Web‐Based Deliberate Practice of Pediatric Point‐of‐Care Ultrasound Cases in Resource‐Limited Settings
Notice bibliographique
Résumé
OBJECTIVES: The main objective of this study was to implement an online pediatric case-based point-of-care ultrasound (POCUS) course in low-resource medical settings and examine learning outcomes and feasibility. METHODS: This was a multicenter prospective cohort study conducted in a convenience sample of clinicians affiliated with Médecins Sans Frontières (MSF) training sites. MSF POCUS trainers provided the standard hands-on, on-site POCUS training and supplemented this with access to a web-based course. Participants provided diagnoses for 400 image-based POCUS cases from four common pediatric POCUS applications until they achieved the mastery learning standard of 90% accuracy, sensitivity (cases with pathology), and specificity (cases without pathology). Each participant also completed a course evaluation. RESULTS: From 10 MSF sites, 110 clinicians completed 82,206 cases. There were significant learning gains across the POCUS applications with respect to accuracy (delta 14.2%; 95% CI 13.1, 15.2), sensitivity (delta 13.2%; 95% CI 12.1, 14.2), and specificity (delta 13.8%; 95% CI 12.7, 15.0). Furthermore, 90 (81.8%) achieved the mastery learning standard in at least one application, and 69 (62.7%) completed a course evaluation on at least one application for a total of 231 evaluations. Of these, 206 (89.2%) agreed/strongly agreed that the experience had relevance to their practice, met expectations, and had a positive user design. However, 59/110 (53.6%) clinicians reported a lack of protected time, and 54/110 (49.0%) identified challenges with accessing internet/hardware. CONCLUSIONS: In resource-limited MSF settings, implementing web-based POCUS case practice demonstrated successful learning outcomes despite approximately half of the participants encountering significant technical challenges.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».