Assessing clinical reasoning using a script concordance test with electrocardiogram in an emergency medicine clerkship rotation
Notice bibliographique
Résumé
OBJECTIVES: Script concordance tests (SCTs) can be used to assess clinical reasoning, especially in situations of uncertainty, by comparing the responses of examinees with those of emergency physicians. The examinee's answers are scored based on the level of agreement with responses provided by a panel of experts. Emergency physicians are frequently uncertain in the interpretation of ECGs. Thus, the aim of this study was to validate an SCT combined with an ECG. METHODS: An SCT-ECG was developed. The test was administered to medical students, residents and emergency physicians. Scoring was based on data from a panel of 12 emergency physicians. The statistical analyses assessed the internal reliability of the SCT (Cronbach's α) and its ability to discriminate between the different groups (ANOVA followed by Tukey's post hoc test). RESULTS: The SCT-ECG was administered to 21 medical students, 19 residents and 12 emergency physicians. The internal reliability was satisfactory (Cronbach's α=0.80). Statistically significant differences were found between the groups (F(0.271)=21.07; p<0.0001). Moreover, significant differences (post hoc test) were detected between students and residents (p<0.001), students and experts (p<0.001), and residents and experts (p=0.017). CONCLUSIONS: This SCT-ECG is a valid tool to assess clinical reasoning in a context of uncertainty due to its high internal reliability and its ability to discriminate between different levels of expertise.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 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 tête enseignante, 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 ».