SIMPLE procedures: Survey of Internal Medicine Providers' Limitations and Experiences with procedures and medical procedure services
Notice bibliographique
Résumé
BACKGROUND: In response to a decline in bedside procedures performed by hospitalists, some hospital medicine groups have created medical procedure services (MPSs) concentrating procedures under the expertise of trained hospitalist-proceduralists. OBJECTIVES: To characterize the structure, breadth, and heterogeneity of academic medical center MPSs, as well as compare the procedural landscape for groups with and without an MPS. METHODS: The Survey of Internal Medicine Providers' Limitations and Experiences with Procedures and MPSs, is a cross-sectional study, conducted in the United States and Canada through a web-based survey administered from October 2022 to March 2023. We used convenience and snowball sampling to identify eligible study participants. The survey explored presence of MPS, procedure volumes, patient safety, and educational practices. For MPSs, we explored onboarding, staffing, skill maintenancy, funding, and barriers to growth. RESULTS: Forty institutions (response rate 97.5%), represented by members of the Procedural Research and Innovation for Medical Educators (PRIME) consortium participated in the survey. MPSs were found in 75% of the surveyed institutions. Most MPSs (97%) involved trainees and were staffed by internists (100%) who often had additional clinical duties (70%). The majority (83%) of MPSs used checklists and procedural safety guidelines, but only 53% had a standardized process for tracking complications. There was significant variability in determining procedural competency and supervising trainees. Groups with an MPS reported higher procedure volume compared to those without. CONCLUSIONS: MPSs were highly prevalent among the participating institutions, offered a broad array of bedside procedures, and often included trainees. There was a high variability in funding models, procedure volumes, patient safety practices, and skill maintenance requirements.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».