A222 TRAINEE INVOLVEMENT IN EUS PROCEDURES MAY INITIALLY BE ASSOCIATED WITH GREATER RISK AND LOWER DIAGNOSTIC YIELD: A LARGE SINGLE CENTRE STUDY
Notice bibliographique
Résumé
Limited data exists on the quality of advanced endoscopic procedures completed by trainees. The aim of this study was to describe the quality of endoscopic ultrasound (EUS) procedures performed by advanced endoscopy trainees with staff supervision (TS), using diagnostic yield (DY) and adverse event risk (AE) as quality indicators. We performed a retrospective chart review of patients who underwent EUS at The Ottawa Hospital between September 2009 and May 2015. Data was collected regarding patient demographics, procedure details, and DYs. AEs were identified by reviewing all emergency room visits and hospitalizations within 30 days of the patient’s EUS procedure. Relation of the hospital encounter (definitely, possibly and not) to the EUS procedure was established by consensus using pre-defined criteria. 1647 EUS cases were analyzed. The median patient age was 64 (IQR, 53–73) years and 50% of the patients were male. The EUS DY was 78% and the risk of an AE was 3.5% (58 cases). 27% (450) of all EUS procedures were performed by TS. Overall, TS procedures were not associated with a reduction in DY (80%, p = 0.2) or excess AE risk (4.9%, p = 0.06) in comparison to procedures performed by a staff alone (SA). However, TS DY improved every 4 months (Table 1; 76%, 79%, 84%) and TS AE risk was highest in the first and last 4 months of training (Table 1; 6.8%, 2.1%, 5.9%). This trend was not seen for procedures performed by SA (see Table 1). In the first four months of training, EUS procedures performed by trainees may be associated with lower DY and increased risk of AEs. This warrants further evaluation to determine how to avoid compromising service quality during advanced endoscopy training. Table 1. Adverse event risk and diagnostic yield during the training period. *Chi-square or Fisher exact test as required comparing the SA and TS groups. SA= staff alone; TS = trainee with staff None
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».