Trauma surgical educational opportunities in Canada: a week in the life of a trauma service
Notice bibliographique
Résumé
Background: Trauma educational opportunities for general surgery residents in Canada are uncharacterized. We aimed to characterize these opportunities for and identify factors associated with such opportunities. Methods: We performed a prospective cross-sectional study characterizing trauma educational opportunities within Canadian trauma programs. Data were collected during 1 summer week and 1 winter week. We summarized educational opportunities by trauma site and season and used multivariable modelling to evaluate factors associated with increased likelihood of procedure opportunities. Results: Nine academic trauma centres participated. Most consults (93.9%) and trauma team activations (TTAs) (72.3%) were for blunt injuries, and most presentations were during the summer (67.2% TTAs + consults, 69.3% TTAs). Trauma services cared for a median of 14 (interquartile range [IQR] 10–20) inpatients, 4 (IQR 1–6) patients in the intensive care unit, and 0 (IQR 0–2) patients admitted to another service but subsequently followed by a trauma physician (i.e., consulting patients), which varied across hospitals (p < 0.001). Consult, TTA, nonoperative, and operative procedure volumes varied across sites. The most common operative procedures were laparotomies (36.4%), with 1.33 laparotomies per week per site. For nonlaparotomy operations, the maximum volume was 6 over 2 weeks. More operations occurred during summer (74.2%) than winter. Multivariable modelling determined that penetrating mechanisms (odds ratio [OR] 1.87, 95% confidence interval [CI] 1.11–3.15) and TTAs with a trauma surgeon present (OR 2.37, 95% CI 1.59–3.54) were associated with increased likelihood of procedures. Conclusion: Trauma educational opportunities remain heterogeneous across Canada. Higher volumes of patients with trauma were seen during the summer. Penetrating mechanism and TTAs with a trauma surgeon present appear to increase opportunities to perform procedures. Our results can inform general surgery training programs to optimize resident trauma training in Canada.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 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) | 0,004 | 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 ».