The Use of Ultrasound Simulators to Strengthen Scanning Skills in Medical Students: A Randomized Controlled Trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: This study evaluates the use of ultrasound simulators for retaining and improving ultrasound skills acquired in undergraduate ultrasound training. METHODS: Fourth-year medical students (n = 19) with prior training in point-of-care sonography for shock assessment were recruited for this study. Students were randomly assigned to a study group (n = 10) that followed an undergraduate ultrasound training curriculum, then used a simulator to complete 2 self-directed practice ultrasound sessions over 4 weeks. The control group (n = 9) followed the same undergraduate ultrasound training curriculum and received no additional access to a simulator or ultrasound training. A blinded assessment of the students was performed before and after the 4-week study period to evaluate their image acquisition skills on standardized patients (practical examination). To evaluate the student's clinical understanding of pathological ultrasound images, students watched short videos of prerecorded ultrasound scans and were asked to complete a 22-point questionnaire to identify their findings (visual examination). RESULTS: All results were adjusted to pretest performance. The students in the study group performed better than those in the control group on the visual examination (80.1% versus 58.9%; P = .003) and on the practical examination (77.7% versus 57.0%; P = .105) after the 4-week study period. The score difference on the postintervention practical examinations was significantly better for the study group compared to the control group (11.6% versus -9.9%; P = .0007). CONCLUSION: The use of ultrasound simulators may be a useful tool to help previously trained medical students retain and improve point-of-care ultrasound skills and knowledge.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,240 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle