MétaCan
Menu
Retour à la cohorte
Enregistrement W4400293170 · doi:10.3390/children11070793

A Randomized Controlled Simulation Trial of a Neonatal Resuscitation Digital Game Simulator for Labour and Delivery Room Staff

2024· article· en· W4400293170 sur OpenAlexafffund
Christiane Bilodeau, Georg M. Schmölzer, Maria Cutumisu

Notice bibliographique

RevueChildren · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcGill UniversityUniversity of Alberta
Organismes subventionnairesAlberta InnovatesWomen and Children's Health Research Institute
Mots-clésSimulationRandomized controlled trialResuscitationNeonatal resuscitationComputer scienceMedicineAnesthesiaSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthcare providers (HCPs) working in labour and delivery rooms need to undergo regular refresher courses to maintain their neonatal resuscitation skills, which are shown to decline over time. However, due to their irregular schedules and limited time, HCPs encounter difficulties in readily accessing refresher programs. RETAIN is a digital game that simulates a delivery room to facilitate neonatal resuscitation training for HCPs. OBJECTIVE: This study aims to ascertain whether participants enjoyed the RETAIN digital game simulator and whether it was at least as good as a video lecture at refreshing and maintaining participants' neonatal resuscitation knowledge. METHODS: = 42 labour and delivery room HCPs were administered a pre-test of neonatal resuscitation knowledge using a manikin. Then, they were randomly assigned to a control or a treatment group. For 20-30 min, participants in the control group watched a neonatal resuscitation lecture video, while those in the treatment group played the RETAIN digital game simulator of neonatal resuscitation scenarios. Then, all participants were administered a post-test identical to the pre-test. Additionally, participants in the treatment group completed a survey of attitudes toward the RETAIN simulator that provided a measure of enjoyment of the RETAIN game simulator. After two months, participants were administered another post-test identical to the pre-test. RESULTS: For the primary outcome (neonatal resuscitation performance), an analysis of variance revealed that participants significantly improved their neonatal resuscitation performance over the first two time points, with a significant decline to the third time point, the same pattern of results across conditions, and no differences between conditions. For the secondary outcome (attitudes toward RETAIN), participants in the treatment condition also reported favourable attitudes toward RETAIN. CONCLUSIONS: Labour and delivery room healthcare providers in both groups (RETAIN simulator or video lecture) significantly improved their neonatal resuscitation performance immediately following the intervention, with no group differences. The findings suggest that participants enjoyed interacting with the RETAIN digital game simulator, which provided a similar boost in performance right after use to the more traditional intervention.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,218
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,332
Écart entre enseignants0,313 · 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 tête enseignante, 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChildrenMême sujetSimulation-Based Education in HealthcareTravaux en français237 207