Simulation-Based Emergency Team Training in Pediatrics: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: The rare event of handling critically ill children often challenge the emergency care team. Several studies have investigated effects of simulation-based team training to prepare for such events, but the body of evidence remains to be compiled. We performed a systematic review of the effects of simulation-based team training on clinical performance and patient outcome. METHODS: From a search of MEDLINE, Embase, CINAHL, and Cochrane Library, we included studies of team training in emergency pediatric settings with reported clinical performance and patient outcomes. We extracted data using a predefined template and assessed risk of bias using the Cochrane risk-of-bias tool for randomized trials 2.0 and the Newcastle Ottawa Quality Assessment Scale. RESULTS: We screened 1926 abstracts and included 79 studies. We identified 15 studies reporting clinical health care professional performance or patient outcomes. Four studies reported survival data, 5 reported time-critical clinical events, 5 reported adherence to guidelines, checklists or tasks, and 2 reported on airway management. Randomized studies revealed improved team performance in simulated reevaluations 2 to 6 months after intervention. A meta-analysis was impossible because of heterogeneous interventions and outcomes. Most included studies had significant methodological limitations. CONCLUSIONS: Pediatric simulation-based team training improves clinical performance in time-critical tasks and adherence to guidelines. Improved survival was indicated but not concluded because of high risk of bias. Team performance and technical skills improved for at least 2 to 6 months. Future research should include longer-term measures of skill retention and patient outcomes or clinical measures of treatment quality whenever possible.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».