MétaCan
Menu
Retour à la cohorte
Enregistrement W3111013422 · doi:10.9745/ghsp-d-20-00128

Remote Mentorship Using Video Conferencing as an Effective Tool to Strengthen Laboratory Quality Management in Clinical Laboratories: Lessons From Cambodia

2020· article· en· W3111013422 sur OpenAlexfundno aff
Grant Donovan, Siew Kim Ong, Sophanna Song, Nayah Ndefru, Chhayheng Leang, Sophat Sek, Lucy A. Perrone

Notice bibliographique

RevueGlobal Health Science and Practice · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionWorld Health OrganizationFondation MérieuxUniversity of British ColumbiaU.S. Department of Defense
Mots-clésMentorshipAuditQuality managementMedicineMedical educationVideoconferencingQuality (philosophy)WorkforceQuality assuranceOperations managementComputer scienceMultimediaBusinessManagement systemEngineeringExternal quality assessment

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Providing professional development opportunities to staff working in clinical laboratories undergoing quality improvement programs can be challenged by limited funding, particularly in resource-limited countries such as Cambodia. Using innovative approaches such as video conferencing can connect mentors with practitioners regardless of location. This study describes and evaluates the methods, outputs, and outcomes of a quality improvement program implemented in 12 public hospital laboratories in Cambodia between January 2018 and April 2019. The program used mixed intervention methods including both in-person and remote-access training and mentorship. METHODS: Training outputs were quantified from the activity reports of program trainers and mentors. Program outcomes were measured by pre- and postimplementation audits of laboratory quality management system conformity to international standards. Variations in improved outcomes were assessed in relation to the time spent by laboratory personnel in video conference training and mentoring activity. An additional cross-sectional comparison described the difference in final audit scores between participating and nonparticipating laboratories. RESULTS: Laboratories significantly improved their audit scores over the project period, showing significant improvement in all sections of the ISO 15189 standard. Pre- and postaudit score differences and laboratory personnel participation time in remote mentoring activities showed a strong monotonic relationship. Average input per laboratory was 6,027±2,454 minutes of participation in video conference activities with mentors. Audit scores of participating laboratories were significantly higher than those of laboratories with no quality improvement program. CONCLUSION: Laboratories improved significantly in ISO 15189 conformity following structured laboratory quality management systems training supported by remote and on-site mentoring. The correlation of laboratory participation in video conference activities highlights the utility of remote video conferencing technology to strengthen laboratories in resource-limited settings and to build communities of practice to address quality improvement issues in health care. These findings are particularly relevant in light of the COVID-19 pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,221
Tête enseignante GPT0,557
Écart entre enseignants0,336 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueGlobal Health Science and PracticeMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207