou, Hongbing Ma, Peiwen Chen, Xinlin Chen. Demographic structure, professional practice, and training outcomes of prenatal ultrasound diagnostic professionals in Xizang Autonomous Region (2016–2023) [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2025, 22(07): 643-649.
[2]	Heart Critical Care Subdivision of Zhejiang Medical Data Industry Research Association, Cardiac Critical Care Committee of Chinese Medical Doctor Association. Chinese expert consensus on the construction of cardiac intensive care unit [J]. Chinese Journal of Critical Care Medicine(Electronic Edition), 2025, 18(06): 476-483.
[3]	Xufang Luo, Yanzi Wang, Hongna Teng, Deli Zhao, Li Yuan, Siyu Jin, Hao Guan. A qualitative study through the lens of timing theory： the care experience of caregivers for severely burned children [J]. Chinese Journal of Injury Repair and Wound Healing(Electronic Edition), 2026, 21(01): 40-46.
[4]	Xiangyang Zhao, Jing Zhao, Baoli Chen, Zhijuan Wang, Chi Xue, Fen Wang, Xiaochun Jiao, Lina Wang, Qin Zhou. Research progress on non-pharmacological analgesic management for procedural pain in chronic refractory wounds [J]. Chinese Journal of Injury Repair and Wound Healing(Electronic Edition), 2025, 20(05): 436-441.
[5]	Cuijun Li, Gengbin Cai, Xiaoyin Liang, Yongyi Wang, Xinyi Zhan, Peiming Gu. Application of artificial intelligence in dental nursing [J]. Chinese Journal of Stomatological Research(Electronic Edition), 2026, 20(01): 47-50.
[6]	Fan Fan, Hao Huang, Lili Fu, Chunmei Zhou, Xuexia Ma, Hai Huang. Construction and effectiveness of intelligent urinary control standardized ward for patients with lower urinary tract dysfunction [J]. Chinese Journal of Endourology(Electronic Edition), 2026, 20(01): 44-50.
[7]	Xia Li, Xiuliu Ke, Li Meng, Fengling Chen, Lina Wei, Meifen Zhang. Design and practical effect of training system for urology specialist nurse [J]. Chinese Journal of Endourology(Electronic Edition), 2026, 20(01): 89-94.
[8]	Bingbing Gu, Wei Song, Boshi Fan, Ping Wang, Jing Ma, Jingwen Zhang, Na Zhou, Panpan Li. Clinical application of pulmonary rehabilitation management in postoperative pulmonary infection after minimally invasive esophagectomy [J]. Chinese Journal of Lung Diseases(Electronic Edition), 2025, 18(06): 949-954.
[9]	Chengdong Yu, Fangjun Xu, Shengchao Pan, Yunwei Liu, Chengyi Qin, Biao Jin. Effect of motor imagery training combined with task-oriented training on lower limb function of stroke patients [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2026, 16(01): 34-39.
[10]	Shuo Kang, Wenting Wei, Songyan Li, Xu Shi. Observation of the efficacy of low-frequency repetitive transcranial magnetic stimulation combined with extensive superficial sensory stimulation in treating hemiplegia with upper limb dysfunction in the subacute phase of ischemic stroke [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2025, 15(06): 358-363.
[11]	Xiaoping Li, Qingfang Zhang, Dongxia Li, Wensheng Chen, Kun Wang, Chengting Wang, Jianjun Long. Effect and mechanism of transcranial alternating current stimulation combined with exercise training on the functional recovery of rats with limb spasm after cerebral infarction based on the HIF-1α/VEGF pathway [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2025, 15(05): 261-267.
[12]	Committee of Peripheral Vascular Experts of the Interventional Physicians Branch of the Chinese Medical Doctor Association. Expert Consensus on Nursing Standards for Bronchial Artery Embolization in the Treatment of Hemoptysis [J]. Chinese Journal of Interventional Radiology(Electronic Edition), 2026, 14(01): 1-11.
[13]	Jing Shi, Sifan Wang, Hongwei Wang, Yudi Tang, Dan Li, Yan Xing. Influence of scenario simulation combined with computer-assisted cognitive training on elderly hypertensive patients with mild cognitive impairment [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2026, 20(02): 139-147.
[14]	Qiongdan Hu, Shanbing Hou, Xiaoxi Dai, Jiaoyuan Wang, Xia Chen. Evaluation of training effectiveness for brain and heart health managers based on the ADDIE model [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2026, 20(01): 32-41.
[15]	Lingling Meng, Xinyue Zhao, Shanshan Yang, Lian Yi, Zhongling Zhang. Application value and practical effect of case discussions in the standardized residency training of neurology [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(06): 467-471.

Please choose a citation manager

Content to export