Effect of the Trauma Evaluation and Management module on the knowledge of senior medical students: a prospective cohort study
Notice bibliographique
Résumé
Background: Despite the high incidence of motor vehicle collisions and associated mortality rates in Saudi Arabia, formal trauma training and management for undergraduate medical students is not optimal. The aim of our study was to assess the effect of the Trauma Evaluation and Management (TEAM) module on trauma knowledge among senior medical students. Methods: Final-year medical students were recruited between September 2016 and May 2017 at King Abdulaziz University, Jeddah. They were allocated to 1 of 2 groups: 1 group was exposed to the TEAM module, and the other was not (control group). We employed a widely used 20-item multiple-choice standardized questionnaire to assess trauma-related knowledge of both groups. Results: Our study included 136 participants, 68 in the TEAM module group and 68 in the control group. The mean scores for trauma-related knowledge were 68.4% (standard deviation [SD] 15.63%) and 45.4% (SD 19.52%), respectively. Linear regression analysis showed that the TEAM module participants scored 23% higher on the test than the control participants (β = 22.94%, 95% confidence interval 16.94%–28.94%). Conclusion: Mean test scores were significantly higher for those who completed the TEAM module than for those who did not. We highly recommend incorporating the TEAM module into the formal medical curriculum at all Saudi universities.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».