“Nightmares–Family Medicine” Course Is an Effective Acute Care Teaching Tool for Family Medicine Residents
Notice bibliographique
Résumé
INTRODUCTION: Simulation is an effective method for teaching acute care skills but has not been comprehensively evaluated with family medicine (FM) residents. We developed a comprehensive simulation-based approach for teaching acute care skills to FM residents and assessed it for effectiveness. METHOD: We compared the effectiveness of our standard acute care simulation training [Acute Care Rounds (ACR)] to a more comprehensive simulation-based acute care program, Nightmares-Family Medicine (NM). We used a self-reported comfort scale as well as video-captured performance on an acute care Objective Structured Clinical Examination (OSCE). Seventy-seven of our FM residents in their postgraduate year 1 between July 2012 and June 2015 participated in the study. Wilcoxon matched pairs and one-tailed t tests analysis was used for analyzing the comfort scale, Whitney-Mann, and χ for the OSCE performance. RESULTS: Nightmares-Family Medicine's initial 2-day session significantly improved the resident's self-assessment scores on all 20 items of the questionnaire (P < 0.05). Time-matched ACR improved 11 of 20 items (P < 0.05) level. Follow-up NM sessions improved 5 to 8 of 20 items (P < 0.05). Follow-up ACR sessions improved 1 to 5 of 20 items (P < 0.05). The means taken at the end of postgraduate year 1 year were higher for 13 of 20 items in the NM group (P < 0.05) as compared with ACR group. The NM group scored significantly higher on both the mean scores of OSCE individual categories (P < 0.01) and the Global Assessment Score (P < 0.05). Significantly less NM residents failed the OSCE (n = 1/30, 3.3% vs n = 8/37, 21.6%, P < 0.05). CONCLUSIONS: "Nightmares-Family Medicine" course is very effective at teaching acute care skills to FM residents and more so than our previous curriculum.
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 | 0,001 | 0,003 |
| 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».