Transcutaneous cardiac pacing competency among junior residents undergoing an ACLS course: impact of a modified high fidelity manikin
Notice bibliographique
Résumé
BACKGROUND: Transcutaneous cardiac pacing (TCP) is recommended to treat unstable bradycardia. Simulation might improve familiarity with this low-frequency procedure. Current mannequins fail to reproduce key features of TCP, limiting their usefulness. The objective of this study was to measure the impact of a modified high-fidelity mannequin on the ability of junior residents to achieve six critical tasks for successful TCP. METHODS: First-year residents from various postgraduate programs taking an advanced cardiovascular life support (ACLS) course were enrolled two consecutive years (2015 and 2016). Both cohorts received the same standardized course content. An ALS simulator® mannequin was used to demonstrate and practice TCP during the bradycardia workshop of the first cohort (control cohort, 2015) and a modified high-fidelity mannequin that reproduces key features of TCP was used for the second cohort (intervention cohort, 2016). Participants were tested after training with a simulation scenario requiring TCP. Performances were graded based on six critical tasks. The primary outcome was the successful use of TCP, defined as having completed all tasks. RESULTS: < 0.001). Participants in the intervention cohort were more likely to recognize when pacing was inefficient (86 vs 12%), obtain ventricular capture (48 vs 2%), and check for a pulse rate to confirm capture (48 vs 0%). CONCLUSIONS: TCP is a difficult skill to master for junior residents. Training using a modified high-fidelity mannequin significantly improved their ability to establish TCP during a simulation scenario.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».