MétaCan
Menu
Retour à la cohorte
Enregistrement W4385507293 · doi:10.1007/s12630-023-02536-w

Development of obstetric anesthesia core competencies for USA residency programs through a Delphi process

2023· article· en· W4385507293 sur OpenAlexaff
Maytinee Lilaonitkul, Christopher W Cosden, John C. Markley, May C. M. Pian-Smith, Grace Lim, Peter Yeh, Pedram Aleshi, Christy Boscardin, Kristina R. Sullivan, Ronald B. George

Notice bibliographique

RevueCanadian Journal of Anesthesia/Journal canadien d anesthésie · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institute on Drug Abuse
Mots-clésGraduate medical educationAccreditationCore competencyDelphi methodMedical educationCurriculumMedicineLikert scaleAnesthesiologyDelphiNursingPsychologyAnesthesiaComputer science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The standard for anesthesia residency training in the USA mainly relies on the Accreditation Council for Graduate Medical Education (ACGME) Outcome Project, a framework that lacks specific directives for subspecialties including obstetric anesthesia. We aimed to identify core competencies in obstetric anesthesiology that can be adapted to different residency training programs to help improve the quality of training and accountability of the institutions within the USA. METHODS: We identified a preliminary list of competencies from review of existing competency-based obstetric anesthesia training curricula and practice guidelines. We used a modified Delphi methodology to achieve expert consensus among members of the Society for Obstetric Anesthesia and Perinatology education committee. The panellists were asked to evaluate the importance of each competency using a five-point Likert scale, with consensus after two rounds defined at 80% agreement. The responders were also asked at which level of training each competency should be attained. RESULTS: The Delphi rounds had 75% response rate and derived 94 competencies that were categorized under the six ACGME domains: patient care (38), medical knowledge (45), system-based practice (two), practice-based learning and improvement (five), interpersonal communication skills (two), and professionalism (two). CONCLUSION: We generated a residency training competency list for obstetric anesthesiology through expert consensus. This list can be used by residency training programs to develop a structured competency-based curriculum with tangible milestones, thereby reducing heterogeneity in the standard of training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,097
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,515

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,078
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0040,002
Communication savante0,0020,003
Science ouverte0,0020,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,295
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Anesthesia/Journal canadien d anesthésieMême sujetGlobal Health and SurgeryTravaux en français237 207