Instructional design features in ultrasound‐guided regional anaesthesia simulation‐based training: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: Ultrasound-guided regional anaesthesia enhances pain control, patient outcomes and lowers healthcare costs. However, teaching this skill effectively presents challenges with current training methods. Simulation-based medical education offers advantages over traditional methods. However, the use of instructional design features in ultrasound-guided regional anaesthesia simulation training has not been defined. This systematic review aimed to identify and evaluate the prevalence of various instructional design features in ultrasound-guided regional anaesthesia simulation training and their correlation with learning outcomes using a modified Kirkpatrick model. METHODS: A comprehensive literature search was conducted including studies from inception to August 2024. Eligibility criteria included randomised controlled trials; controlled before-and-after studies; and other experimental designs focusing on ultrasound-guided regional anaesthesia simulation training. Data extraction included study characteristics; simulation modalities; instructional design features; and outcomes. RESULTS: Of the 2023 articles identified, 62 met inclusion criteria. Common simulation modalities included live-model scanning and gel phantom models. Instructional design features such as the presence of expert instructors, repetitive practice and multiple learning strategies were prevalent, showing significant improvements across multiple outcome levels. However, fewer studies assessed behaviour (Kirkpatrick level 3) and patient outcomes (Kirkpatrick level 4). DISCUSSION: Ultrasound-guided regional anaesthesia simulation training incorporating specific instructional design features enhances educational outcome; this was particularly evident at lower Kirkpatrick levels. Optimal combinations of instructional design features for higher-level outcomes (Kirkpatrick levels 3 and 4) remain unclear. Future research should standardise outcome measurements and isolate individual instructional design features to better understand their impact on clinical practice and patient safety.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 | 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 ».