Use of Virtually Facilitated Simulation to Improve COVID-19 Preparedness in Rural and Remote Canada
Notice bibliographique
Résumé
Background The Alberta Health Services' Provincial Simulation Program (eSIM) is Canada's largest simulation program. The eSIM mobile simulation program specializes in delivering simulation-based education (SBE) to rural and remote communities (RRC). During the COVID-19 pandemic, a quality improvement project involving rapid cycle in situ virtually facilitated simulation (VFS) for COVID-19 airway management and health systems preparedness in RRC was successfully implemented. Methods Between April 24 and July 31, 2020, a team of six rural simulationists (four nurses and two physicians) provided 24 VFS sessions with virtual debriefing to 200 health care providers distributed across 11 RRC in Alberta and the Northwest Territories, covering a geographic area of approximately 169,028 km 2 . Results Video analysis of sequential VFS rapid cycle sessions using a standardized observational tool indicated decreased personal protective equipment (PPE) breaches by 36.6% between the first and third cycles. Teams demonstrated increased competency with airway management such as correct use of bag-valve-mask ventilation, and implementation of health system process improvements, such as incorporation of an intubation checklist. Improvements occurred on average over 2.2 rapid cycles completed within 1.3 weeks per RRC. Postsession self-reported participant electronic surveys indicated self-reported improvement in clinical management, teamwork behavior, and health systems issues outcome measures which were categorized based on the Crisis Resource Management and Systems Engineering Initiative for Patient Safety (SEIPS) frameworks. Of the 48 survey respondents, 86.1% reported that VFS was equivalent or superior to in-person simulation. The cost of VFS was 62.9% lower than comparable in-person SBE. Conclusion VFS provides a rapidly mobilizable and cost-effective way of delivering high-quality SBE to geographically isolated communities.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».