A Randomized Trial of Mentored vs Nonmentored Military Medics Compared in the Application of a Wound Clamp Without Prior Training: When to Shut Up and Just Watch!
Notice bibliographique
Résumé
INTRODUCTION: Hemorrhage control is a basic task required of first responders and typically requires technical interventions during stressful circumstances. Remote telementoring (RTM) utilizes information technology to guide inexperienced providers, but when this is useful remains undefined. METHODS: Military medics were randomized to mentoring or not from an experienced subject matter expert during the application of a wound clamp (WC) to a simulated bleed. Inexperienced, nonmentored medics were given a 30-second safety briefing; mentored medics were not. Objective outcomes were time to task completion and success in arresting simulated bleeding. RESULTS: Thirty-three medics participated (16 mentored and 17 nonmentored). All (100%) successfully applies the WC to arrest the simulated hemorrhage. RTM significantly slowed hemorrhage control (P = 0.000) between the mentored (40.4 ± 12.0 seconds) and nonmentored (15.2 ± 10.3 seconds) groups. On posttask questionnaire, all medics subjectively rated the difficulty of the wound clamping as 1.7/10 (10 being extremely hard). Discussion: WC application appeared to be an easily acquired technique that was effective in controlling simulated extremity exsanguination, such that RTM while feasible did not improve outcomes. Limitations were the lack of true stress and using simulation for the task. Future research should focus on determining when RTM is useful and when it is not required.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».