Lessons Learned from POCUS Instruction in Undergraduate Medicine During the COVID-19 Pandemic
Notice bibliographique
Résumé
Point of care Ultrasound (POCUS) has been adopted into clinical practice across many fields of medicine. Undergraduate medical education programs have recognized the need to incorporate POCUS training into their curricula, traditionally done in small groups with in-person sessions. This method is resource intensive and requires sufficient equipment and expertise. These requirements are often cited as barriers for implementation. During the Coronavirus Disease 2019 (COVID-19) pandemic, POCUS education was required to adapt to physical distancing regulations, giving rise to novel teaching methods for POCUS. This article outlines the implementation of a POCUS teaching session before and during the pandemic. It describes how these innovations can scale POCUS teaching and overcome barriers moving forward. A flipped classroom model was implemented for all learners. Learners were given an introductory POCUS module before the scheduled in-person or virtual teaching session. Sixty-nine learners participated in conventional in-person teaching, while twenty-two learners participated in virtual teaching following the pandemic-related restrictions. Learners completed a written test before and following the teaching. In-person learners were assessed using an objective structured assessment of ultrasound skills (OSAUS) pre- and post-learning sessions. A follow-up survey was conducted three years after the teaching sessions were completed. Both in-person and virtual groups demonstrated statistically significant improvement in knowledge scores (p <0.0001). Both groups had similar post-test learning scores (74.2 ± 13.6% vs. 71.8 ± 14.5 %, respectively). On follow-up questionnaires, respondents indicate that they found our online and in-person modes of teaching helpful during their residency. POCUS education continues to face a variety of barriers, including limitations in infrastructure and expertise. This study describes an adapted POCUS teaching model that is scalable, uses minimal infrastructure and retains the interactivity of conventional small-group POCUS teaching. This program can serve as a blueprint for other institutions offering POCUS teaching, especially when conventional teaching methods are limited.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».