MétaCan
Menu
← Retour à la cohorte
Enregistrement W2799381157 · doi:10.22037/jme.v16i4.18830

Induction Based Training leads to Highly Significant Improvements of Objective and Subjective Suturing Ability in Junior Doctors

2018· article· en· W2799381157 sur OpenAlexaff
Kevin Garry, Gladyce H. Bradley, Shannon M. McAllister

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Medical educationPsychologyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Simulation based training has shown to be of benefit in the education of medical students. However, the impact of induction based clinical simulation on surgical ability of qualified doctors remains unclear. The aim of this study was to establish if a 60 minute teaching session integrated into an Emergency Medicine speciality induction program produces statistically significant improvements in objective and subjective suturing abilities of junior doctors commencing an Emergency Medicine rotation. Methods: The objective suturing abilities of 16 Foundation Year Two doctors were analysed using a validated OSATs scale prior to a novel teaching intervention. The doctors then undertook an intensive hour long workshop receiving one to one feedback before undergoing repeat OSATs assessment. Subjective ability was measured using a 5 point likert scale and self-assessed competency reporting interrupted suturing before and after the intervention. Photographs of wound closure before and after the intervention were recorded for further blinded assessment of impact of intervention. A survey regarding continued ability was repeated at four months following the intervention. The study took place on 7/12/16 during the Belfast Health and Social Care Trust Emergency Medicine induction in the Royal Victoria Hospital Belfast. The hospital is a regional level 1 trauma centre that has annual departmental attendances in excess of 200,000. All new junior doctors commencing the Emergency Medicine rotation were invited to partake in the study. All 16 agreed. The group consisted of a mixture of undergraduate and postgraduate medical doctors who all had 16 months experience working in a variety of medical or surgical jobs previously. Results: Following the teaching intervention objective and subjective abilities in interrupted suturing showed statistically significant improvement (P>0.005). Self-reporting of competency of independently suturing wounds improved from 50% pre intervention to 100% post intervention. At four month follow up responding participants reported continued increase in confidence and independence in interrupted suturing. Conclusion: This study suggests that induction based teaching is a practical and robust means of producing lasting improvement in the subjective and objective suturing abilities of medical staff commencing Emergency Medicine placements. We would suggest that the results are also translatable to doctors starting other surgical rotations and practical induction based teaching should be considered for all new trainees. Keywords: INDUCTION TRAINING, SUTURING, OBJECTIVE ABILITY, SUBJECTIVE ABILITY, STRUCTED ASSESSMENT

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,290
Tête enseignante GPT0,575
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetSimulation-Based Education in Healthcare→Travaux en français237 207→