Evaluation of immunohematology knowledge in hematology trainees
Notice bibliographique
Résumé
BACKGROUND: Canadian hematology trainees are expected to attain clinical knowledge in the subject of red blood cell and platelet antigen systems and the principles of transfusion medicine. However, the relative degree of expertise required in blood bank serology is not well defined. STUDY DESIGN AND METHODS: A modified Delphi approach involving 10 Canadian hematology program directors was utilized to identify 12 relevant topics in immunohematology. A multiple-choice exam was developed and validated among hematology trainees from 13 hematology training programs across Canada. A Rasch analysis was used to determine fit of the examination before deploying the exam the following year to ascertain the level of knowledge in hematology trainees. RESULTS: The exam was piloted with 62 hematology trainees. The reliability of the exam was 0.93 with a mean item fit score of 1.01. The exam was able to discriminate between training years and self-rated expertise with better performance attained by more advanced trainees (p < 0.01). No differences were seen between geographic regions. A modified version of the exam was deployed the following year to 85 trainees, with a mean score of 58.9% ± 15.3%. Trainees scored poorest on topics concerning antibody investigations and D variants. CONCLUSION: A standardized exam for assessing hematology trainees on their expected expertise in transfusion immunohematology has been developed and can be used to assess the efficacy of educational resources provided in the subject. Trainees had a low overall mean score indicating additional educational initiatives are warranted.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».