Remote Instruction in Focused Assessment With Sonography in Trauma (FAST) Exams for Surgery Residents: A Pilot Study
Notice bibliographique
Résumé
BackgroundThe Focused Assessment with Sonography in Trauma (FAST) exam is an important component to the evaluation of trauma patients. With advances in technology and meeting limitations due to COVID-19, remote instruction and learning have gained popularity. We sought to determine whether remote instruction of FAST exams was feasible as sustainable surgical education and a possible alternative to traditional in-person teaching.MethodsGeneral surgery residents completed a baseline survey and skills assessment on FAST exams and were then randomized to remote or in-person instruction. The remote group participated in an instructional session with a content expert through video conference and then practiced on a simulated mannequin while the expert remotely provided feedback. The in-person group received the experience with the content expert in the room. Both groups completed a post-course survey immediately after the session and a follow-up survey and objective assessment at six-months. Results were compared with two-way analysis of variance (ANOVA).Results14 residents underwent the curriculum, seven in each group. There was a significant increase in self-reported confidence when comparing pre- and immediate post-course results for both the remote and in-person groups. At six months, confidence scores remained elevated and skill assessment scores improved, although the latter did not reach significance. There was no significant difference in post-course results between the groups.ConclusionsRemote instruction of FAST exams was feasible. Pilot data demonstrated an increase in confidence and suggest outcomes that are similar to in-person instruction, which has positive implications for future remote educational and potentially clinical initiatives.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».