A Novel Smartphone App to Support Learning and Maintaining Competency With Bier Blocks for Pediatric Forearm Fracture Reductions: Protocol for a Mixed-Methods Study
Notice bibliographique
Résumé
BACKGROUND: Distal forearm fractures are among the most common injuries presenting to the pediatric emergency department (PED). Bier block (BB), or intravenous regional anesthesia, is a safe and effective alternative to procedural sedation for closed reduction of forearm fractures; it is associated with fewer adverse events, a shorter length of stay, and reduced costs. BB has long remained relatively underutilized; however, with an increasing emphasis on efficient resource use and patient-centered care, there is renewed interest in this technique. OBJECTIVE: Our tertiary PED recently became the first in Canada to successfully implement an active BB program. Subsequently, we developed a mobile BB smartphone app designed to support the sustained departmental use of BB. The app can be used for training and maintenance of competency and incorporates instructional material, as well as our institutional BB protocol, printable medication order sheets, and monitoring forms. The present report describes the development and functionality of the BB smartphone app. METHODS: We have described app development and content. App dissemination metrics will be tracked, and user feedback will be analyzed using a self-administered electronic survey. Additionally, app utilization in our PED will be compared with real-world clinical use of BB for fracture reductions. RESULTS: The first iteration of the BB app was launched in 2015, with the most recent update in September 2018. App metric tracking is planned for January 2020 until December 2021. CONCLUSIONS: We have highlighted how the BB app serves as a paradigm of an educational tool designed not only for individual users but also for supporting the department-wide implementation and dissemination of a new technique. App dissemination and use metrics will be tracked and correlated with clinical use of BB in the PED. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/10363.
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 | 0,020 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,011 |
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 ».