MétaCan
Menu
Retour à la cohorte
Enregistrement W2174101968 · doi:10.2215/cjn.01720215

Performance of Temporary Hemodialysis Catheter Insertion by Nephrology Fellows and Attending Nephrologists

2015· article· en· W2174101968 sur OpenAlexafffundabout
Rory McQuillan, Edward G. Clark, Alireza Zahirieh, Elaine Cohen, James Paparello, Diane B. Wayne, Jeffrey H. Barsuk

Notice bibliographique

RevueClinical Journal of the American Society of Nephrology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of OttawaUniversity of TorontoUniversity Health NetworkToronto General HospitalOttawa Hospital
Organismes subventionnairesUniversity of TorontoUniversity Health NetworkNorthwestern University
Mots-clésMedicineChecklistNephrologyHemodialysisCentral venous catheterHemodialysis CatheterCatheterInternal medicineSBMLTest (biology)Intervention (counseling)Emergency medicineIntensive care medicineNursingSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Concerns have been raised about nephrology fellows' skills in inserting temporary hemodialysis catheters. Less is known about temporary hemodialysis catheter insertion skills of attending nephrologists supervising these procedures. The aim of this study was to compare baseline temporary hemodialysis catheter insertion skills of attending nephrologists with the skills of nephrology fellows before and after a simulation-based mastery learning (SBML) intervention. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: This pre- post-intervention study with a pretest-only comparison group was conducted at the University of Toronto in September of 2014. Participants were nephrology fellows and attending nephrologists from three university-affiliated academic hospitals who underwent baseline assessment of internal jugular temporary hemodialysis catheter insertion skills using a central venous catheter simulator. Fellows subsequently completed an SBML intervention, including deliberate practice with the central venous catheter simulator. Fellows were expected to meet or exceed a minimum passing score at post-test. Fellows who did not meet the minimum passing score completed additional deliberate practice. Attending nephrologist and fellow baseline performance on the temporary hemodialysis catheter skills assessment was compared. Fellows' pre- and post-test temporary hemodialysis catheter insertion performance was compared to assess the effectiveness of SBML. The skills assessment was scored using a previously published 28-item checklist. The minimum passing score was set at 79% of checklist items correct. RESULTS: In total, 19 attending nephrologists and 20 nephrology fellows participated in the study. Mean attending nephrologist checklist scores (46.1%; SD=29.5%) were similar to baseline scores of fellows (41.1% items correct; SD=21.4%; P=0.55). Only two of 19 attending nephrologists (11%) met the minimum passing score at baseline. After SBML, fellows' mean post-test score improved to 91.3% (SD=6.9%; P<0.001). Median time between pre- and post-test was 24 hours. CONCLUSIONS: Attending nephrologists' baseline temporary hemodialysis catheter insertion skills were highly variable and similar to nephrology fellows' skills, with only a small minority able to competently insert a temporary hemodialysis catheter. SBML was extremely effective for training fellows and should be considered for attending nephrologists who supervise temporary hemodialysis catheter insertions.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,042
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,080
Tête enseignante GPT0,391
Écart entre enseignants0,311 · 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.

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

Citations45
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical Journal of the American Society of NephrologyMême sujetSimulation-Based Education in HealthcareTravaux en français237 207