Selected abstracts from the 24th Annual Meeting of the Society in Europe for the Simulation Applied to Medicine
Notice bibliographique
Résumé
The authors declare that they have followed the guidelines for scientific integrity and professional ethics.The article does not contain any studies with human or animal subjects. Introduction & AimsStroke is one of the leading causes of morbidity and mortality worldwide.In eligible patients with acute ischemic stroke, early treatment with intravenous thrombolysis is crucial for a good patient outcome.We introduced simulation training sessions in conjunction with an improved treatment protocol as part of a quality improvement project to reduce door-to-needle times in stroke thrombolysis.Methods A questionnaire assessing our preexisting treatment protocol was sent to all members of the stroke team.A panel of experts reviewed the responses and suggested potential changes to streamline the treatment protocol.In February 2017, we introduced the new protocol along with weekly videotaped in-situ scenario based simulation sessions with all stroke team members as participants.Previous stroke patients acted as markers.Kirkpatrick's four-level training evaluation model was used for assessment.Here we present 1) Participant reactions (level 1) on a Likert item from 0-10, and 2) Median door-to-needle times in stroke thrombolysis, a measure of clinical behavioral change (level 3), using a statistical process control method.Simulated performance and long term patient outcomes will be assessed in future analysis. Results & DiscussionParticipant reactions were predominantly positive.Self-perceived learning scored a median of 8 (IQR 7-9).We compared door-toneedle times for 478 prospectively included patients with acute ischemic stroke treated with intravenous thrombolysis at our hospital from January 2014 -July 2017.There was a significant reduction in median door-to-needle time from 27 (IQR 19-41) to 13 minutes
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 | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,187 | 0,059 |
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 ».