Minding the Gap(s): Hospitalists Experience Aspirational, Safety, and Knowledge Deficits That Prevent Them From Practicing POCUS
Notice bibliographique
Résumé
Point-of-care ultrasound (POCUS) has been a mainstay of clinical decision-making in the intensive care unit and emergency department for more than a decade, but adoption into hospital medicine has lagged behind. Recently, internal medicine residency programs have started to develop POCUS curricula for trainees, though concurrent hospitalist training programs have been limited to date, with little consensus on what hospitalist-oriented curricula should entail. As such, there is wide variability amongst hospitalists with respect to utilization of, training in, and proficiency in POCUS. We conducted a two-part survey of internal medicine hospitalists at our institution: (1) needs assessment that focused on prior training, attitudes and perspectives, current practices, desired use, and barriers to clinical integration; and (2) knowledge test of exam indications, image interpretation, medical decision-making, and understanding of limitations. Our results demonstrate that a majority of hospitalists felt that POCUS was important for diagnostic purposes and that they would benefit from POCUS-specific education. Inadequate training was the most cited barrier to POCUS use. Hospitalist knowledge was lacking in all domains, particularly image interpretation and clinical integration. As a result, we created a three-tiered training program meant to engage: (1) All hospitalists in basic knowledge and appropriate use of POCUS, (2) Some hospitalists in hands-on skill acquisition and image interpretation, and (3) Few hospitalists in mastery of POCUS with resultant formal credentialing. A tiered approach to POCUS training for hospitalists ensures a fundamental cognitive understanding of POCUS for all, but also facilitates hands-on training for those who are committed to further skillset development.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».