Guia de referência
Como escolher um simulador clínico virtual para a instituição
Por Caio Hailton
Publicado em . Última revisão em . Leitura de 25 minutos.

Resposta direta
Os padrões de simulação não avaliam produtos: descrevem a atividade que o produto precisa sustentar. Os da INACSL (2021) e da ASPiH (2023) pedem objetivos mensuráveis, retorno ou debriefing estruturado e avaliação planejada; os critérios de acreditação da SSH (2021) pedem política para os dados de estudantes, com regras de acesso, retenção e eliminação. O restante se mede num piloto com estudantes da instituição: usabilidade pela System Usability Scale (SUS), de 0 a 100, em que 68 fica no centro da nota C numa escala de notas construída com 241 estudos de usabilidade da indústria; dados exportáveis por estudante; e evidência de validade na medida do uso da nota, mais extensa se ela pesar em decisão. Num mapeamento de 2022, 5 de 9 ensaios randomizados com simulação de paciente em realidade virtual, isto é, casos clínicos interativos no computador com pacientes virtuais em duas ou três dimensões, em estudantes de medicina relataram alguma evidência de validade dos instrumentos que mediram as habilidades, sobretudo consistência interna e confiabilidade; a nota gerada por um programa precisa de evidência própria. A conformidade com a LGPD se confere no contrato: quem decide sobre cada tratamento dos dados e, quando o fornecedor os trata em nome da instituição, as obrigações dele como operador.
Para quem este texto vale
Para quem coordena curso de medicina, residência ou laboratório de simulação e vai contratar, renovar ou trocar um simulador clínico em tela. Os padrões citados vêm dos Estados Unidos e do Reino Unido e tratam da atividade de simulação, não de produtos. Os estudos de desenho, de usabilidade e de aceitação avaliaram outros programas, em parte com estudantes de enfermagem, e nenhum deles comparou formas de escolher um simulador. As normas brasileiras citadas são a Lei Geral de Proteção de Dados Pessoais e a Lei Brasileira de Inclusão. Manequins e realidade virtual com óculos ficam fora do escopo.
Simulador clínico virtual, neste texto, é o programa em que o estudante conduz um caso clínico na tela do computador e o estado do paciente responde às decisões dele. Usabilidade percebida é o julgamento do usuário sobre a facilidade de usar o sistema, medido por questionário. Evidência de validade é o conjunto de dados que sustenta interpretar uma nota de certo modo e tomar com ela certa decisão. Piloto é o uso do produto, antes da contratação, com estudantes e docentes da própria instituição, para colher essas medidas.
O que os padrões de simulação pedem que o software permita
O padrão de desenho da International Nursing Association for Clinical Simulation and Learning (INACSL), de 2021, exige que a experiência simulada seja desenhada de propósito para atingir objetivos identificados [1]. Entre os critérios estão objetivos de desempenho mensuráveis, a escolha da modalidade conforme os objetivos, os recursos e o método de avaliação, um debriefing, sessão de feedback ou reflexão guiada planejados e estruturados, a avaliação planejada do estudante e da própria experiência, e o teste piloto da experiência inteira antes do uso amplo [1]. No piloto, o padrão pede participantes parecidos com o público final e a conferência da validade e da confiabilidade dos instrumentos de avaliação [1].
O mesmo padrão separa fidelidade de modalidade. Alta tecnologia não equivale necessariamente a alta fidelidade, os dois termos são independentes, e a fidelidade deve ser considerada da perspectiva de quem aprende [1]. O padrão distingue a fidelidade física (ambiente, equipamento, paciente), a conceitual, que assegura que todos os elementos do caso se relacionem de forma realista entre si, como sinais vitais coerentes com o diagnóstico, e a psicológica, que reproduz o contexto clínico, com ruído, distrações, pressão de tempo e prioridades concorrentes [1]. Num simulador em tela, a fidelidade conceitual é a que a equipe docente consegue conferir caso a caso, e o padrão recomenda que especialistas no conteúdo a revisem e a testem no piloto [1].
O padrão de avaliação da INACSL, também de 2021, pede que o método de avaliação seja definido antes da experiência e distingue três usos [2]. A avaliação formativa serve ao desenvolvimento do estudante, a somativa mede resultados, e a de alto impacto é a que tem implicações ou consequências importantes. Para a somativa, o padrão pede instrumento válido e confiável, com concordância entre avaliadores conferida para aquela experiência. Para a de alto impacto, pede experiência já testada em piloto, avaliador com treinamento formal e instrumento já testado em populações semelhantes, e recomenda considerar mais de um avaliador por estudante quando o instrumento é de observação [2].
Os padrões da Association for Simulated Practice in Healthcare (ASPiH), de 2023, dizem que modalidade, fidelidade e desenho da atividade devem ser determinados pelos resultados de aprendizagem pretendidos (padrão 7), que a simulação usada em avaliação somativa deve priorizar validade, confiabilidade e segurança psicológica (padrão 13) e que a atividade deve ser avaliada por participantes e docentes para orientar as seguintes (padrão 14) [3]. O documento declara que os padrões se aplicam a qualquer modalidade de simulação, sem detalhar cada uma [3]. Na orientação do padrão 12, sobre reflexão facilitada e debriefing, registra que, em algumas modalidades, os papéis de observador e de facilitador podem ser desempenhados por software, e que nesses casos os padrões se aplicam ao desenho dessa tecnologia [3]. Para quem compra, a passagem permite usar o padrão como critério de produto: se o programa dá o retorno ao estudante, esse retorno responde ao que o padrão pede de quem facilita. O que o padrão de debriefing da INACSL admite sobre retorno vindo de pessoa ou de sistema está no guia sobre como conduzir o debriefing depois da simulação.
Os critérios centrais de acreditação da Society for Simulation in Healthcare (SSH), de 2021, tocam dois pontos do contrato. O programa de simulação precisa ter política de guarda de registros e de dados, que, segundo o documento complementar, inclui diretrizes de acesso aos dados de estudantes, de quem os acessa e de como a segurança deles é assegurada, e diretrizes de retenção e de destruição ou eliminação; precisa também garantir o uso adequado e a segurança das gravações em vídeo [4]. Outro critério pede que o programa descreva como equipamentos e tecnologia são avaliados frente às necessidades atuais e futuras, porque simuladores e tecnologia mudam com o tempo [4]. O documento complementar avisa que suas descrições não são prescritivas [4]. O que os mesmos padrões exigem do docente que conduz a sessão, e não do programa, está no guia Como formar docentes e facilitadores para simulação clínica.
Que elementos de desenho do simulador se associam ao aprendizado
A revisão sistemática de Issenberg e colaboradores, de 2005, reuniu 109 estudos comparativos de simulação de alta fidelidade publicados de 1969 a 2003 e contou quantos relatavam cada característica associada a aprendizado efetivo [5]. O retorno ao estudante, ou feedback, apareceu em 51 estudos (47%), a prática repetida em 43 (39%) e a integração ao currículo em 27 (25%). A validade do simulador, que os autores definem como o grau de realismo ou de fidelidade que ele oferece, apareceu em 4 (3%) [5]. Os autores concluíram que o feedback é a característica mais importante do ensino médico com simulação [5].
As barras da Figura 1 contam relatos, e não força de efeito: a revisão não fez meta-análise, porque desenhos, intervenções, desfechos e prazos variavam demais entre os estudos, e os próprios autores classificam a qualidade da pesquisa publicada como em geral fraca [5].
Para pacientes virtuais em tela, a comparação direta entre desenhos é escassa. A revisão da Digital Health Education Collaboration, de 2019, encontrou 10 estudos que compararam tipos diferentes de paciente virtual, entre eles estrutura narrativa contra resolução de problemas, tipos de feedback, desenho linear contra ramificado e apoio à representação do problema [6]. Em conhecimento, só um estudo mostrou diferença: o desenho pedagógico, guiado e com menus, saiu melhor que o desenho de resolução de problemas e que o de alta fidelidade, com texto livre e sem orientação, e teve satisfação maior que o de alta fidelidade [6]. Em habilidades, três comparações mostraram diferença: o paciente virtual com feedback empático e o de estrutura narrativa treinaram melhor a comunicação, e o apoio à representação do problema melhorou a eficiência diagnóstica [6]. Os autores escrevem que a necessidade de mais orientação dentro das simulações com paciente virtual é aparente, e que apresentar cenários realistas com grande liberdade não pode ser desculpa para negligenciar a orientação ligada aos objetivos. Eles mesmos declaram escassa a evidência para determinar os fatores efetivos [6].
Esses resultados não ordenam as características por efeito. Sustentam, ao lado da pergunta sobre realismo, três perguntas a fazer de todo produto: se o caso devolve retorno ligado aos objetivos, se o estudante pode refazê-lo e se há variedade de casos e de dificuldade. O que os ensaios mediram ao comparar a simulação em tela com o manequim e com a pessoa real está no guia Simulação virtual ensina tanto quanto o manequim?.
Como medir a usabilidade de um simulador clínico no piloto
A System Usability Scale (SUS) tem dez afirmações, respondidas numa escala de cinco pontos de concordância, que resultam num escore de 0 a 100 [7]. Na retrospectiva de 2013, o autor da escala, John Brooke, reproduz o resumo de Sauro, de 2011: o escore não é porcentagem, e a escala não é diagnóstica, isto é, não diz o que torna o sistema usável ou não. O texto lembra também que a avaliação subjetiva é só um componente da usabilidade [7]. Ele registra que é possível obter resultados confiáveis com amostras de 8 a 12 usuários, com base num estudo de Tullis e Stetson, de 2004 [7].
Duas referências ajudam a ler o escore. Na escala de notas que Sauro e Lewis construíram com 241 estudos de usabilidade da indústria, reproduzida por Lewis e Sauro em 2018, o escore 68 fica no centro da faixa da nota C, que vai de 65,0 a 71,0; a nota A vai de 80,8 a 84,0, e a A+, a mais alta, começa em 84,1. Os autores registram que 80 se tornou meta comum na indústria e que a confiabilidade da SUS tem ficado em 0,90 ou pouco acima [8]. Bangor e colaboradores acrescentaram à SUS uma pergunta com adjetivos, analisada em 959 questionários: a média da SUS foi de 50,9 entre quem descreveu o sistema como “OK”, de 71,4 entre quem o descreveu como bom e de 85,5 entre quem o descreveu como excelente, com correlação de 0,822 entre as duas medidas [9]. O adjetivo “OK” teve a maior variância, e equipes o liam como satisfatório quando escores dessa faixa indicavam usabilidade deficiente. Os autores recomendam usar as duas medidas juntas e desaconselham a pergunta única sozinha. Relatam, como observação do próprio laboratório, participantes que deram escore favorável sem concluir as tarefas, e o inverso, e escrevem que, sem medidas objetivas como a taxa de sucesso na tarefa, não se determina qual das duas é mais acurada [9].
Em português do Brasil, Lourenço e colaboradores publicaram em 2022 a tradução e a adaptação transcultural da SUS, com comitê de oito especialistas e pré-teste com 100 estudantes de enfermagem e de análise de sistemas de uma universidade privada do estado de São Paulo, que avaliaram um aplicativo de mensagens [10]. O alfa de Cronbach, medida de consistência interna, foi de 0,76. A análise fatorial exploratória sugeriu três fatores, solução que os autores julgaram insatisfatória; eles mantiveram a estrutura de fator único do original e recomendam avaliar de novo a validade de construto em estudo futuro [10].
O tamanho da amostra muda a precisão do número. Num estudo de 2025 sobre o protótipo de um paciente simulado por modelo de linguagem, cinco estudantes de medicina deram média de 91,5 na SUS, com intervalo de confiança de 95% de 81,1 a 101,9, faixa que ultrapassa o teto da escala [11]. Os autores tratam o resultado como formativo e afirmam que o potencial pleno da ferramenta só se realiza com um mecanismo de retorno automático ao estudante, que feche o ciclo didático [11].
Usabilidade não é o mesmo que aceitação. Num estudo transversal feito em Portugal em 2022, 619 estudantes de enfermagem que usavam um simulador clínico virtual responderam a um questionário baseado no terceiro modelo de aceitação de tecnologia (TAM3), numa escala de 1 a 7 [12]. As médias foram de 5,34 para utilidade percebida, 4,74 para facilidade de uso e 5,21 para intenção de usar. O modelo explicou 54% da variação na intenção de uso, e os determinantes principais foram a relevância para a aprendizagem, definida como o grau em que a pessoa acredita que o simulador se aplica ao seu aprendizado, e o prazer no uso [12]. A facilidade de uso teve relação inversa com a intenção (coeficiente padronizado de −0,11). Os autores atribuem o achado ao esforço cognitivo que os casos clínicos exigem, e não à tecnologia [12]. O estudo é de uma instituição e de uma unidade curricular e usou a mesma amostra para as análises fatoriais exploratória e confirmatória.
A nota que o simulador produz precisa de evidência de validade
Validade, no referencial adotado hoje em avaliação educacional, é propriedade da interpretação e da decisão tomadas com uma nota, e não do instrumento. Cook e Hatala, num texto didático de 2016 escrito para a simulação, resumem que um instrumento não é válido em si e que a evidência de validade vale só para o propósito, o contexto e o grupo de estudantes em que foi colhida [13]. Rotular um instrumento como “validado” está entre os erros comuns que eles listam. A evidência colhida em outro contexto pode orientar a escolha, mas não sustenta a interpretação futura [13].
Os autores apresentam dois referenciais. O de Messick reúne cinco fontes de evidência: conteúdo, processo de resposta, estrutura interna, relações com outras variáveis e consequências. O de Kane organiza o argumento em quatro inferências: pontuação, generalização, extrapolação e implicações para a decisão [13]. Essas inferências aparecem aplicadas a cinco instrumentos de avaliação, entre eles a prova com casos em tela, no guia sobre como avaliar a tomada de decisão clínica do estudante. Para a nota gerada por um simulador, eles dão o exemplo da realidade virtual: interpretar o escore pressupõe, entre outras coisas, que o algoritmo de pontuação considera os elementos importantes da tarefa, e essa hipótese precisa ser testada [13]. Comparar a nota de especialistas com a de novatos é, para eles, evidência fraca, porque a diferença pode vir de muitos fatores. Avaliações de maior impacto pedem mais quantidade, qualidade e amplitude de evidência [13], na mesma linha do padrão da INACSL para a avaliação de alto impacto e do padrão 13 da ASPiH [2, 3].
Os ensaios publicados nem sempre trazem essa evidência para as medidas que usam. Uma revisão de mapeamento de 2022 reuniu 126 ensaios randomizados de realidade virtual e aumentada com estudantes de medicina e os separou por categoria de intervenção [14]. A que corresponde ao simulador clínico é a simulação de paciente em realidade virtual, que os autores definem como simulação interativa por computador de cenários clínicos reais, com pacientes virtuais representados por personagens ou avatares em duas ou três dimensões. Os 9 ensaios dessa categoria mediram habilidades, e 5 (56%) relataram ao menos uma forma de evidência de validade dos instrumentos usados para medi-las, sobretudo consistência interna e confiabilidade [14]. Na categoria que a revisão chama de realidade virtual em tela, software tridimensional visto no monitor ou em óculos e em sua maioria modelos de órgãos e ambientes virtuais, a proporção foi de 8 em 30 (27%) [14]. A maioria dos estudos da revisão aplicou a avaliação fora do meio digital e relatou um só desfecho, medido logo depois da intervenção. O achado descreve os instrumentos de desfecho dos ensaios, e não a nota gerada pelos programas [14].
A pergunta ao fornecedor, portanto, é para que uso a nota do programa foi estudada, com que estudantes e com que evidência em cada inferência. O uso formativo também pede evidência, na medida do risco: quanto maior a consequência da interpretação, mais evidência ela exige [13]. Sem evidência nenhuma, os registros do programa apoiam a conversa descritiva do debriefing e a análise do docente, e a pontuação não deve ser lida como medida de competência ou de lacuna. Para decisão somativa, a instituição colhe a evidência no próprio piloto, por exemplo ao relacionar a nota do simulador com uma medida independente da mesma competência, que é a fonte que Messick chama de relações com outras variáveis [13]. Quantas estações e quantos avaliadores uma prova prática precisa para sustentar uma decisão de aprovação estão no guia Como montar um OSCE com estações de simulação.
Que dados o simulador deve entregar ao docente
De 2010 a 2021, a análise de dados de aprendizagem nas profissões da saúde concentrou-se no uso da plataforma. Uma revisão de escopo de 2023 incluiu 65 artigos, entre 1.238 encontrados na busca. O dado mais coletado foi o número de acessos aos materiais de aprendizagem. Entender a interação dos estudantes com a plataforma foi propósito de 59 dos 65 artigos (91%), e relacionar essa interação com o desempenho, de 42 (65%) [15]. Só 2 estudos usaram os dados para detectar estudantes em risco enquanto o curso ainda acontecia, só 1 levou o modelo de previsão à prática com intervenções, e os autores encontraram um único caso em que o conhecimento de uma edição do curso serviu para melhorar a seguinte [15].
A extração do dado por estudante também pode falhar. No estudo português sobre aceitação, a pontuação global e os dados de uso do simulador ficaram fora do modelo, porque faltavam para mais de 30% dos estudantes e não foi possível extrair as variáveis por estudante do ambiente virtual de aprendizagem [12].
O registro útil ao docente é o que descreve, por estudante e por caso, as decisões tomadas, a ordem em que foram tomadas e a nota com o critério que a gerou. O padrão de avaliação da INACSL observa que a gravação da experiência permite que vários avaliadores treinados a pontuem [2], e um registro exportável das decisões pode cumprir função parecida na simulação em tela.
Acessibilidade do simulador clínico virtual
A Lei Brasileira de Inclusão, Lei nº 13.146, de 6 de julho de 2015, estende às instituições privadas de ensino de qualquer nível, sem cobrança adicional, incisos do artigo 28 que incluem a oferta de serviços e de recursos de acessibilidade que eliminem as barreiras, a oferta de ensino de uso de recursos de tecnologia assistiva e a acessibilidade para todos os estudantes às edificações, aos ambientes e às atividades de ensino [16]. O artigo 63 torna obrigatória a acessibilidade nos sítios da internet mantidos por empresas com sede ou representação comercial no país, conforme as melhores práticas e diretrizes de acessibilidade adotadas internacionalmente [16]. A lei fala em sítios da internet, e o enquadramento de um simulador distribuído como aplicativo cabe ao setor jurídico.
A diretriz internacional de referência é a WCAG 2.2, do World Wide Web Consortium (W3C), em versão de dezembro de 2024, com três níveis de conformidade: A, AA e AAA [17]. Quatro critérios dela permitem uma triagem no próprio piloto: toda a funcionalidade operável por teclado (nível A), alternativa em texto para o conteúdo que não é texto (nível A), contraste mínimo de 4,5:1 para o texto comum e de 3:1 para o texto grande (nível AA), medido com um verificador de contraste, e, quando há tempo-limite, a possibilidade de desligá-lo, ajustá-lo ou estendê-lo (nível A) [17]. A diretriz excetua o limite de tempo essencial, aquele cuja extensão invalidaria a atividade [17]. Num caso em que a piora do paciente com o tempo faz parte do que se ensina, cabe à instituição decidir, com o setor de apoio ao estudante, que adaptação preserva o objetivo. A triagem não substitui o relatório de conformidade que a instituição pode pedir ao fornecedor.
Proteção de dados dos estudantes na contratação do simulador
A Lei Geral de Proteção de Dados Pessoais (LGPD), Lei nº 13.709, de 14 de agosto de 2018, chama de controlador a pessoa natural ou jurídica a quem competem as decisões referentes ao tratamento de dados pessoais, e de operador quem realiza o tratamento em nome do controlador [18]. Tratamento abrange coleta, armazenamento, avaliação, transferência e eliminação, entre outras operações. Quando a instituição decide para que e como os dados dos estudantes serão usados e o fornecedor os processa em nome dela, é nesses termos que o contrato se lê. Se o fornecedor decide sobre parte do tratamento, por exemplo ao usar os dados para fins próprios, a definição de controlador o alcança nessa parte, e o contrato precisa dizer quais são essas operações.
O operador deve tratar os dados segundo as instruções do controlador, que verifica a observância delas e das normas (artigo 39). Controlador e operador devem manter registro das operações de tratamento (artigo 37), os agentes de tratamento devem adotar medidas de segurança técnicas e administrativas (artigo 46), e o controlador deve comunicar à autoridade nacional e ao titular o incidente de segurança que possa acarretar risco ou dano relevante (artigo 48) [18]. Os princípios da finalidade e da necessidade limitam o tratamento a propósitos legítimos, específicos, explícitos e informados ao titular, e ao mínimo necessário para cumpri-los (artigo 6º). O tratamento termina, entre outras hipóteses, quando a finalidade é alcançada, e os dados são eliminados depois do término, com as exceções que a lei prevê (artigos 15 e 16). O titular tem direito de acesso aos próprios dados (artigo 18), e a transferência internacional só é permitida nos casos que a lei lista, o primeiro deles para país ou organismo com grau de proteção adequado (artigo 33) [18].
Na contratação, a lei vira perguntas com resposta por escrito: que dados do estudante o programa coleta e para quê; onde ficam armazenados, inclusive em que país; quem, no fornecedor, tem acesso a eles; em que prazo e por que canal a instituição é avisada de um incidente; como os dados são devolvidos e eliminados ao fim do contrato; e como o estudante exerce o acesso ao que foi registrado sobre ele. As perguntas coincidem com as diretrizes de acesso, retenção e eliminação de dados que o documento complementar da SSH indica para a política de dados do programa de simulação [4]. Uma declaração de conformidade no site do fornecedor não responde a nenhuma delas, e o enquadramento da base legal de cada tratamento cabe ao setor jurídico da instituição.
Critérios de escolha e roteiro do piloto de avaliação
Parte de cada critério se cumpre por documento e parte só aparece no uso, e a Tabela 1 separa as duas.
Tabela 1. Critérios para avaliar um simulador clínico virtual, o que pedir por escrito ao fornecedor e o que verificar no piloto, com a fonte de cada critério.
| Critério | O que pedir por escrito | O que verificar no piloto | Fonte |
|---|---|---|---|
| Objetivos e avaliação | Como o docente declara objetivos e define, por caso, se o uso é formativo ou somativo | Um docente monta uma sessão com objetivos próprios | [1, 2] |
| Retorno ao estudante | Que retorno o programa dá, em que momento e ligado a que objetivo | Os estudantes recebem o retorno, e o docente o usa no debriefing | [1, 3, 6] |
| Repetição e variação | Se o caso pode ser refeito, quantos casos e níveis de dificuldade existem | O estudante refaz o caso e encontra variação | [5] |
| Fidelidade conceitual | Quem escreveu e revisou os casos, e com que fontes | Especialistas da casa conferem a coerência de cada caso usado | [1] |
| Usabilidade e aceitação | Estudos de usabilidade já feitos, com instrumento e tamanho da amostra | SUS em português, adjetivo e taxa de tarefas concluídas; relevância e intenção de uso | [7, 9, 10, 12] |
| Validade da nota | Para que uso a nota foi estudada, com que estudantes e com que evidência | Relação da nota com uma medida independente da mesma competência | [13, 14] |
| Dados para o docente | Formato de exportação por estudante e por caso | Um docente extrai os dados e os abre fora do programa | [12, 15] |
| Acessibilidade | Nível de conformidade com a WCAG 2.2 declarado e testado | Teclado, texto alternativo, contraste e tempo-limite | [16, 17] |
| Proteção de dados | Papéis de controlador e operador, local de armazenamento, aviso de incidente, eliminação ao fim do contrato | O setor jurídico revisa o contrato antes da assinatura | [4, 18] |
O piloto tem uma ordem que poupa trabalho. Os critérios de contrato e de função eliminam primeiro, porque não dependem do uso; usabilidade e dados vêm depois, com estudantes; e a evidência de validade da nota vem por último, na medida do uso: mais extensa se a nota pesar em decisão, proporcional se ela orientar o retorno ao estudante. A Figura 2 mostra essa sequência.
Um roteiro de piloto, com o que as fontes pedem em cada passo:
- Escreva antes as decisões que o piloto vai sustentar: uso formativo, uso no debriefing ou nota que pesa na aprovação. A evidência exigida depende disso [2, 13].
- Escolha casos que cubram os objetivos de uma disciplina real e peça a especialistas da casa que confiram a fidelidade conceitual de cada um [1].
- Use participantes parecidos com o público final [1]. Para a usabilidade, de 8 a 12 usuários já dão resultado confiável, segundo o estudo de Tullis e Stetson citado pelo autor da SUS [7]; para a evidência de validade da nota, o grupo precisa ser maior, e o tamanho se define pela decisão.
- Logo depois do uso, aplique a SUS em português com a pergunta de adjetivo, registre quais tarefas cada estudante concluiu e relate a média com o intervalo de confiança de 95% [9, 10]. Pergunte também se o simulador é relevante para o que ele está aprendendo [12].
- Peça a um docente que não participou da negociação que extraia os dados por estudante e prepare com eles um debriefing; registre o tempo gasto.
- Se a nota for usada em decisão, relacione-a a uma medida independente da mesma competência, aplicada aos mesmos estudantes [13]. Se for usada só no retorno ao estudante, colha evidência proporcional a esse uso antes de tratá-la como sinal de competência ou de lacuna [13].
- Teste os quatro critérios de acessibilidade com o teclado, um leitor de tela, um verificador de contraste e um caso com tempo-limite [17].
- Aplique o mesmo roteiro a cada produto em avaliação, com os mesmos objetivos de aprendizagem, e registre também a avaliação dos docentes, como pede o padrão 14 da ASPiH [3].
O custo entra depois que os critérios separam os candidatos. Na planilha, a licença é um ingrediente ao lado das horas de docente que cada formato exige, e o guia Quanto custa uma hora de laboratório de simulação? mostra como somar os dois e chegar ao custo por aluno.
O que ainda não se sabe
- Que processo de escolha leva a melhor resultado de ensino. Nenhum dos estudos citados comparou formas de selecionar um simulador.
- Quais elementos de desenho do caso em tela mais mudam o aprendizado. Há só dez comparações diretas entre desenhos de paciente virtual [6], e a revisão de 2005 conta frequência de relato, não efeito [5].
- Que escore da SUS separa um simulador adequado de um inadequado no ensino médico. As referências de leitura vêm de produtos da indústria em geral [8, 9].
- A estrutura fatorial da versão brasileira da SUS, que não se confirmou na análise exploratória [10].
- Se a nota gerada pelos simuladores em tela prediz o desempenho com pacientes. A revisão de 2022 examinou os instrumentos de desfecho dos ensaios, e não a nota dos programas [14].
- Se os dados entregues ao docente mudam o aprendizado. Raros estudos usaram os dados para intervir durante o curso [15].
Como conduzir a escolha na sua instituição
Escreva os critérios antes da primeira demonstração. A Tabela 1 cabe numa página e serve para qualquer produto, inclusive para reprovar o que já está contratado. Uma comissão com coordenação de curso, um docente que vai usar o simulador, o setor de tecnologia e o jurídico cobre as colunas da tabela.
Peça ao fornecedor, por escrito, os estudos de usabilidade e de evidência de validade já feitos com o produto, com instrumento, amostra e uso pretendido, e trate a ausência deles como dado do piloto, a ser colhido na casa. Nos ensaios randomizados com simulação de paciente em realidade virtual reunidos em 2022, pouco mais da metade relatou evidência de validade dos instrumentos de desfecho [14], e a nota de cada programa precisa de evidência própria para o uso que a instituição planeja. Pese a favor do fornecedor que aceita a coleta no piloto e entrega os dados para ela.
Fovea™ é um simulador clínico em tela em que o estudante conduz o caso e o estado do paciente evolui durante a sessão conforme as decisões que ele toma. Ao docente, entrega relatório por aluno e por turma com as decisões de cada estudante no caso, base para o debriefing e para as verificações de dados descritas neste guia. Os estudos citados avaliaram outros programas, e a Tabela 1 se aplica a ele como a qualquer produto. Para ver o simulador com a sua equipe, solicite uma demonstração.
Referências
- INACSL Standards Committee, Watts PI, McDermott DS, Alinier G, Charnetski M, Ludlow J, Horsley E, Meakim C, Nawathe PA. Healthcare Simulation Standards of Best Practice: Simulation Design. Clin Simul Nurs. 2021;58:14-21. doi:10.1016/j.ecns.2021.08.009
- INACSL Standards Committee, McMahon E, Jimenez FA, Lawrence K, Victor J. Healthcare Simulation Standards of Best Practice: Evaluation of Learning and Performance. Clin Simul Nurs. 2021;58:54-56. doi:10.1016/j.ecns.2021.08.016
- Diaz-Navarro C, Laws-Chapman C, Moneypenny M, Purva M. The ASPiH Standards 2023: guiding simulation-based practice in health and care. Association for Simulated Practice in Healthcare; 2023. Abrir a fonte
- Society for Simulation in Healthcare, Committee for Accreditation of Healthcare Simulation Programs. Core Accreditation Standards Companion Document, 2021 Standards Revisions. SSH; 2021. Abrir a fonte
- Issenberg SB, McGaghie WC, Petrusa ER, Gordon DL, Scalese RJ. Features and uses of high-fidelity medical simulations that lead to effective learning: a BEME systematic review. Med Teach. 2005;27(1):10-28. doi:10.1080/01421590500046924
- Kononowicz AA, Woodham LA, Edelbring S, Stathakarou N, Davies D, Saxena N, Tudor Car L, Carlstedt-Duke J, Car J, Zary N. Virtual Patient Simulations in Health Professions Education: Systematic Review and Meta-Analysis by the Digital Health Education Collaboration. J Med Internet Res. 2019;21(7):e14676. doi:10.2196/14676
- Brooke J. SUS: a retrospective. J Usability Stud. 2013;8(2):29-40. Abrir a fonte
- Lewis JR, Sauro J. Item benchmarks for the System Usability Scale. J Usability Stud. 2018;13(3):158-167. Abrir a fonte
- Bangor A, Kortum P, Miller J. Determining what individual SUS scores mean: adding an adjective rating scale. J Usability Stud. 2009;4(3):114-123. Abrir a fonte
- Lourenço DF, Carmona EV, Lopes MHBM. Translation and Cross-Cultural Adaptation of the System Usability Scale to Brazilian Portuguese. Aquichan. 2022;22(2):e2228. doi:10.5294/aqui.2022.22.2.8
- Elhilali A, Ngo ASH, Reichenpfader D, Denecke K. Large Language Model-Based Patient Simulation to Foster Communication Skills in Health Care Professionals: User-Centered Development and Usability Study. JMIR Med Educ. 2025;11:e81271. doi:10.2196/81271
- Padilha JM, Costa P, Sousa P, Ferreira A. Clinical virtual simulation: predictors of user acceptance in nursing education. BMC Med Educ. 2024;24:299. doi:10.1186/s12909-024-05154-2
- Cook DA, Hatala R. Validation of educational assessments: a primer for simulation and beyond. Adv Simul (Lond). 2016;1:31. doi:10.1186/s41077-016-0033-y
- Tudor Car L, Kyaw BM, Teo A, Erlikh Fox T, Vimalesvaran S, Apfelbacher C, Kemp S, Chavannes N. Outcomes, Measurement Instruments, and Their Validity Evidence in Randomized Controlled Trials on Virtual, Augmented, and Mixed Reality in Undergraduate Medical Education: Systematic Mapping Review. JMIR Serious Games. 2022;10(2):e29594. doi:10.2196/29594
- Bojic I, Mammadova M, Ang C-S, Teo WL, Diordieva C, Pienkowska A, Gašević D, Car J. Empowering Health Care Education Through Learning Analytics: In-depth Scoping Review. J Med Internet Res. 2023;25:e41671. doi:10.2196/41671
- Brasil. Lei nº 13.146, de 6 de julho de 2015. Institui a Lei Brasileira de Inclusão da Pessoa com Deficiência (Estatuto da Pessoa com Deficiência). Diário Oficial da União, 7 de julho de 2015. Abrir a fonte
- World Wide Web Consortium (W3C). Web Content Accessibility Guidelines (WCAG) 2.2. W3C Recommendation, 12 December 2024. Abrir a fonte
- Brasil. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, 15 de agosto de 2018. Abrir a fonte
Continue lendo
Gestão e custo do ensino prático
Como implantar um programa de simulação, do piloto à rotina
Barreiras medidas e facilitadores relatados na implantação da simulação, um roteiro do piloto à rotina e os indicadores do primeiro ano do programa.
Gestão e custo do ensino prático
Como formar docentes e facilitadores para simulação clínica
O que os padrões INACSL, ASPiH e SSH exigem de quem conduz a simulação, quantas pessoas um programa emprega e o que as revisões mediram sobre a formação.
Gestão e custo do ensino prático
Quanto custa uma hora de laboratório de simulação?
O que os estudos mediram sobre o custo da simulação, por que quase nenhum relata a conta inteira e como calcular o custo por aluno e por hora na escola.


