MétaCan
Menu
Retour à la cohorte
Enregistrement W4385619616 · doi:10.1016/j.chstcc.2023.100012

Current Use, Training, and Barriers to Point-of-Care Ultrasound Use in ICUs in the Department of Veterans Affairs

2023· article· en· W4385619616 sur OpenAlexaboutno aff
Christopher K. Schott, Erin Wetherbee, Rahul Khosla, Robert Nathanson, Jason P. Williams, Michael Mader, Elizabeth K. Haro, Dean L. Kellogg, Abraham Rodriguez, Kevin C. Proud, Jeremy S. Boyd, Brian Bales, Harald Sauthoff, Zahir Basrai, Dana Resop, Brian Lucas, Marcos I. Restrepo, Nilam J. Soni

Notice bibliographique

RevueCHEST Critical Care · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensnon disponible
Organismes subventionnairesQuality Enhancement Research InitiativeAgency for Healthcare Research and QualityHealth Services Research and DevelopmentOffice of Research and DevelopmentCenters for Disease Control and PreventionU.S. Department of Veterans Affairs
Mots-clésMedicinePoint of care ultrasoundVeterans AffairsIntensive careObservational studyMEDLINEEmergency medicineMedical emergencyIntensive care medicineNursingEmergency departmentInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Point-of-care ultrasound (POCUS) has become an integral part of critical care medicine for procedural guidance, bedside diagnostics, and assessing response to treatment. Multiple critical care societies recommend POCUS use, and POCUS training has been a requirement for critical care fellowship since 2012. Yet, current practice patterns of POCUS use in ICUs are not well known. Research Question This study aimed to characterize current POCUS use, training needs, and barriers to use among intensivists. Study Design and Methods A prospective observational study of all Veterans Affairs (VA) medical centers was conducted between June 2019 and March 2020 using a web-based survey of all chiefs of staff and ICU chiefs. These data were compared with those from a similar survey conducted in 2015. Results Chiefs of staff and ICU chiefs from 130 VA medical centers were surveyed with 100% and 94% response rates, respectively. At least one physician currently uses POCUS in 93% of ICUs, and 62% of individual physicians were estimated to be using POCUS. The most common POCUS applications were procedural guidance (59%), cardiac ultrasound (55%), and thoracic ultrasound (56%) . Most chiefs (80%) reported teaching POCUS to trainees in their ICU. The most frequently reported barriers to POCUS use were lack of trained providers (48%), lack of funding for training (45%), lack of training opportunities (37%), and lack of image archiving (34%). From 2015 through 2020, POCUS use increased across most applications and an increase in desire for training was seen. Interpretation POCUS use increased across VA ICUs between 2015 and 2020, but significant gaps remain. Without a deliberate investment in POCUS training and infrastructure for physicians in practice, institutions are unlikely to benefit fully from standardized POCUS use in ICUs.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,388
Écart entre enseignants0,298 · 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'étudeObservationnel
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

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCHEST Critical CareMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207