MétaCan
Menu
Retour à la cohorte
Enregistrement W2803476828 · doi:10.1093/pch/pxy054.123

USE OF SIMULATION-BASED SKILL ACQUISITION INSTRUCTION (SSAI) FOR MANUAL MASK VENTILATION (MMV) IMPROVES THE ABILITY OF NEONATAL RESUSCITATION PROGRAM (NRP) PROVIDERS TO DELIVER AND RETAIN EFFECTIVE MMV SKILLS

2018· article· en· W2803476828 sur OpenAlexaff
Harish Amin, Nalini Singhal, Tanya Beran, Majeeda Kamaluddeen, Parthiv Amin, Amuchou Soraisham, Paul H. Brown, Khalid Aziz

Notice bibliographique

RevuePaediatrics & Child Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésChecklistCardiopulmonary resuscitationRandomized controlled trialCompetence (human resources)Neonatal resuscitationRandomizationComputer scienceDreyfus model of skill acquisitionVideo recordingMedical physicsResuscitationMedicinePsychologyMultimediaEmergency medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Ten percent of infants require resuscitation at birth. Effective manual mask ventilation (MMV) establishes functional residual capacity and delivers tidal volumes that promote gas exchange. A standard 4 to 6-hour NRP workshop does not ensure MMV competence. In fact, studies show that MMV is ineffective in 30 to 70% of simulated resuscitations. Effective MMV requires continual evaluation, and appropriate use of corrective steps when necessary. We hypothesize that simulation-based learning with video feedback improves MMV performance compared to traditional teaching. OBJECTIVES 1. To assess MMV skills in NRP providers before and after simulation-based skill acquisition instruction (SSAI) using video-feedback. 2. To compare MMV performance between SSAI intervention and control groups. 3. To determine retention of MMV skills at 3 to 4 months post-intervention. DESIGN/METHODS In this randomized controlled study, perinatal care providers who had completed a standard NRP workshop were randomly assigned to an intervention (SSAI) or control group. All participants were assessed and videorecorded performing a standard MMV skill station using a NeoNatalie™ manikin. The intervention group reviewed their videorecordings and received instructor feedback on MMV performance. The control group reviewed the MMV chapter in the NRP textbook and received instructor feedback using a standard performance checklist without reviewing their videorecording. Feedback included observation of chest rise. Participants were assessed at 3 periods: (a) after first MMV station, (b) after immediate feedback, and (c) 3 to 4 months later. Video recordings were scored by two investigators blinded to the randomization groups using a 13-item MMV skill scale. (0=not done; 1= done partly; 2 = done correctly) giving a maximum score of 26. We compared scores between the two groups. RESULTS Of the 91 participants, 46 were assigned to intervention and 45 to control group. The mean scores for the control group were: 20.1 (pre); 22.6 (post); and 21.6 (at 3–4 months post) compared to 22.1 (pre); 25.1 (post) and 24.7 (at 3–4 months post) for the intervention group. Repeated measures analysis showed that there is an effect of group and time, with the intervention group performing and retaining skills better at follow up, Wilks’ lambda = 0.66, F(3,67) = 11.31, p < .001. CONCLUSION Use of SSAI with video-feedback in the teaching of MMV skills improves the ability of NRP providers to deliver and retain effective MMV in a manikin. NRP providers should be trained using SSAI. Video-feedback should be considered during NRP training. Video-feedback following real-life resuscitations should be studied for its potential benefit.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,347
Écart entre enseignants0,331 · 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'étudeObservationnel
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetSimulation-Based Education in HealthcareTravaux en français237 207