Competency‐based EEG education: a list of “must‐know” EEG findings for adult and child neurology residents
Notice bibliographique
Résumé
The competency-based model has been guiding medical education on an international level over the last decades [1].This model is learner-centered and has mastery of specific knowledge and skills as its unit of progression [2].In the realm of electroencephalography (EEG), there have been continued efforts to ensure that residents have the competence to accurately and reliably interpret EEGs by the time they complete residency training.Achieving this goal is imperative, especially in countries where EEGs are typically read by neurologists without clinical neurophysiology or epilepsy fellowship training [3,4], due to the deleterious consequences of EEG misinterpretation and epilepsy misdiagnosis [3].In an attempt to define minimum EEG competency milestones, we herein propose a prioritized list of routine EEG findings that all adult and child neurology residents should be able to identify and interpret on completion of training.Resident EEG education is guided by well-formulated milestones proposed by organizations such as the Accreditation Council for Graduate Medical Education (ACGME) [5] and International League Against Epilepsy (ILAE) [6].These milestones, however, are not meant to be used to determine whether a trainee is competent to graduate; additionally, the milestones do not specify particular EEG findings that should be mastered by trainees.For example, the ACGME EEG Level 3 milestone encapsulates recognition of "common EEG abnormalities"; these "abnormalities", nonetheless, are not specified.We surveyed a group of EEG/epilepsy experts to delineate a list of routine EEG findings rated by their clinical yield for adult and child neurology resident education.The authors (FN, JJ, MBW, SB) designed an online survey (see supplementary material) in which a comprehensive set of adult and pediatric routine EEG findings were listed under four major sections: normal findings, artifacts, normal variants, and abnormal findings.Neonatal EEG findings were not included.EEG/epilepsy experts were asked to rate each EEG finding on a 5-point Likert rating scale (1 = "not
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,006 |
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 ».