An adaptive simulation intervention decreases emergency physician physiologic stress while caring for patients during COVID-19: A randomized clinical trial
Notice bibliographique
Résumé
BACKGROUND: Stressful work environments and burnout in emergency medicine (EM) physicians adversely impact patient care quality. The future EM workforce will need to prioritize clinician well-being to ensure optimal patient care. METHODS: This prospective, randomized, controlled study aimed to determine whether an adaptive simulation intervention, COVID-19 Responsive Intervention: Systems Improvement Simulations (CRI:SIS), decreased physiologic stress as measured by heart rate variability (HRV) in front-line EM physicians during the COVID-19 pandemic. HRV was measured with smart shirts and self-reported State-Trait Anxiety Inventory (STAI) were collected at baseline and during four 8-hour clinical shifts for all participants. The intervention group (n = 40) received a 3-hour virtual educational simulation intervention consisting of four simulation scenarios (CRI:SIS). The control group (n = 41) received no simulation intervention. RESULTS: There were no significant differences in demographics between groups. HRV data collected from 81 physicians across a total of 324 clinical shifts showed an increase in HRV (decrease in physiologic stress) in shifts immediately following CRI:SIS in the intervention group as measured by a root mean square standard deviation (RMSSD) difference of 11.55 ms (95% CI, -19.90 to -3.20; P = 0.007) compared to the control group. Post-intervention STAI did not significantly differ between intervention and control. CONCLUSION: An adaptive simulation-based educational intervention led to decreased physiologic stress (increased HRV) among emergency physicians who received a simulation education intervention. Reduced physiologic stress generated by adaptive simulation interventions may improve both patient safety and clinician well-being.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».