MétaCan
Menu
Retour à la cohorte
Enregistrement W1547575197 · doi:10.1111/j.1440-1843.2011.01961.x

Assessment and learning curve evaluation of endobronchial ultrasound skills following simulation and clinical training

2011· article· en· W1547575197 sur OpenAlexaff
David R. Stather, Paul MacEachern, Karen P. Rimmer, Christopher A. Hergott, Alain Tremblay

Notice bibliographique

RevueRespirology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversity of SaskatchewanUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineEndobronchial ultrasoundUltrasoundSimulation trainingRadiologyLearning curvePhysical therapyBronchoscopySimulationComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: Endobronchial ultrasound is a revolutionary diagnostic pulmonary procedure. The use of a computer endobronchial ultrasound simulator could improve trainee procedural skills before attempting to perform procedures on patients. This study aims to compare endobronchial ultrasound performance following training with simulation versus conventional training using patients. METHODS: A prospective study of pulmonary medicine and thoracic surgery trainees. Two cohorts of trainees were evaluated using simulated cases with performance metrics measured by the simulator. Group 1 received endobronchial ultrasound training by performing 15 cases on an endobronchial ultrasound simulator (n=4). Group 2 received endobronchial ultrasound training by doing 15-25 cases on patients (n=9). RESULTS: Total procedure time was significantly shorter in group 1 than group 2 (15.15 (±1.34) vs 20.00 (±3.25) min, P<0.05). The percentage of lymph nodes successfully identified was significantly better in group 1 than group 2 (89.8 (±5.4) vs 68.1 (±5.2), P < 0.05). There was no difference between group 1 and group 2 in the percentage of successful biopsies (100.0 (±0.0) vs 90.4 (±11.5), P=0.13). The learning curves for simulation trained fellows did not show an obvious plateau after 19 simulated cases. CONCLUSIONS: Using an endobronchial ultrasound simulator leads to more rapid acquisition of skill in endobronchial ultrasound compared with conventional training methods, as assessed by an endobronchial ultrasound simulator. Endobronchial ultrasound simulators show promise for training with the advantage of minimizing the burden of procedural learning on patients.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,453
Écart entre enseignants0,339 · 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'étudeObservationnel
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

Citations59
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRespirologyMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207