MétaCan
Menu
Retour à la cohorte
Enregistrement W2930229979 · doi:10.1111/trf.15284

Transfusion Camp: a prospective evaluation of a transfusion education program for multispecialty postgraduate trainees

2019· article· en· W2930229979 sur OpenAlexafffundabout
Yulia Lin, Everad L. Tilokee, Sophie Chargé, Asim Alam, Christine Cserti‐Gazdewich, Wendy Lau, Christie Lee, Lani Lieberman, Paula Nixon, W. R. Owens, Katerina Pavenski, Jacob Pendergrast, Elianna Saidenberg, Nadine Shehata, Robert Skeate, Qilong Yi, David Conrad, Jill Dudebout, Cyrus C. Hsia, Michael Murphy, Oksana Prokopchuk‐Gauk, Akshay Shah, Ziad Solh, Jacqueline D. Trudeau, Michelle P. Zeller, Jeannie Callum

Notice bibliographique

RevueTransfusion · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood transfusion and management
Établissements canadiensUniversity of British ColumbiaQueen's UniversityNova Scotia Health AuthorityDalhousie UniversityMcMaster University Medical CentreUniversity Health NetworkHealth Sciences CentreOttawa HospitalSunnybrook Health Science CentreCanadian Blood ServicesSt. Michael's HospitalUniversity of SaskatchewanHospital for Sick ChildrenMount Sinai HospitalWestern UniversityUniversity of TorontoMcMaster UniversityOntario Stroke NetworkNorth York General Hospital
Organismes subventionnairesOntario Regional Blood Coordinating NetworkUniversity of British ColumbiaWestern UniversityUniversity of TorontoDalhousie UniversityNational Institute for Health and Care ResearchMcMaster UniversityUniversity of SaskatchewanUniversity of OttawaCSL Behring
Mots-clésAttendanceMedicineSpecialtyTransfusion medicineBlood transfusionFamily medicinePatient careEmergency medicineInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The optimal method of providing transfusion medicine (TM) education has not been determined. Transfusion Camp was established in 2012 at the University of Toronto as a centrally delivered TM education program for postgraduate trainees. The impact of Transfusion Camp on knowledge, attitudes, and self-reported behavior was evaluated. METHODS: Didactic lectures (delivered locally, by webinar, or recorded) and locally facilitated team-based learning seminars were delivered over 5 days during the academic year to 8 sites: 7 in Canada and 1 in the United Kingdom. Knowledge assessment using a validated 20-question multiple-choice exam was conducted before and after Transfusion Camp. Attitudes and self-reported behavior were collected through a survey. RESULTS: Over 2 academic years (July 2016 to June 2018), 390 trainees from 16 different specialties (predominantly anesthesia, 41%; hematology, 14%; and critical care, 7%) attended at least 1 day of Transfusion Camp. The mean pretest score was 10.3 of 20 (±2.9; n = 286) compared with posttest score of 13.0 (±2.8; n = 194; p < 0.0001). Lower pretest score and greater attendance (4-5 days compared with 1-3 days) were associated with larger improvement in posttest score; delivery format, specialty, and postgraduate year were not. Trainees reported an improvement in self-rated abilities to manage TM scenarios; 95% rated TM knowledge as very or extremely important in providing patient care; and 81% indicated that they had applied learning from Transfusion Camp into clinical practice. CONCLUSIONS: Transfusion Camp increased TM knowledge, fostered a positive attitude toward TM, and enabled a self-reported positive impact on transfusion practice in postgraduate trainees. It is a novel and scalable approach to delivering TM education.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,329
Écart entre enseignants0,305 · 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

Citations32
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransfusionMême sujetBlood transfusion and managementTravaux en français237 207