MétaCan
Menu
Retour à la cohorte
Enregistrement W2091351332 · doi:10.1186/s12909-014-0252-7

Impact of a competency based curriculum on quality improvement among internal medicine residents

2014· article· en· W2091351332 sur OpenAlexafffundabout
Mark C. Fok, Roger Wong

Notice bibliographique

RevueBMC Medical Education · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésCurriculumMedicineMedical educationQuality managementSelf-assessmentProgram evaluationFamily medicinePsychologyPedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Teaching quality improvement (QI) principles during residency is an important component of promoting patient safety and improving quality of care. The literature on QI curricula for internal medicine residents is limited. We sought to evaluate the impact of a competency based curriculum on QI among internal medicine residents. METHODS: This was a prospective, cohort study over four years (2007-2011) using pre-post curriculum comparison design in an internal medicine residency program in Canada. Overall 175 post-graduate year one internal medicine residents participated. A two-phase, competency based curriculum on QI was developed with didactic workshops and longitudinal, team-based QI projects. The main outcome measures included self-assessment, objective assessment using the Quality Improvement Knowledge Assessment Tool (QIKAT) scores to assess QI knowledge, and performance-based assessment via presentation of longitudinal QI projects. RESULTS: Overall 175 residents participated, with a response rate of 160/175 (91%) post-curriculum and 114/175 (65%) after conducting their longitudinal QI project. Residents' self-reported confidence in making changes to improve health increased and was sustained at twelve months post-curriculum. Self-assessment scores of QI skills improved significantly from pre-curriculum (53.4 to 69.2 percent post-curriculum [p-value 0.002]) and scores were sustained at twelve months after conducting their longitudinal QI projects (53.4 to 72.2 percent [p-value 0.005]). Objective scores using the QIKAT increased post-curriculum from 8.3 to 10.1 out of 15 (p-value for difference <0.001) and this change was sustained at twelve months post-project with average individual scores of 10.7 out of 15 (p-value for difference from pre-curriculum <0.001). Performance-based assessment occurred via presentation of all projects at the annual QI Project Podium Presentation Day. CONCLUSION: The competency based curriculum on QI improved residents' QI knowledge and skills during residency training. Importantly, residents perceived that their QI knowledge improved after the curriculum and this also correlated to improved QIKAT scores. Experiential QI project work appeared to contribute to sustaining QI knowledge at twelve months.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,031
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,017
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)0,0040,000

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 Opus0,057
Tête enseignante GPT0,495
Écart entre enseignants0,438 · 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 tête enseignante, pas un consensus.

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

Citations36
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetPatient Safety and Medication ErrorsTravaux en français237 207