Evaluation of a Novel Point-of-Care Ultrasound Curriculum for First-Year Pediatric Residents
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study is to evaluate a novel point-of-care ultrasound (POCUS) educational curriculum for pediatric residents. METHODS: The cohort study in graduate medical education was completed from January 2017 to March 2019. Postgraduate year 1 (PGY1) pediatric residents attended the educational curriculum that consisted of 3 half-day sessions over a 3-month period. Each session consisted of a lecture (introduction, extended focused assessment with sonography for trauma, soft tissue/musculoskeletal, cardiac, and resuscitative applications) followed by supervised hands-on scanning sessions. Group ratio was 3 learners to 1 machine/expert instructor. Main outcome measures included pre- and post-written test scores, as well as objective structured clinical examination (OSCE) scores. RESULTS: Forty-nine PGY1 residents (78% women) completed the curriculum. The mean (SD) pretest score was 68% (8.5), and the mean posttest score was 83% (8.3) with a difference of 15 (95% confidence interval, 12.5-17.6; P < 0.001). Mean (SD) focused assessment with sonography for trauma OSCE score after the curriculum was 88.7% (11.9). The number of PGY1 pediatric residents that were comfortable performing POCUS examinations increased from pretraining to posttraining for soft tissue/musculoskeletal (14%-61%, P < 0.001), extended focused assessment with sonography for trauma (24%-90%, P < 0.001), and cardiac (18%-86%, P < 0.001). All participants found the curriculum useful, and 42 of 49 (86%) stated the curriculum increased their ability to acquire and interpret images. CONCLUSIONS: Postgraduate year 1 pediatric residents learned the basics of POCUS through 3 brief educational sessions. The increase in posttest scores demonstrated improved POCUS knowledge, and the high OSCE score demonstrated their ability to acquire ultrasound images. Point-of-care ultrasound guidelines are needed for pediatric residency programs.
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 | 0,007 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».