Vein Port Access: YouTube as a Tool for Learning Vein Port Access Technique
Notice bibliographique
Résumé
Abstract Purpose: Vein port systems are often used for infusion therapy. Safe access of these devices is necessary to ensure optimal device performance and the minimization of possible complications. We assessed the utility of YouTube for learning vein port access technique. Materials and methods: The YouTube video database was searched for video files demonstrating vein port access technique. A scoring tool was developed to acquire objective data about the adherence of the operator to accepted access technique. Results: Fifty-one YouTube videos were assessed for their value for learning vein port access technique. Using a scoring tool with a maximum score of 36, the scores for the 51 videos ranged from 7 to 32 (mean score =18.7). The best scores were for videos recorded as instructional videos by nurses and patients, with scores ranging from 17 to 32 (mean score =24.0). Conclusions: There was considerable variability in the utility and value of the videos reviewed. Some videos were very informative and instructional, some were very uninformative, and some conveyed incorrect information that could lead to device failure and undue complications related to inappropriate port access technique. Health care providers, patients, and other caregivers should be very skeptical of the value of YouTube videos demonstrating medical techniques and should only accept the information provided if it is from a reputable source, which can often be very difficult to ascertain.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».