Implementation of a Longitudinal POCUS Curriculum in the Core Internal Medicine Residency Program at Dalhousie University
Notice bibliographique
Résumé
Background Point-of-care ultrasound (POCUS) has become a useful diagnostic tool across multiple specialties. However, no standardized curriculum is currently in place for Canadian Internal Medicine (IM) residency programs. This report aims to describe the development of a longitudinal POCUS curriculum at Dalhousie University and reports on resident knowledge, confidence, and perceived clinical utility of POCUS also. Methods Residents in the core IM program were invited to complete a POCUS survey and knowledge test in December 2019. The survey evaluated self-reported confidence in acquired POCUS skills and clinical use in practice, whereas the knowledge test evaluated image interpretation skills. Results A total of 34/45 (75.6%) residents participated, who agreed that POCUS training should be a formal component of residency (4.56 ± 0.56). Scores on the knowledge test improved based on time spent in the curriculum, with postgraduate year (PGY) 1s scoring an average of 70.0% (21/30) and PGY3s 82.8% (24.9/30; P = 0.02). Residents reported the strongest confidence in lung imaging for detecting A and B lines (4.10 ± 0.79), pleural effusions (3.92 ± 0.90), and lung sliding (3.89 ± 0.92). Conclusion Dalhousie University is among the first IM programs in Canada to implement a formal longitudinal POCUS curriculum, which has enabled the incremental acquisition of POCUS knowledge, confidence, and clinical utility amongst residents.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 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 ».