A Presurvey and Postsurvey of a Web- and Simulation-Based Course of Ultrasound-Guided Nerve Blocks for Pediatric Emergency Medicine
Notice bibliographique
Résumé
OBJECTIVES: Fracture pain in the pediatric emergency department generally is treated with systemic analgesia using opioids. Fracture pain can alternatively be controlled with ultrasound (U/S)-guided nerve blocks for which only minimal training is available to pediatric emergency medicine physicians. This study evaluated the effects of a Web- and half-day simulation-based U/S course. Outcome measures were physician comfort level with and intention to use U/S-guided nerve blocks in clinical practice. METHODS: We conducted a presurvey and postsurvey study targeting pediatric emergency medicine physicians. Participants completed a Web-based tutorial and a half-day simulation program. Participants completed survey questionnaires to document their comfort level and intention to use U/S-guided nerve blocks. Questionnaires were completed before, immediately after, and 1 month after course. RESULTS: Eleven physicians participated in the study. The participants' comfort with and intention to use U/S-guided ulnar and femoral nerve blocks increased immediately after course, but neither increase was sustained 1 month after course. Immediately following the course, participants reported that the course addressed their learning needs (91%) and that they would consider advanced training (91%). One month after course, participants reported that they would partake in refresher courses (82%), particularly if offered once per year (64%). CONCLUSIONS: This study suggests that Web- and simulation-based learning can increase comfort and intention to use U/S-guided nerve blocks and the need for follow-on training. Participants reported that their learning needs were met but that they would need annual refresher courses.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».