Best Practices for Point of Care Ultrasound: An Interdisciplinary Expert Consensus
Notice bibliographique
Résumé
Despite the growing use of point of care ultrasound (POCUS) in contemporary medical practice and the existence of clinical guidelines addressing its specific applications, there remains a lack of standardization and agreement on optimal practices for several areas of POCUS use. The Society of Point of Care Ultrasound (SPOCUS) formed a working group in 2022 to establish a set of recommended best practices for POCUS, applicable to clinicians regardless of their training, specialty, resource setting, or scope of practice. Using a three-round modified Delphi process, a multi-disciplinary panel of 22 POCUS experts based in the United States reached consensus on 57 statements in domains including: (1) The definition and clinical role of POCUS; (2) Training pathways; (3) Credentialing; (4) Cleaning and maintenance of POCUS devices; (5) Consent and education; (6) Security, storage, and sharing of POCUS studies; (7) Uploading, archiving, and reviewing POCUS studies; and (8) Documenting POCUS studies. The consensus statements are provided here. While not intended to establish a standard of care or supersede more targeted guidelines, this document may serve as a useful baseline to guide clinicians, leaders, and systems considering initiation or enhancement of POCUS programs.
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 | 0,304 | 0,267 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,010 | 0,019 |
| Intégrité de la recherche | 0,010 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».