Transfusion camp: A retrospective study of self‐reported impact on postgraduate trainee transfusion practice
Notice bibliographique
Résumé
BACKGROUND: The optimal method of postgraduate transfusion medicine (TM) education remains understudied. One novel approach is Transfusion Camp, a longitudinal 5-day program that delivers TM education to Canadian and international trainees. The purpose of this study was to determine the self-reported impact of Transfusion Camp on trainee clinical practice. STUDY DESIGN AND METHODS: A retrospective analysis of anonymous survey evaluations from Transfusion Camp trainees over three academic years (2018-2021) was conducted. Trainees were asked, "Have you applied any of your learning from Transfusion Camp into your clinical practice?". Through an iterative process, responses were categorized into topics according to program learning objectives. The primary outcome was the rate of self-reported impact of Transfusion Camp on clinical practice. Secondary outcomes were to determine impact based on specialty and postgraduate year (PGY). RESULTS: Survey response rate was 22%-32% over three academic years. Of 757 survey responses, 68% of respondents indicated that Transfusion Camp had an impact on their practice, increasing to 83% on day 5. The most frequent areas of impact included transfusion indications (45%) and transfusion risk management (27%). Impact increased as PGY increased with 75% of PGY-4+ trainees reporting impact. In multivariable analysis, the impact of specialty and PGY varied depending on the objective. DISCUSSION: The majority of trainees report applying learnings from Transfusion Camp to their clinical practice with variations based on PGY and specialty. These findings support Transfusion Camp as an effective means of TM education and help identify high-yield areas and gaps for future curriculum planning.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».