MétaCan
Menu
Retour à la cohorte
Enregistrement W2908217285 · doi:10.1161/circ.132.suppl_3.15595

Abstract 15595: Improved Clinical Performance and Teamwork of Pediatric Interprofessional Resuscitation Teams With a Simulation-Based Educational Intervention

2015· article· en· W2908217285 sur OpenAlexaffabout
Elaine Gilfoyle, Deanna Koot, John C. Annear, Farhan Bhanji, Adam Cheng, Jonathan P. Duff, Vincent Grant, Cecilia St. George-Hyslop, Nicole Delaloye, Afrothite Kotsakis, Carolyn McCoy, Christa Ramsay, Matthew J. Weiss, Ronald Gottesman

Notice bibliographique

RevueCirculation · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensCentre hospitalier de l'Université LavalChildren's Hospital of Eastern OntarioHospital for Sick ChildrenStollery Children's HospitalMontreal Children's HospitalNew Brunswick Community CollegeAlberta Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésTeamworkMedicineResuscitationDebriefingIntervention (counseling)Physical therapyMedical emergencyEmergency medicineNursingMedical education

Résumé

récupéré en direct d'OpenAlex

Introduction: Human errors occur during resuscitation despite individual knowledge of resuscitation guidelines. Poor teamwork has been implicated as a major source of such error; therefore interprofessional resuscitation teamwork training is essential. Hypothesis: A one-day team training course for pediatric interprofessional resuscitation team members improves adherence to PALS guidelines, team efficiency and teamwork in a simulated clinical environment. Methods: A prospective interventional study was conducted at 4 children’s hospitals in Canada with pediatric resuscitation team members (n=300, 51 teams). Educational intervention was a one-day simulation-based team training course involving interactive lecture, group discussions and 4 simulated resuscitation scenarios followed by debriefing. First scenario of the day was conducted prior to any training. Final scenario of the day was the same scenario, with modified patient history. Scenarios included standardized distractors designed to elicit and challenge specific teamwork behaviors. Primary outcome measure was change (before and after training) in adherence to PALS guidelines, as measured by the Clinical Performance Tool (CPT). Secondary outcome measures: change in times to initiation of chest compressions and defibrillation; and teamwork performance, as measured by the Clinical Teamwork Scale (CTS). Correlation between CPT and CTS scores was analyzed. Results: Teams significantly improved CPT scores (67.3% to 79.6%, P< 0.0001), time to initiation of chest compressions (60.8 sec to 27.1 sec, P<0.0001), time to defibrillation (164.8 sec to 122.0 sec, P<0.0001) and CTS scores (56.0% to 71.8%, P<0.0001). Significantly more teams defibrillated under AHA target of 2 minutes (10 vs. 27, P<0.01). A strong correlation was found between CPT and CTS (r=0.530, P<0.0001). Conclusions: Participation in a simulation-based team training educational intervention significantly improved surrogate measures of clinical performance, time to initiation of key clinical tasks, and teamwork during simulated pediatric resuscitation. A strong correlation between clinical and teamwork performance suggests that effective teamwork optimizes clinical performance of resuscitation teams.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0040,000

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 Opus0,056
Tête enseignante GPT0,409
Écart entre enseignants0,353 · 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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207