Objective Structured Clinical Examination (OSCE)-based Assessment of the Advanced Trauma Life Support (ATLS) Course in Iran.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effect of advance trauma life support (ATLS®) training on general surgery residents clinical reasoning skills using the national boards-style objective structured clinical examination (OSCE). METHODS: This cross-sectional single-center study was conducted in Shiraz University of Medical Sciences including 51 surgery residents that participated in a mandatory national board style OSCE between May 2014 and May 2015. OSCE scores of two groups of general surgery residents including 23 ATLS® trained and 28 non-ATLS® trained were compared using Mann-Whitney U test. The exam was graded out of 20 points and the passing score was ≥14 including 40% trauma cases. RESULTS: There were 8(15.7%) women and 43(84.3%) men among the participants with mean age of 31.12 ± 2.69 and 33.67 ± 4.39 years in women and men respectively. Overall 7 (87.5%) women and 34 (79.07%) men passed the OSCE. The trauma section OSCE score was significantly higher in the ATLS® trained participants when compared to non-ATLS®(7.79 ± 0.81vs.6.90 ± 1.00; p=0.001). In addition, the total score was also significantly higher in ATLS® trained residents (16.07 ± 1.41 vs. 14.60 ± 1.40; p=0.001). There was no association between gender and ATLS® score (p=0.245) or passing the OSCE (p=0.503). CONCLUSION: ATLS® training is associated with improved overall OSCE scores of general surgery residents completing the board examinations suggesting a positive transfer of ATLS learned skills to management of simulated surgical patients including trauma cases.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».