MétaCan
Menu
Retour à la cohorte
Enregistrement W4386051695 · doi:10.3389/fpain.2023.1215811

Evolving Project ECHO: delivery of pediatric pain core competency learning for interprofessional healthcare providers

2023· article· en· W4386051695 sur OpenAlexafffund
Chitra Lalloo, Vina Mohabir, Fiona Campbell, Naiyi Sun, Sabra L. Klein, Jennifer Tyrrell, Giulia Mesaroli, Jennifer Stinson

Notice bibliographique

RevueFrontiers in Pain Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesHospital for Sick Children
Mots-clésCore competencyMedical educationCurriculumContext (archaeology)Health careDebriefingMedicineLikert scaleCredentialingPsychologyPedagogy

Résumé

récupéré en direct d'OpenAlex

Introduction Healthcare providers (HCPs) practicing in community settings are critical to improving access to pain care, yet there are significant gaps in training opportunities designed for interprofessional learners. Project Extension for Community Healthcare Outcomes (Project ECHO®) is an established model for delivering online HCP education through virtual clinics and cultivating a community of practice. However, to our knowledge, the integration of pain core competency education into the ECHO® model has not been previously attempted. This innovation could enhance the ECHO® model while also addressing the growing calls for more accessible interprofessional pain curricula. This paper describes efforts to implement and evaluate core competency curricula within the context of Pediatric Project ECHO for Pain, one of the first pediatric-pain focused ECHO programs in the world. Methods Needs assessments informed curricula development. The first delivered core competency model consisted of synchronous webinar-style sessions while the second model included a mixture of asynchronous (eLearning course) and synchronous (virtual clinical debrief) elements. A convenience sample of HCPs was recruited from ECHO program registrants. Participants completed baseline and follow-up surveys to assess core competency acceptability as well as impact on knowledge and self-efficacy related to managing pediatric pain. Usability of the eLearning platform (model 2 only) was also evaluated. Surveys used 5-point Likert scales to capture outcomes. A priori targets included mean scores ≥4/5 for acceptability and ≥80% of learners reporting knowledge and self-efficacy improvements. The study received local research ethics approval. Results The core competency was found to be highly acceptable to interprofessional learners (n = 31) across delivery models, surpassing a priori targets. Specifically, it was characterized as a worthwhile and satisfactory experience that was helpful in supporting learning. The core competency was also associated with improvements in knowledge and self-efficacy by 97% and 90% of learners, respectively. The eLearning platform was reported to have high usability with clinically realistic cases (100% of respondents) that were helpful to inform care delivery (94% of respondents). Conclusion The integration of core competency learning within the Project ECHO® model was a successful approach to deliver pediatric pain education to interprofessional HCPs.

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)0,009
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,097
Tête enseignante GPT0,413
Écart entre enseignants0,316 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Pain ResearchMême sujetPediatric Pain Management TechniquesTravaux en français237 207