Ultrasound-Guided Regional Anesthesia Simulation Training
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Ultrasound-guided regional anesthesia (UGRA) has become the criterion standard of regional anesthesia practice. Ultrasound-guided regional anesthesia teaching programs often use simulation, and guidelines have been published to help guide URGA education. This systematic review aimed to examine the effectiveness of simulation-based education for the acquisition and maintenance of competence in UGRA. METHODS: Studies identified in MEDLINE, EMBASE, CINAHL, Cochrane Central Register of Controlled Trials, and ERIC were included if they assessed simulation-based UGRA teaching with outcomes measured at Kirkpatrick level 2 (knowledge and skills), 3 (transfer of learning to the workplace), or 4 (patient outcomes). Two authors independently reviewed all identified references for eligibility, abstracted data, and appraised quality. RESULTS: After screening 176 citations and 45 full-text articles, 12 studies were included. Simulation-enhanced training improved knowledge acquisition (Kirkpatrick level 2) when compared with nonsimulation training. Seven studies measuring skill acquisition (Kirkpatrick level 2) found that simulation-enhanced UGRA training was significantly more effective than alternative teaching methods or no intervention. One study measuring transfer of learning into the clinical setting (Kirkpatrick level 3) found no difference between simulation-enhanced UGRA training and non-simulation-based training. However, this study was discontinued early because of technical challenges. Two studies examined patient outcomes (Kirkpatrick level 4), and one of these found that simulation-based UGRA training improved patient outcomes compared with didactic teaching. CONCLUSIONS: Ultrasound-guided regional anesthesia knowledge and skills significantly improved with simulation training. The acquired UGRA skills may be transferred to the clinical setting; however, further studies are required to confirm these changes translate to improved patient outcomes.
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 | 0,005 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».