The McGill Simulation Complexity Score (MSCS): a novel complexity scoring system for simulations in trauma
Notice bibliographique
Résumé
BACKGROUND: In medical education, simulation can be defined as an activity in which an individual demonstrates skills, procedures and critical thinking using interactive mannequins in a setting closely resembling the clinical environment. To our knowledge, the complexity of trauma simulations has not previously been assessed. We aimed to develop an objective trauma simulation complexity score and assess its interrater reliability. METHODS: The McGill Simulation Complexity Score (MSCS) was designed to address the need for objective evaluation of the complexity of trauma scenarios. Components of the score reflected the Advanced Trauma Life Support approach to trauma. The score was developed to take into account the severity of trauma injuries and the complexity of their management. We assessed interrater reliability at 5 high-fidelity simulation events. Interrater reliability was calculated using the Pearson correlation coefficient (PCC) and the intraclass correlation coefficient (ICC). RESULTS: The MSCS has 5 categories: airway, breathing, circulation, disability, and extremities or exposure. The scale has 5 levels for each category, from 0 to 4; level increases with complexity, with 0 corresponding to normal or absent. Cases designed to lead to cardiac arrest, regardless of whether or not the trainee has the ability to resuscitate the simulated patient and regardless of the level of each category, are automatically assigned the maximum score. Between 3 and 9 raters used the MSCS to grade the level of complexity of 26 scenarios at the 5 events. The mean MSCS was 10.2 (range 3.0-20.0). Mean PCC and ICC values were both above 0.7 and therefore statistically significant. CONCLUSION: The MSCS for trauma is an innovative scoring system with high interrater reliability.
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 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».