Correlation of the Transfusion Camp knowledge assessment test with clinical transfusion practice
Notice bibliographique
Résumé
BACKGROUND: It is uncertain how transfusion knowledge translates to practice. The purpose of the study was to determine if higher scores on a validated Transfusion Camp knowledge assessment test were associated with transfusion order appropriateness. STUDY DESIGN AND METHODS: Eligible participants included postgraduate trainees and faculty physicians who had prescribed at least four transfusion orders in the preceding 6 months at two hospitals. Participant data and knowledge were collected using a web-based questionnaire with a validated Transfusion Camp knowledge assessment tool. The most recent 4-10 consecutive transfusion orders per prescriber were independently dually adjudicated for appropriateness based on published criteria. The primary outcome was the correlation between the score on six questions on red blood cells (RBCs), platelets (PLTs), and plasma from the validated test and the percentage order appropriateness. Generalized linear regression was conducted to determine if factors (sex, specialty, participation in Transfusion Camp, previous transfusion education, self-rated knowledge) were associated with appropriate orders. RESULTS: Seventy-four participants (45 trainees, 29 faculty; 31 females, 43 males) completed the test. Median score was 66.7% (interquartile range [IQR]: 50.0, 83.3) for six questions on RBCs, PLTs, and plasma transfusions. Of 546 transfusion orders adjudicated, appropriateness was 90.7% (95% confidence interval [CI]: 87.9%-93.0%). The correlation between prescriber test scores and order appropriateness was very weak (r = -.08). In multivariable analysis, female prescribers (p = .02) and beginner (vs. intermediate) self-rated knowledge (p = .01) were associated with higher transfusion appropriateness. CONCLUSION: Transfusion knowledge test scores did not correlate with order appropriateness. Factors other than knowledge are key to understanding how to improve appropriate blood use.
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 | 0,003 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».