Time-motion studies of internal medicine residents' duty hours: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Since the mid-1980s, medical residents' long duty hours have been under scrutiny as a factor affecting patient safety and the work environment for the residents. After several mandated changes in duty hours, it is important to understand how residents spend their time before proposing and implementing future changes. Time-motion methodology may provide reliable information on what residents do while on duty. PURPOSE: The purpose of this study is to review all available literature pertaining to time-motion studies of internal medicine residents while on a medicine service and to understand how much of their time is apportioned to various categories of tasks, and also to determine the effects of the Accreditation Council for Graduate Medical Education (ACGME)-mandated duty hour changes on resident workflow in North America. METHODS: Electronic bibliographic databases were searched for articles in English between 1941 and April 2013 reporting time-motion studies of internal medicine residents rotating through a general medicine service. RESULTS: Eight articles were included. Residents spent 41.8% of time in patient care activities, 18.1% communicating, 13.8% in educational activities, 19.7% in personal/other, and 6.6% in transit. North American data showed the following changes after the implementation of the ACGME 2003 duty hours standard: patient care activities from 41.8% to 40.8%, communication activities from 19.0% to 22.3%, educational activities from 17.7% to 11.6%, and personal/other activities from 21.5% to 17.1%. CONCLUSION: There was a paucity of time-motion data. There was great variability in the operational definitions of task categories reported in the studies. Implementation of the ACGME duty hour standards did not have a significant effect on the percentage of time spent in particular tasks. There are conflicting reports on how duty hour changes have affected patient safety. A low proportion of time spent in educational activities deserves further study and may point to a review of the educational models used.
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 | 0,013 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,026 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».