A Pilot Program Assessing Bronchoscopy Training and Program Initiation in a Low-income Country
Notice bibliographique
Résumé
BACKGROUND: Flexible bronchoscopy is an essential procedure for the evaluation and management of the pulmonary disease. However, this technology and related training is not available in many low-middle income countries (LMICs). We conducted a pilot training program for flexible bronchoscopy in Uganda. METHODS: A multimodal curriculum was developed with pulmonologists from Uganda and the United States. The training included an online distance learning management system for video content, simulation, just-in-time training, and deliberate practice via clinical proctoring. Procedural standards and a de novo bronchoscopy suite were concurrently developed. Competency was assessed using the Bronchoscopic Skills and Tasks Assessment Tool written examination and the Ontario Bronchoscopy Assessment Tool. RESULTS: We trained 3 pulmonary physicians with no prior experience in flexible bronchoscopy. Three bronchoscopies with bronchoalveolar lavage were performed during the training and an additional 11 cases were performed posttraining. All 3 Ugandan physicians had an increase in their written Bronchoscopic Skills and Tasks Assessment Tool and Ontario Bronchoscopy Assessment Tool in the competent range (P<0.05). All bronchoscopies were successfully completed, adequate samples were obtained, and there were no procedure-related complications. CONCLUSION: Bronchoscopy implementation in LMICs is feasible, but requires competency-based training. Further studies are needed to validate this curriculum in LMICs, including the use of this type of curriculum for more complicated bronchoscopic procedures.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».