MétaCan
Menu
Retour à la cohorte
Enregistrement W4392110782 · doi:10.3390/ejihpe14030031

Mastering Sedation and Associated Respiratory Events through Simulation-Based Training: A Randomised Controlled Trial Involving Non-Anaesthesiology Residents

2024· article· en· W4392110782 sur OpenAlexafffund
Jean‐Noël Evain, Tran Do, Hakim Harkouk, Pierre Drolet, Roger Perron, Mihai Georgescu, Arnaud Robitaille, Issam Tanoubi

Notice bibliographique

RevueEuropean Journal of Investigation in Health Psychology and Education · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésSedationMedicineClinical trialAnesthesiaEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Non-anaesthetists commonly administer procedural sedation worldwide, posing the risk of respiratory events that can lead to severe complications. This study aimed to evaluate whether simulation-based learning could lead to enhancements in the clinical proficiency of non-anaesthesiology residents in managing sedation and related respiratory complications. Following the evaluation of baseline clinical performance through a pre-test simulation, 34 residents were randomly allocated to either participate in an innovative simulation-based learning module (intervention group) or view a brief self-learning video (control group). After a one-month period, their clinical performance was assessed again in a post-test simulation involving respiratory arrest during procedural sedation. Two independent assessors rated each resident’s performance using video recordings and a scoring tool with scores ranging from 0 to 19/19. The two assessments were averaged for each performance, and the pre- to post-test change was calculated for each resident. While baseline clinical performance was similar, mean (SD) increase in clinical performance was significantly greater in the intervention group than in the control group (+2.4 (1.6) points versus +0.8 (1.3) points, respectively; p = 0.002). Our simulation-based learning sedation module resulted in the enhanced management of sedation-related complications compared to baseline and minimal self-learning. Simulation-based medical education may offer an effective approach for equipping non-anaesthesiology residents with essential skills to mitigate risks associated with sedation. (ClinicalTrials.gov identifier: NCT02722226).

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,126
Tête enseignante GPT0,429
Écart entre enseignants0,302 · 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'étudeEssai randomisé
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Investigation in Health Psychology and EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207