Defining Competencies for Ultrasound‐Guided Bedside Procedures
Notice bibliographique
Résumé
OBJECTIVES: This study sought to define the competencies in ultrasound knowledge and skills that are essential for medical trainees to master to perform ultrasound-guided central venous catheterization, thoracentesis, and paracentesis. METHODS: Experts in the 3 procedures were identified by a snowball technique through 3 Canadian tertiary academic health centers. Experts completed 2 rounds of surveys, including an 88-item central venous catheterization survey, a 96-item thoracentesis survey, and an 89-item paracentesis survey. For each item, experts were asked to determine whether the knowledge/skill described was essential, important, or marginal. Consensus on an item was defined as agreement by at least 80% of the experts. For items on which consensus was not reached during the first round of surveys, a second survey was created in which the experts were asked to rate the item in a binary fashion (essential/important versus marginal/unimportant). RESULTS: Of the 27 experts invited to complete each survey, 25 (93%) completed the central venous catheterization survey; 22 (81%) completed the thoracentesis survey; and 23 (85%) completed the paracentesis survey. The experts represented 8 specialties from 8 cities within Canada. A total of 22, 32, and 28 items were determined to be essential competencies for central venous catheterization, thoracentesis, and paracentesis, respectively, whereas 47, 38, and 42 competencies were determined to be important, and 8, 13, and 10 were determined to be marginal. The ability to perform real-time direct ultrasound guidance was considered essential only for the performance of central venous catheterization insertion. CONCLUSIONS: Our study presents expert consensus-derived ultrasound competencies that should be considered during the design and implementation of procedural skills training for learners.
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 | 0,003 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».