When trainees reach competency in performing endoscopic ultrasound: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background/Study aim The American Society for Gastrointestinal Endoscopy (ASGE) recommends that trainees complete 150 endoscopic ultrasound (EUS) procedures before assessing competency. However, this recommendation is largely based on limited evidence and expert opinion. With new evidence suggesting that this historical threshold is underestimating training requirements, we evaluated the learning curve for achieving competency in EUS. Patients/Materials and methods Two investigators independently searched MEDLINE for full-text citations assessing the learning curve for achieving competency in EUS in the period 1946 to 25 March 2016. A learning curve was defined as either a tabulated or graphic representation of competency as a function of increasing EUS experience. Results Eight studies assessing 28 trainees and 7051 EUS procedures were included. When stratifying studies based on procedural indication: three studies assessed competency in evaluating mucosal lesions, three studies assessed competency in EUS fine-needle aspiration (EUS-FNA), and two studies assessed comprehensive competency. Among studies assessing mucosal lesion T-staging accuracy, competency was achieved by 65 to 231 procedures. Among studies assessing EUS-FNA, competency was achieved by 30 to 40 procedures. Among the two studies assessing comprehensive competency in EUS, competency was not achieved in either study across all trainees. Only four of 17 trainees reached competency by 225 to 295 EUS procedures. Conclusion As EUS competency assessment has evolved to more closely reflect independent clinical practice, the number of procedures required to achieve competency has risen well above ASGE recommendations. Advanced endoscopy training programs and specialty societies need to re-assess the structure of EUS training.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle