MétaCan
Menu
Retour à la cohorte
Enregistrement W3007152624 · doi:10.1093/milmed/usz482

Use of a Digital Cognitive Aid in the Early Management of Simulated War Wounds in a Combat Environment, a Randomized Trial

2020· article· en· W3007152624 sur OpenAlexaboutno aff
Michael Truchot, Baptiste Balança, Pierre François Wey, Karim Tazarourte, François Lecomte, Arnaud Le Goff, Simon Leigh-Smith, Jean-Jacques Lehot, Thomas Rimmelé, Jean Christophe Cejka

Notice bibliographique

RevueMilitary Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialMedicineMedical emergencyPsychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The French army has implemented an algorithm based on the acronym "MARCHE RYAN," each letter standing for a key action to complete in order to help first care providers during emergency casualty care. On the battlefield, the risk of error is increased, and the use of cognitive aids (CAs) might be helpful to avoid distraction. We investigated the effect of using a digital CA (MAX, for Medical Assistance eXpert) by combat casualty care providers on their technical and nontechnical performances during the early management of simulated war wounds, compared to their memory and training alone. MATERIALS AND METHODS: We conducted a randomized, controlled, unblinded study between July 2016 and February 2017. This study was approved by the Ethics Committee of the Ethical Board of Desgenettes Army Training Hospital (14.06.2017 n°385) and was registered on clinicaltrials.gov (NCT03483727). It took place during medicalization training in hostile environment ("MEDICHOS") in Chamonix Mont-Blanc and in the first aid training center in La Valbonne military base (France). Each participant had to deal with two different scenarios, one with MAX (MAX+) and the other without (MAX-). Scenarios were held using either high-fidelity patient simulators or actors as wounded patients. The primary outcome was participants' technical performance rated as their adherence to the MARCHE RYAN procedure (maximum 100%). The secondary outcome was the nontechnical performance according to the Ottawa crisis resource management Global Rating Scale (maximum 42). RESULTS: Technical performance was significantly higher in the MAX+ scenarios (70.60 IQR [63.70-73.56] than in the MAX- scenarios (56.25 IQR [52.88-62.09], p = 0.002). The Ottawa scores were significantly higher in the MAX+ scenarios (31.50 IQR [29.50-33.75]) than in the MAX- scenarios (29.50 IQR [24.50-32.00], p = 0.031). CONCLUSIONS: The use of a digital CA by combat casualty care providers improved technical and nontechnical performances during field training of simulated crises. Following recommendations on the design and use of CA, regular team training would improve fluidity in the use and acceptance of an aid, by a highly drilled professional corporation with a strong culture of leadership. Digital CA should be tested at a larger scale in order to validate their contribution to real combat casualty care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

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

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 Opus0,080
Tête enseignante GPT0,333
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetSimulation-Based Education in HealthcareTravaux en français237 207