A Valid and Reliable Assessment Tool for Remote Simulation-Based Ultrasound-Guided Regional Anesthesia
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The purpose of this study was to establish construct and concurrent validity and interrater reliability of an assessment tool for ultrasound-guided regional anesthesia (UGRA) performance on a high-fidelity simulation model. METHODS: Twenty participants were evaluated using a Checklist and Global Rating Scale designed for assessing any UGRA block. The participants performed an ultrasound-guided supraclavicular brachial plexus block on both a patient and a simulator. Evaluations were completed in-person by an expert and remotely by a blinded expert using video recordings. Using previous number of blocks performed as an indication of expertise, participants were divided into Novice (n = 8) and Experienced (n = 12) groups. Construct validity was assessed through the tool's reliable on-site and remote discrimination of Novice and Experienced anesthetists. Concurrent validity was established by comparisons of patient versus simulator scoring. Finally, interrater reliability was determined by comparing the scores of on-site and off-site evaluators. RESULTS: The Global Rating Scale was able to differentiate Novice from Experienced anesthetists both by on-site and remote assessment on a patient and simulation model. The Checklist was unable to discern the 2 groups on a simulation model remotely and was marginally significant with on-site scoring. CONCLUSIONS: This is the first study to demonstrate the validity and reliability of a Global Rating Scale assessment tool for use in UGRA simulation training. Although the checklist may require further refinement, the Global Rating Scale can be used for remote and on-site assessment of UGRA skills.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».