MétaCan
Menu
Retour à la cohorte
Enregistrement W1995716597 · doi:10.1097/aap.0b013e3181a34345

Clinical Impact of Epidural Anesthesia Simulation on Short- and Long-term Learning Curve

2009· article· en· W1995716597 sur OpenAlexaff
Zeev Friedman, Naveed Siddiqui, Rita Katznelson, Isabella Devito, M. Dylan Bould, Viren N. Naik

Notice bibliographique

RevueRegional Anesthesia & Pain Medicine · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensToronto General HospitalUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineChecklistAnesthesiaFidelitySession (web analytics)High fidelityLearning curveRating scaleDreyfus model of skill acquisitionVisual analogue scalePhysical therapyComputer scienceStatisticsPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Epidural anesthesia is a technically challenging regional anesthetic technique that can be difficult to teach to novices. Epidural simulators are now available to allow realistic training within a safe and controlled environment before attempting the procedure on patients. Potentially, this may improve skill acquisition by novice residents. The purpose of this study was to examine the effect of a high-fidelity epidural anesthesia simulator on residents' ability to perform their first labor epidurals and on their learning curve compared with a group having training with a low-fidelity model. METHODS: Second-year anesthesia residents were recruited. Subjects were randomized into 2 groups and practiced epidural needle insertion on a high-fidelity epidural simulator or on a low-fidelity model. Subjects were then repeatedly videotaped performing epidural anesthesia over a 6-month period. Two blinded examiners graded each session, using a previously validated Global Rating Scale and Manual Skill Checklist to judge the skill level. RESULTS: Seventy-two sessions performed by 24 residents were recorded. Manual Skill Checklist and Global Rating Scale total scores were compared across the 2 study groups at baseline (first epidural), middle (31-90 epidurals) and late (>90 epidurals) time points using independent-samples t tests. No significant differences in scores were detected at either one of these time points. CONCLUSION: Our study shows that a simple model can be as useful for learning how to place an epidural catheter as an expensive anatomically correct simulator. New and more technologically advanced simulators should be compared against lower fidelity models to establish their utility and cost-effectiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,443
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRegional Anesthesia & Pain MedicineMême sujetSimulation-Based Education in HealthcareTravaux en français237 207