Using a Computer Module to Teach Use of the EpiPen®
Notice bibliographique
Résumé
Background: The medical literature suggests that patients and physicians are deficient in their ability to use a self-injectable epinephrine device (EpiPen®) for management of anaphylaxis. This study aims to determine whether a computer module is an effective tool for the instruction of a technical skill to medical trainees.Methods: We conducted a two group comparison study of 35 Post-Graduate Year 1 and 2 Family Medicine residents. Participants were instructed on use of the EpiPen® using either a written module or a computer module. Participants were evaluated on use of the EpiPen® using standardized objective outcome measures by a blinded assessor. Assessments took place prior to and following instruction, using the assigned learning modality.Results: There were 34 participants who completed the study. Both groups demonstrated significant improvement in demonstrating use of the EpiPen® following training (p <0.001 for both). A significant post-training difference favouring the computer module learners over the written module learners was observed (p = 0.035). However, only 53% and 18% of candidates (computer module and written module, respectively) were able to correctly perform all of the checklist steps.Conclusion: While our findings suggest computer modules represent an effective modality for teaching use of the EpiPen® to medical trainees, the low number of candidates who were able to perform all the checklist items regardless of modality needs to be addressed.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».