MétaCan
Menu
Retour à la cohorte
Enregistrement W2003692271 · doi:10.1097/sih.0b013e31821dfd05

Nontechnical Skills Assessment After Simulation-Based Continuing Medical Education

2011· article· en· W2003692271 sur OpenAlexaff
Pamela J. Morgan, Matt M. Kurrek, Susan Bertram, Vicki R. LeBlanc, Teresa Przybyszewski

Notice bibliographique

RevueSimulation in Healthcare The Journal of the Society for Simulation in Healthcare · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensHealth Sciences CentreUniversity of TorontoToronto Public HealthSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésDebriefingInter-rater reliabilitySession (web analytics)ChecklistIntraclass correlationMedicineReliability (semiconductor)PsychologyMedical educationPhysical therapyClinical psychologyPsychometricsComputer scienceRating scale

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Human factors have been identified as root causes of human error in medicine. The "Anesthetists' Non-Technical Skills (ANTS) system" evaluates the effect of simulation training and debriefing on nontechnical skills (NTS). Studies suggest that residents' NTS may improve after simulation training but the effect on NTS of practicing anesthesiologists is unclear. The purpose of this study was to determine whether high-fidelity simulation training and debriefing improved the NTS of practicing anesthesiologists using the ANTS tool. METHODS: In a previous study, 67 practicing anesthesiologists managed a 45-minute standardized anesthetic case using high-fidelity simulation and returned 5 to 9 months later to manage a second case. After Research Ethics Board approval, two blinded video reviewers, trained in the use of the ANTS system, evaluated archived videotapes of the 59 subjects who completed both sessions. Results were analyzed with a mixed-design analysis of variance. Interrater reliability was calculated using the intraclass correlation coefficient. RESULTS: Interrater reliability for the ANTS scoring was 0.436, P < 0.05. Overall, ANTS scores improved approximately 5% from session 1 to 2 (P < 0.01), but there was no effect due to debriefing. The situational awareness ANTS category showed a statistically significant effect of debriefing (P < 0.05). CONCLUSIONS: The relatively short simulation intervention, the length of time until the posttest was completed, well-developed NTS in practicing physicians, and a tool that might not be the optimal method of measurement may all account for the lack of improvement in NTS of practicing anesthesiologists as demonstrated in this study.

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)0,003
score de la tête « metaresearch » (Gemma)0,022
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 seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,419
Écart entre enseignants0,380 · 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

Citations44
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSimulation in Healthcare The Journal of the Society for Simulation in HealthcareMême sujetSimulation-Based Education in HealthcareTravaux en français237 207