A Simulation-Based Pilot Study of a Mobile Application (NRP Prompt) as a Cognitive Aid for Neonatal Resuscitation Training
Notice bibliographique
Résumé
INTRODUCTION: Despite standardized neonatal resuscitation program (NRP) training, retention and adherence to the NRP algorithm remain a challenge. Cognitive aids can potentially improve acquisition and application of NRP knowledge and skills. The objective of this study was to determine whether an interactive mobile application providing audiovisual prompts, NRP Prompt, can help novice NRP providers learn the NRP algorithm more effectively and therefore improve their NRP performance. METHODS: First- and second-year residents from family medicine and obstetrics and gynecology attending NRP training were randomized into intervention and control groups. Resident pairs used standard visual aids with NRP Prompt (intervention) or visual aids only (control) in two simulated neonatal resuscitation training sessions with each resident taking turns as a team leader. Pairs were then evaluated in a third simulation that was video recorded, where neither group used cognitive aids. The primary outcome was comparing resuscitation performance. Secondary outcomes included the following: times to positive-pressure ventilation, intubation, and chest compressions. RESULTS: Thirty-nine residents participated, of which 18 received the intervention. Neonatal resuscitation program performance scores did not significantly differ (P = 0.69). Wilcoxon rank-sum tests showed no significant differences in secondary outcomes of times to positive-pressure ventilation (P = 0.43), intubation (P = 0.44), or chest compressions (P = 0.35). CONCLUSIONS: Training using NRP Prompt did not improve performance scores in simulated neonatal resuscitations immediately after training. Potential reasons include voice prompts in their current format being distracting and lack of customizability to user preferences. Future development of prompting applications should apply a user-centered design approach to optimize the ability to meet end-user needs.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».