A78 VALIDITY EVIDENCE FOR OBSERVATIONAL EUS COMPETENCY ASSESSMENT: A SYSTEMATIC REVIEW
Notice bibliographique
Résumé
Abstract Background Endoscopic ultrasound (EUS) encompasses a range of diagnostic and therapeutic procedures that require technical, cognitive, and non-technical skills. The implementation of competency-based frameworks in endoscopic education has emphasized trainee assessment based on predefined milestones, rather than procedure volume. Observational assessment tools with strong validity evidence are needed to achieve this goal. Aims To systematically identify and evaluate observational competency assessment tools employed in EUS using an established validity framework. The secondary aim is to evaluate the educational utility of assessment tools. Methods We searched three databases (MEDLINE, EMBASE, and Evidence-Based Medicine Reviews) and the grey literature from inception to May 2023. Messick’s unified framework was used to evaluate validity evidence based on content, response process, internal structure, relations to other variables, and consequences. Each domain was scored from 0 to 3 with a maximum score of 15 points. Educational utility was evaluated using the Accreditation Council for Graduate Medical Education Standards considering ease of use, ease of interpretation, resources required, and educational impact. Study quality was assessed using the Medical Education Research Quality Instrument. Results Our search identified 2081 records. We screened 44 full texts and included 5 observational EUS assessment tools from 10 studies. All 5 tools are formative assessments, with 4 employed in clinical settings and one in a simulated setting. All tools use Likert rating scales and are rater-based, with 2 having additional self-assessment components. Validity evidence scores ranged from 3 to 13, with the EUS Assessment Tool (EUSAT), Global Assessment of Performance and Skills in EUS (GAPS-EUS), and The EUS and ERCP Skills Assessment Tool (TEESAT) scoring highest, with 10, 11, and 13 points, respectively. Overall educational utility was high across studies given ease of tool use. The TEESAT had the strongest educational impact considering its influence on credentialing and competence thresholds. Study quality was high overall, with scores ranging from 9.5 to 12 (maximum 13.5 points). Inter-rater agreement for validity evidence and educational utility scoring was substantial (k=0.73, raw agreement 80%) and almost perfect (k=0.92, raw agreement 96%), respectively. Conclusions The EUSAT, GAPS-EUS, and TEESAT demonstrate the strongest validity evidence for observational competency assessment of EUS and are easy to implement in educational settings. Future work should investigate barriers to implementation and evaluate utility of these tools for summative assessment. EUS Observational Competency Assessment Tool Validity Evidence Scores Funding Agencies None
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 | 0,078 | 0,368 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,020 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| 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 ».