Improving Nasopharyngeal Swab Technique via Simulation for Frontline Workers
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Nasopharyngeal swabs currently remain the gold standard for COVID-19 sample collection. A surge in testing volume has resulted in a large number of health care workers who are unfamiliar with nasal anatomy performing this test, which can lead to improper collection practices culminating in false-negative results and complications. Therefore, we aimed to assess the accuracy and educational potential of a realistic 3D-printed nasal swab simulator to expedite health care workers' skill acquisition. STUDY DESIGN: Prospective pre-post interventional study. METHODS: A nasal swab task trainer (NSTT) was developed to scale from computed tomography data with a deviated septum. Frontline workers at COVID-19 testing sites in Ontario, Canada, were recruited to use the NSTT for nasopharyngeal swab training. Integrated video recording capability allowed participants to self-evaluate procedure accuracy. A five-point Likert scale was collected regarding the NSTT's educational value and procedural fidelity. RESULTS: Sixty-two frontline workers included in the study were primarily registered nurses (52%) or paramedics (16%). Following simulator use, self-assessed accuracy improved in 77% of all participants and 100% of participants who expressed low confidence before training. Ninety-four percent reported that the NSTT provided a complete educational experience, and 82% regarded the system as a more effective training approach than what is currently available. Eighty-one indicated that the simulator should be used at all COVID-19 testing sites, with 77% stating province-wide implementation was warranted. CONCLUSIONS: The nasal swab task trainer is an effective educational tool that appears well-suited for improved skill acquisition in COVID-19 testing and may be useful for training other nasal swab applications. LEVEL OF EVIDENCE: 3 Laryngoscope, 133:38-42, 2023.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».