Systematic review of evidence-based medicine tests for family physician residents.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Evidence-based medicine (EBM) is increasingly important in resident education, and reliable and valid tests of competence for family medicine residents are needed. METHODS: MEDLINE, PsycINFO, ERIC, ERC, and the Research & Development Resource Base (University of Toronto) were searched from inception to June 2014 to identify competence tests of family medicine and general practice residents in EBM. Two authors independently assessed all titles, abstracts, and full texts and abstracted data. RESULTS: Three EBM courses were evaluated by the Fresno test. Seven other authors designed EBM interventions and individual tests to evaluate them. Content validity was assessed by nine studies, construct validity by five, face validity by three, and concurrent validity by one. Internal reliability was reported by seven studies, inter-rater by four, item difficult and item discrimination by two, and intra-rater by one. Eight studies reported that knowledge scores increased significantly after the intervention. CONCLUSIONS: Content validity and internal reliability were the most frequently assessed measures. The basic EBM activities of identifying Population, Intervention, Comparison, Outcome, and Study Design (PICOS questions) and computing sensitivity, specificity, and number needed to treat (NNT) are unlikely to change. However, guidelines are often used in EBM courses, and they are updated regularly, which will involve new clinical scenarios, PICOS questions, and statistical computations. The Fresno test has been evaluated with three groups of family medicine residents, has the best documentation of validity and reliability, and is the best candidate for future development. Evaluation tools also need to be developed to measure if care received by patients is EBM.
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 | 0,024 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,001 | 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 ».