The impact of prolonged continuous wakefulness on resident clinical performance in the intensive care unit: A patient simulator study*
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the impact of prolonged continuous wakefulness on resident performance under controlled experimental conditions. DESIGN: Experimental within-subjects comparison. SETTING: High-fidelity patient simulator. PARTICIPANTS: Twelve residents in an Internal Medicine Program at various stages of training (range, 1-35 mos). MEASUREMENTS: Performance was studied during 26 hrs of continuous wakefulness at four time points (8:00-10:00 am, 2:00-4:00 pm, 2:00-4:00 am, and 8:00-10:00 am the next day) using high-fidelity patient simulation. At each session, residents managed eight simulated dysrhythmias according to advanced cardiac life support protocols (advanced cardiac life support scenarios) and then managed a simulated critically ill patient (e.g., patient with meningitis) to test more complicated clinical decision-making (complex scenario). The frequency of previously defined major medical errors (i.e., action or inaction that likely would have resulted in significant harm in a real patient) was assessed by a scorer blinded to the time of the session. For each complex scenario, a global score between 0 and 100 was also given for overall performance. The impact of wakefulness on performance was assessed by using longitudinal mixed-effects models. RESULTS: For the complex scenarios, the mean number of errors increased from 0.92 +/- 0.90 in the first session to 1.58 +/- 0.79 in the fourth session (p = .09), and mean global score decreased from 56.8 +/- 14.6 to 49.6 +/- 12.6 (p = .02). For the advanced cardiac life support scenarios, the mean number of major errors committed in the advanced cardiac life support scenarios decreased during the study period (p = .01). However, essentially all of the improvement occurred between the first and second time points, suggesting that a substantial learning effect accounted for the findings. CONCLUSIONS: During prolonged continuous wakefulness of medical residents, clinical performance in the management of a simulated critically ill patient deteriorates. The practice of scheduling residents for extended work shifts (>24 hrs) should be reconsidered.
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 | 0,001 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».