Point-of-care-ultrasound for the assessment of post-renal transplant recipients
Notice bibliographique
Résumé
INTRODUCTION: Postoperative imaging for deceased donor renal transplants is often delayed, as these surgeries occur after-hours. These delays can be critical in identifying immediate complications. To our knowledge, there are no formal training programs for point-of-care ultrasound (POCUS) in this setting; therefore, we aimed to develop and evaluate a feasible and practical POCUS curriculum for the assessment of a renal transplant graft. METHODS: Urology and nephrology transplant physicians completed a three-hour online course, followed by a five-hour hands-on seminar for sonographic scanning. Simulated patients with transplanted kidneys were used. Course material was developed with licensed ultrasound technologists based on Sonography Canada national competency profiles. Pre- and post-course surveys focused on user confidence, while pre- and post-course multiple-choice questionnaires assessed theoretical knowledge. RESULTS: Twelve participants were included, six of whom were urologists. Theoretical knowledge in POCUS improved significantly (p<0.001). Confidence in manipulation of ultrasound controls, Doppler imaging, and POCUS of the transplant kidney also improved (all p<0.001, d>2.0). Participants indicated an increased likelihood of POCUS use in clinical practice and that training should be integrated into a transplant fellowship. CONCLUSIONS: We introduced a novel and guideline-based POCUS curriculum that leveraged local ultrasound educators and found improved theoretical knowledge and skill confidence in our cohort of transplant physicians. This course will serve as the first step toward a validated competency-based training system for POCUS use in the immediate post-renal transplant setting, and likely will be incorporated into the training of the modern transplant physician.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».