Pediatric Project ECHO <sup>®</sup> : A Virtual Community of Practice to Improve Palliative Care Knowledge and Self-Efficacy among Interprofessional Health Care Providers
Notice bibliographique
Résumé
Background: Health care providers (HCPs) require ongoing training and mentorship to fully appreciate the palliative care needs of children. Project ECHO ® (Extension for Community Healthcare Outcomes) is a model for delivering technology-enabled interprofessional education and cultivating a community of practice among HCPs who care for children with life-limiting illness. Objectives: To develop, implement, and evaluate the Project ECHO model within the pediatric palliative care (PPC) context. Specific objectives were to evaluate (1) participation levels, (2) program acceptability, (3) HCP knowledge changes, (4) HCP self-efficacy changes, and (5) perceived practice changes after six months. Intervention: An interprofessional PPC curriculum was informed by a needs assessment. The curriculum was delivered through monthly virtual 90-minute TeleECHO sessions (didactic presentation and case-based learning) from January 2018 to December 2019. The program was freely available to all HCPs wishing to participate. Design: A mixed-methods design with repeat measures was used. Surveys were distributed at baseline and six months to assess outcomes using 7-point Likert scales. Descriptive and inferential statistical analyses were conducted. The study was approved by the Research Ethics Board at the Hospital for Sick Children. Results: Twenty-four TeleECHO sessions were completed with a mean of 32 ± 12.5 attendees. Acceptability scores ( n = 43) ranged from 5.1 ± 1.1 to 6.5 ± 0.6. HCPs reported improvements in knowledge and self-efficacy across most topics (11 out of 12) and skills (8 out of 10) with demonstrated statistical significance ( p < 0.05). Most participants reported positive practice impacts, including enhanced ability to provide PPC in their practice. Conclusion: Project ECHO is a feasible and impactful model for fostering a virtual PPC-focused community of practice among interprofessional HCPs.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».