Improving internal medicine residents' performance, knowledge, and confidence in central venous catheterization using simulators
Notice bibliographique
Résumé
BACKGROUND: Efficacy of simulators in teaching central venous catheterization (CVC) in an internal medicine residency program is unknown. OBJECTIVE: To determine whether or not learning CVC on simulators is associated with improvement in performance of CVC, knowledge about the procedure, and self-reported confidence. METHODS: All consenting first-year internal medicine residents who completed training in CVC on simulators were included. Participants were evaluated pre- and post-training by video-recorded CVC insertion and multiple-choice knowledge assessments. Procedural technique was rated in a blinded fashion by two independent adjudicators. Knowledge retention and self-reported confidence were reassessed at 18 months. MEASUREMENTS: Primary outcome of CVC performance was assessed based on global rating score (minimum 1, maximum 5). Secondary measures include checklist score (out of ten), knowledge score and self-reported confidence (6-point Likert scale ranging from "none" to "complete"). RESULTS: Median global rating scores in 30 participants increased from 3.5 (IQR = 3-4) to 4.5 (IQR = 4-4.5) (P < 0.001). Checklist score increased from 9 (IQR = 6-9.5) to 9.5 (IQR = 9-9.5) (P < 0.001). Knowledge score increased from 65.7 +/- 11.9% to 81.2 +/- 10.7% (P < 0.001). Confidence increased from 3 ("moderate", IQR = 2-3) to 4 ("good", IQR=3-4) (P < 0.001). Sixteen participants completed the retention tests. Improvement in knowledge score and confidence at 18 months was retained compared with baseline (P = 0.002 and P < 0.0001 respectively). CONCLUSIONS: Use of simulators in teaching CVC in an internal medicine residency program results in improved procedural performance, knowledge, and self-reported confidence. Improvement in knowledge and confidence was retained at 18 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».