Measurement of the Applicability of Abdominal Point-of-Care Ultrasound to the Practice of Medicine in Saudi Arabia and the Current Skill Gaps
Notice bibliographique
Résumé
Background: Renal, gastrointestinal, and hepatic pathology, and the resources available for their management vary internationally. Whilst abdominal point-of-care ultrasound (APOCUS) should enhance management, uptake by physicians, worldwide, has been poor. So, the aim of this study was to explore the applicability of APOCUS to medical practice in Saudi Arabia, residents’ current ability to perform APOCUS, and the skill gaps. Methods: A validated questionnaire was distributed to the internal medicine residents at our institution to determine their ability to perform APOCUS (self-reported), and obtain their opinions on its applicability for the detection of hepatomegaly, splenomegaly, hydronephrosis, and ascites. Statistical analysis: Standard descriptive statistical techniques were used. Categorical data, presented as frequency, were compared using the χ2 test. The Likert scale responses, presented as mean ± standard deviation, were compared with a t test or analysis of variance. Results: Ninety-eight residents participated (response rate 90.7%). Abdominal POCUS is very applicable to their practice. The use of APOCUS to detect ascites was the most applicable (mean 4.61 ± SD 0.69). However, proficiency in APOCUS was poor (mean 1.65 ± SD 1.11). Conclusions: The difference between internists’ self-reported ability to perform APOCUS and its perceived usefulness demonstrates a skill gap. Thus, whilst APOCUS is applicable to medical practice in Saudi Arabia, significant skill gaps exist.
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 | 0,004 | 0,020 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».