Musculoskeletal Point-of-Care Ultrasonography Training Among Canadian Postgraduate Rheumatology Programs
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to assess the current state of musculoskeletal point-of-care ultrasonography training among the rheumatology postgraduate programs in Canada and explored the interest in developing a national curriculum. METHOD: A Canadian survey was developed by academic rheumatologists including point-of-care ultrasonography experts and point-of-care ultrasonography non-users. Across Canada, all 15 adult and 3 pediatric rheumatology English and French postgraduate programs were surveyed via Survey Monkey with a standardized questionnaire. RESULTS: The completed response rates were 27% (24/89) for postgraduate year-4 and -5 rheumatology trainees and 61% (11/18) for program directors. Forty-two percent (10/24) of trainees had access to formal point-of-care ultrasonography training, and 67% (16/24) had some form of informal nonstructured exposure. Of all respondents, 87.5% (21/24) trainees and 82% (9/11) program directors agreed or strongly agreed that point-of-care ultrasonography is an important clinical tool in rheumatology. Eighty-nine percent (8/9) of program directors felt that point-of-care ultrasonography should be a formal part of rheumatology training. CONCLUSION: This national survey demonstrates that while musculoskeletal point-of-care ultrasonography is considered an important component of clinical practice, significant training barriers exist. The majority of both trainees and program directors felt that point-of-care ultrasonography should be a formal part of training and would be interested in a national standardized point-of-care ultrasonography curriculum in Canada.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».