Comparative Evaluation of Self-Learning Versus Instructor-Guided Cardiac Ultrasonography Training
Notice bibliographique
Résumé
PURPOSE: Point-of-care ultrasonography (PoCUS) has improved the diagnostic capacity of medical conditions; however, integrating it into medical curricula is constrained by cost, time, accessibility, and teaching style variability. This study examines whether simulator-based self-learning for cardiac PoCUS is noninferior to instructor-guided teaching. METHOD: This randomized controlled trial, conducted at Ben-Gurion University of the Negev, enrolled 116 medical students as part of the medical school's PoCUS curriculum. Participants were randomly assigned to a simulator-based self-learning or conventional instructor-guided teaching group. After training, which took place January 29 to February 22, 2023, participants completed exams on February 23, 2023, assessing their abilities to obtain specific cardiac views, capture images of quality, and correctly identify common cardiac pathologies. RESULTS: Of 116 participants, 57 (49.1%) were categorized into the instructor-guided group and 59 (50.9%) the self-learning group. Participants in the self-learning group had higher total test scores compared with the instructor-guided group (81.6% vs 77.2%, P = .30), with only the apical 2-chamber view reaching statistical significance in favor of the self-learning group (81.3% vs 68.3%, P = .04). The self-learning group also scored higher on image quality, but the difference was not statistically significant (59.5% vs 55.6%, P = .26). There was no significant difference in total scores for cardiac pathology identification (93.5% in the self-learning group vs 94.7% in the instructor-guided group, P = .81). A multivariable logistic regression presented no significant difference in achieving an above median score when adjusted for gender, chest anatomy academic grade, and prior PoCUS training (adjusted odds ratio, 1.55; 95% CI, 0.69-3.53; P = .30). CONCLUSIONS: This study suggests that the self-learning approach is noninferior to instructor-guided teaching for cardiac ultrasonography training. Incorporating these programs into medical curricula may enhance the quantity and proficiency of PoCUS operators, improving diagnostic capabilities and treatment outcomes across medical specialties.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».