MétaCan
Menu
Retour à la cohorte
Enregistrement W4413764088 · doi:10.1111/1471-0528.18332

Standardising Simulation‐Based Obstetric Emergency Training: A Delphi Consensus Study

2025· article· en· W4413764088 sur OpenAlexaff
Paolo Mannella, Chiara Benedetto, C Emilie, Brigida Carducci, Elena Cesari, Irene Cetin, Andrea Ciavattini, Nicola Colacurci, A. Cromi, Lorenza Driul, Sergio Ferrazzani, T. Frusca, Garofalo Serafina, Ghi Tullio, Valentina Giardini, Pantaleo Greco, Annalisa Inversetti, Antonio L’Abbate, Luca Marozio, Martino Carmelinda, Federico Mecacci, Maddalena Morlando, Caterina Neri, G. Pilu, Prefumo Federico, Giuseppe Rizzo, Giovanni Scambia, Tommaso Simoncini, Emanuela Taricco, Patrizia Vergani, Rossella E. Nappi

Notice bibliographique

RevueBJOG An International Journal of Obstetrics & Gynaecology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity Hospital Foundation
Organismes subventionnairesnon disponible
Mots-clésDelphiSimulation trainingComputer scienceDelphi methodTraining (meteorology)SimulationArtificial intelligencePhysicsProgramming language

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To develop standardised Objective Structured Assessment of Technical Skills (OSATS) forms for major obstetric emergencies, thereby improving the quality and consistency of obstetric simulation training. DESIGN AND SETTING: A panel of national experts with extensive experience in teaching Gynaecology and Obstetrics, simulation training, and the clinical management of labour complications and peripartum emergencies. POPULATION AND METHODS: A Delphi process with four iterative rounds was conducted to create, evaluate, revise, and finalise OSATS checklists for 11 obstetric emergencies. Each OSATS form was rated using a Likert scale (0-9), refined according to expert feedback, and validated through structured discussions. MAIN OUTCOME MEASURES: The creation and approval of OSATS forms for shoulder dystocia, vacuum delivery, assisted breech delivery, third- and fourth-degree laceration repair, external cephalic version, abnormal CTG management, postpartum haemorrhage, non-cephalic second twin delivery, reverse breech extraction at caesarean section, maternal collapse and forceps application. RESULTS: Consensus was achieved for all emergencies with good to excellent ratings: shoulder dystocia (82%), external cephalic version (94%), vacuum delivery (75%), abnormal CTG management (42%), postpartum haemorrhage (96%), reverse breech extraction (72%), maternal collapse (94%), forceps application (76%), non-cephalic second twin delivery (96%), assisted breech delivery (94%) and third- and fourth-degree laceration repair (82%). CONCLUSION: The Delphi study successfully developed consensus-based OSATS forms, addressing the need for standardised assessments in obstetric simulation training. These tools enhance training quality, identify skill gaps and improve clinical preparedness. This study was supported by AGUI (Associazione Ginecologi Universitari Italiani).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,277
score de la tête « metaresearch » (Gemma)0,208
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil0,891

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2770,208
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,004
Communication savante0,0030,004
Science ouverte0,0030,012
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,441
Écart entre enseignants0,349 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBJOG An International Journal of Obstetrics & GynaecologyMême sujetSimulation-Based Education in HealthcareTravaux en français237 207