MétaCan
Menu
Retour à la cohorte
Enregistrement W4399760915 · doi:10.1016/j.resplu.2024.100687

Teaching team competencies within resuscitation training: A systematic review

2024· review· en· W4399760915 sur OpenAlexaff
Barbara Farquharson, Andrea Cortegiani, Kasper Glerup Lauridsen, Joyce Yeung, Robert Greif, Sabine Nabecker

Notice bibliographique

RevueResuscitation Plus · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensSinai Health System
Organismes subventionnairesnon disponible
Mots-clésMedical educationTraining (meteorology)ResuscitationPsychologyMedicineEmergency medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Objectives: To evaluate the effectiveness of life support training with specific emphasis on team competencies on clinical and educational outcomes. Methods: This systematic review was prospectively registered (PROSPERO CRD42023473154) and followed the PICOST (population, intervention, comparison, outcome, study design, timeframe) format. All randomized controlled trials and non-randomized studies evaluating learners undertaking life support training with specific emphasis on team competencies in any setting (actual and simulated resuscitations) were included. Unpublished studies were excluded. Medline, Embase and Cochrane databases as well as trial registries were searched from inception to August 2023 (updated January 18, 2024). Two researchers performed title and abstract screening, full-text screening, data extraction, assessment of risk of bias (using RoB2 and ROBINS-I) and certainty of evidence (using GRADE). PRISMA reporting checklist was used to report the results. No funding was obtained to perform this systematic review. Results: The literature search identified 5470 manuscripts. After the removal of 2073 duplicates, reviewing the remaining articles' titles and abstracts yielded 31 articles for full-text review. Of these, 17 studies were finally included. The studies involved the following training levels: basic life support, adult advanced life support, paediatric and neonatal resuscitations. Most studies (n = 16) evaluated outcomes in simulated, and only one study in actual resuscitations. Studies included in all training contexts showed either neutrality and/or benefits of life support training with specific emphasis on team competencies. Team competencies training improved CPR skill performance and CPR quality. Specific team competencies that improved included leadership, communication, decision-making and task management. No undesirable effects were observed. Meta-analysis was not possible due to significant methodological heterogeneity. Sub-group analysis was impossible due to lack of data. Risk of bias assessment ranged from some concerns to serious. Overall certainty of evidence was rated as low to very low due to risk of bias and imprecision. Conclusion: This systematic review identified very low and low certainty evidence, almost entirely derived from simulation studies. The studies and their findings were heterogenous but suggest that teaching team competencies can improve resuscitation skills performance and CPR quality, as well as improve team competencies, specifically leadership, communication, decision-making, and task management. Further research is required to understand optimal configuration of team competencies training interventions and to understand the effect on clinical outcomes and cost-effectiveness.

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)0,018
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,065
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0130,010
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,143
Tête enseignante GPT0,438
Écart entre enseignants0,295 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResuscitation PlusMême sujetSimulation-Based Education in HealthcareTravaux en français237 207