Díaz Barrientos, GalinaDiaz Carrillo, Jimmy Alejandro2025-03-142025-03-142025-03-11https://hdl.handle.net/20.500.13053/12831Introducción: La tesis analiza el razonamiento clínico en internos de medicina mediante el "Script Concordance Test" (SCT). Este instrumento evalúa habilidades en contextos de incertidumbre clínica, midiendo cómo las decisiones de los estudiantes se alinean con las de expertos. Objetivo: Analizar los factores del razonamiento clínico asociados a su desempeño académico en el SCT en estudiantes de una escuela de Medicina Humana en Lima durante el 2024. Métodos: Se adoptó un enfoque cuantitativo con un diseño no experimental, de tipo observacional y transversal. Se incluyeron 87 internos de medicina, evaluando variables sociodemográficas, académicas y de entorno asistencial. El SCT fue diseñado utilizando inteligencia artificial (ChatGPT), lo que permitió generar casos clínicos validados por expertos. Se midieron variables sociodemográficas, académicas y entorno asistenciales mediante un análisis bivariado. Resultados: El 74.7% de los estudiantes aprobó el SCT, aunque el 25.3% reprobó y ChatGPT superó a estudiantes como a la mayoría de los expertos. La participación en prácticas clínicas extracurriculares tuvo un impacto significativo en el desempeño académico del SCT (p=0.030). Conclusión: El SCT demostró ser una herramienta efectiva y con evidencia confiable para para evaluar el razonamiento clínico, identificándose una asociación significativa con la participación en prácticas clínicas extracurriculares.Introduction: The thesis analyzes clinical reasoning in medical interns using the Script Concordance Test (SCT). This instrument assesses skills in contexts of clinical uncertainty, measuring how students' decisions align with those of experts. Objective: To analyze the factors of clinical reasoning associated with their academic performance in the SCT in students of a school of Human Medicine in Lima during 2024. Methods: A quantitative approach with a non-experimental, observational and cross-sectional design was adopted. Eighty-seven medical interns were included, evaluating sociodemographic, academic and care environment variables. The SCT was designed using artificial intelligence (ChatGPT), which allowed the generation of clinical cases validated by experts. Sociodemographic, academic and care environment variables were measured by bivariate analysis. Results: 74.7% of the students passed the SCT, although 25.3% failed and ChatGPT outperformed both students and most experts. Participation in extracurricular clinical practice had a significant impact on SCT academic performance (p=0.030). Conclusion: The SCT proved to be an effective tool with reliable evidence to assess clinical reasoning, identifying a significant association with participation in extracurricular clinical practices.application/pdfspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Razonamiento ClínicoClinical ReasoningEducación MédicaEducation, MedicalInteligencia ArtificialArtificial Intelligenceinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#3.02.28https://purl.org/pe-repo/ocde/ford#5.03.01https://purl.org/pe-repo/ocde/ford#2.11.02ODS 3: Salud y bienestar. Garantizar una vida sana y promover el bienestar de todos a todas las edades