MétaCan
Menu
Retour à la cohorte
Enregistrement W7155162409 · doi:10.2196/87897

Digital Simulation–Based Ultrasound Training in Physiotherapy Students: Blinded Randomized Controlled Trial Applying Item Response Theory (Preprint)

2025· article· en· W7155162409 sur OpenAlexvenueno aff
Samuel Fernández-Carnero, Belén Díaz-Pulido, Jorge Méndez-Rodriguez, Daniel Pecos-Martín, Santiago Garcia-Miguel, Alexander Achalandabaso‐Ochoa, Nicolas Cuenca-Zaldívar, Fermín Naranjo-Cinto

Notice bibliographique

RevueJMIR Medical Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialItem response theoryClinical trialRandomizationDigital health

Résumé

récupéré en direct d'OpenAlex

Background: Ultrasound education has traditionally relied on on-site training, but scalable digital solutions are increasingly needed. Objective: This study aimed to evaluate the effectiveness of a simulation-based online ultrasound platform compared with traditional on-site training. Methods: A prospective randomized blinded study was conducted with 68 physiotherapy students (n=34 per group). Participants were assigned to a simulation-based online training platform (WAZO) or traditional on-site instruction. Both groups completed identical theoretical and practical assessments. Item response theory using a Rasch model was applied to evaluate item difficulty and student ability. Results: No significant differences were found between the online and on-site groups in theoretical scores (mean 4.94, SD 1.47 vs mean 5.08, SD 1.14; P=.65) or practical performance variables, including probe handling (26/34, 76.5% vs 28/34, 82.4%; P=.37) and structure identification (24/34, 70.6% vs 22/34, 64.7%; P=.19). Measurement outcomes also showed no significant differences, including structure diameter (mean 3.78, SD 0.79 mm vs mean 3.98, SD 1.27 mm; P=.46) and structure surface distance (mean 3.94, SD 1.97 mm vs mean 3.24, SD 0.64 mm; P=.06). Item response theory analysis identified image optimization, structure diameter, and structure surface distance as the most difficult items, while probe handling and structure identification were the most informative. The model demonstrated high discriminative performance (area under the curve=0.93), with sensitivity of 87% and specificity of 80%. Conclusions: Simulation-based online ultrasound training provides comparable theoretical and practical outcomes to traditional on-site instruction, supporting its use as a scalable and accessible educational alternative.

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)0,009
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,022
Tête enseignante GPT0,447
Écart entre enseignants0,425 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJMIR Medical EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207