Survey on Cardiologists’ Perspectives on Cardiac Point-of-Care Ultrasounds (POCUS)
Notice bibliographique
Résumé
Introduction: Cardiac point of care ultrasound (POCUS) has been used with increasing frequency. As a result of this trend, this study sought to characterize cardiologists’ perspectives on cardiac POCUS. Methods: An 18-question survey on demographics, cardiac POCUS clinical practice, education, and infrastructure was distributed by 16 academic medical centers. Likert scale responses were categorized into three groups: 1) “strongly agree” or “agree” 2) “strongly disagree” and “disagree” and 3) “neutral.” Results: Of the 140 survey responses collected from January to September 2021, 41% of respondents used cardiac POCUS more than twice in an inpatient week. Seventy-one percent of cardiologists believed that cardiac POCUS should be integrated more regularly into clinical practice and into cardiology fellowship education. Less than half of respondents (44%) reported easy access to POCUS devices, and more than half of respondents (56%) did not think there was appropriate institutional infrastructure to easily upload and document cardiac POCUS images (56%). Conclusions: Academic cardiologists had varying opinions on the use and impact of cardiac POCUS. However, most cardiologists believed that cardiac POCUS should be more incorporated within practice despite persisting infrastructure barriers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».