A Post-operative Masquerade: Simulation-based Scenario Challenging Clinical Clerks to Recognize an Atypical Presentation of Myocardial Infarction
Notice bibliographique
Résumé
Post-operative myocardial infarctions (MI) are a challenging diagnosis due to the alterations in the presenting complaint compared to an acute MI. Patients may be asymptomatic due to their anesthetics and sedatives from their operation which may create clinical confusion. As such, there is an increased risk for delayed administration of reperfusion therapies in this patient population which has shown to increase morbidity and mortality. It is anticipated that the difficulty of recognizing a post-operative MI would be exacerbated for clinical clerks due to their lack of clinical experience and overstimulation. Fortunately, the use of simulation-based learning has been proven to be a useful teaching tool to help clinical clerks manage medical problems in a controlled environment. This technical report describes a simulation case designed to enhance the recognition and response to a post-operative MI by a third-year clinical clerk. In this scenario, a 56-year-old male accountant presents with shortness of breath while recovering in the orthopaedic ward 12 hours following a total knee replacement (TKR). The clinical clerks are expected to conduct an independent follow-up prior to finishing their shift during which the patient begins complaining of shortness of breath. The clerk is required to order an electrocardiogram (ECG) for further analysis which reveals an anterior ST-segment elevation. Once recognized, a request for the crash cart and patient handover to the senior physician are expected.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».