Structure and evaluation of a multidisciplinary point of care ultrasound guided central line program: An update
Notice bibliographique
Résumé
Background: Point of Care Ultrasound (PoCUS) is well established within Emergency Medicine, however the availability of formal training for other clinical disciplines is limited. Recently, many other disciplines, including Internal Medicine, Surgery, Anesthesia, Obstetrics & Gynecology, and Rural Family Medicine, have recognized the clinical and educational benefits of PoCUS and are seeking to establish formal training programs. Memorial University has established a cost-efficient, multidisciplinary PoCUS training program that focuses on training residents discipline-specific ultrasound skills. This modular program consists of a combination of online education, practical training, competency development and subsequent knowledge transfer. The program tracks individual residents progress via a learning management system. Through learning, teaching and administration of this self-sustaining resident-driven PoCUS program, residents will reflect on and enhance development of their CanMEDS roles. Objectives To provide an update on the structure, implementation, and assessment of Memorial University’s Ultrasound Guided Central Line Program. Methods Assessment will consist of pre and post surveys of residents’ skill and comfort placing lines, reflection on the impact program had on CanMEDS roles development, and analysis of complication rates and instructor assessments during competency development. Also, trends in catheter related bloodstream infections using standardized hospital data before and during program implementation will be monitored. Conclusions: Memorial University’s Multidisciplinary Point of Care Ultrasound Program combines a new approach to train residents in ultrasound while using and developing the CanMEDS roles. This project will provide guidance to other Universities across Canada on the design and implementation of a cost-effective, multidisciplinary PoCUS training program incorporating the CanMEDS framework. The authors would like to thank the Medical Research Endowment Fund, Memorial University for its financial support of this initiative.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».