Date: 24 May 2013

Anesthesiologists’ learning curves for bedside qualitative ultrasound assessment of gastric content: a cohort study

Rent the article at a discount

Rent now

* Final gross prices may vary according to local VAT.

Get Access

Abstract

Purpose

Focused assessment of the gastric antrum by ultrasound is a feasible tool to evaluate the quality of the stomach content. We aimed to determine the amount of training an anesthesiologist would need to achieve competence in the bedside ultrasound technique for qualitative assessment of gastric content.

Methods

Six anesthesiologists underwent a teaching intervention followed by a formative assessment; then learning curves were constructed. Participants received didactic teaching (reading material, picture library, and lecture) and an interactive hands-on workshop on live models directed by an expert sonographer. The participants were instructed on how to perform a systematic qualitative assessment to diagnose one of three distinct categories of gastric content (empty, clear fluid, solid) in healthy volunteers. Individual learning curves were constructed using the cumulative sum method, and competence was defined as a 90% success rate in a series of ultrasound examinations. A predictive model was further developed based on the entire cohort performance to determine the number of cases required to achieve a 95% success rate.

Results

Each anesthesiologist performed 30 ultrasound examinations (a total of 180 assessments), and three of the six participants achieved competence. The average number of cases required to achieve 90% and 95% success rates was estimated to be 24 and 33, respectively.

Conclusion

With appropriate training and supervision, it is estimated that anesthesiologists will achieve a 95% success rate in bedside qualitative ultrasound assessment after performing approximately 33 examinations.

Résumé

Objectif

L’évaluation ciblée de l’antre pylorique par échographie est un outil utile pour estimer la qualité du contenu de l’estomac. Notre objectif était de déterminer la quantité de formation nécessaire à un anesthésiologiste afin d’acquérir des compétences en échographie au chevet pour l’évaluation qualitative du contenu gastrique.

Méthode

Six anesthésiologistes ont suivi une formation, puis une évaluation formative; des courbes d’apprentissage ont ensuite été élaborées. Les participants ont reçu un enseignement didactique (matériel de lecture, bibliothèque d’images, et cours) et suivi un atelier pratique interactif sur des modèles vivants dirigé par un échographiste expert. On a enseigné aux participants la façon de réaliser une évaluation qualitative systématique afin de diagnostiquer l’une de trois catégories distinctes de contenu gastrique (vide, liquide clair, solide) chez des volontaires sains. Les courbes d’apprentissage individuelles ont été construites sur la base de la méthode des sommes cumulées. La compétence était définie en tant que taux de réussite de 90 % dans une série d’examens échographiques. De plus, un modèle de prévision a été créé sur la base de la performance de la cohorte entière.

Résultats

Chaque anesthésiologiste a réalisé 30 examens échographiques (soit un total de 180 évaluations), et trois des six participants ont atteint le niveau de compétence prédéfini. Le nombre moyen de cas requis pour atteindre des taux de réussite de 90 % et 95 % a été estimé à 24 et 33, respectivement.

Conclusion

Avec une formation et une supervision adaptées, on estime que les anesthésiologistes atteindront un taux de réussite de 95 % des évaluations échographiques qualitatives au chevet après avoir réalisé environ 33 examens.

Author contributions

Cristian Arzola, Jose C.A. Carvalho, Javier Cubillos, Xiang Y. Ye, and Anahi Perlas helped design the study. Cristian Arzola, Jose C.A. Carvalho, Javier Cubillos, and Anahi Perlas helped conduct the study. Cristian Arzola and Xiang Y. Ye helped analyze the data. Jose C.A. Carvalho, Javier Cubillos, and Anahi Perlas helped with the interpretation of data. Cristian Arzola and Jose C.A. Carvalho helped write the manuscript. Javier Cubillos, Xiang Y. Ye, and Anahi Perlas helped revise the manuscript. Cristian Arzola, Jose C.A. Carvalho, Javier Cubillos, Xiang Y. Ye, and Anahi Perlas have seen the original study data and reviewed the analysis of the data. Cristian Arzola is the author responsible for archiving the study files.