Paramedic Performance in Calculating Drug Dosages Following Stressful Scenarios in a Human Patient Simulator
Notice bibliographique
Résumé
BACKGROUND: Paramedics face many stressors in their work environment. Studies have shown that stress can have a negative effect on the psychological well-being of health professionals. However, there is little published research regarding the effects of stress on the cognitive skills necessary for optimal patient care. OBJECTIVES: The primary purpose of this study was to investigate the effects of acute stress on the emotional response and performance of paramedics. Furthermore, the authors explored whether a paramedic's level of training or years of experience would mediate the effects of stress on performance. METHODS: Paramedic performances in calculating drug dosages were compared in two stress conditions. In the low-stress condition, 30 paramedics calculated the drug dosages in a quiet classroom free of any stressor. In the high-stress condition, the same paramedics calculated comparable drug dosages immediately after working through a challenging scenario with a human patient simulator. RESULTS: The paramedics obtained lower accuracy scores in the high-stress condition than in the low-stress condition [43% (95% confidence interval [CI]: 36.9-49.2) vs. 58% (95% CI: 48.6-67.1), p < 0.01 based on univariate analysis]. Neither work experience nor level of training predicted the individual differences in the stress-induced performance decrements. CONCLUSION: These results suggest that the types of stressors encountered in clinical situations can increase medical errors, even in highly experienced individuals. These findings underline the need for more research to determine the mechanisms by which stress influences clinical performance, with the ultimate goal of targeting education or technologic interventions to those tasks, situations, and individuals most likely to benefit from such interventions.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».