A Laparoscopic Surgical Skills Assessment Tool for Veterinarians
Notice bibliographique
Résumé
Our aim in this study was to validate a test of laparoscopic surgical performance by determining the relation of scores from an objective structured assessment of technical skills performed in a canine abdominal model to experience and basic laparoscopic skills. The number of years the participants had performed rigid video-endoscopic procedures (VEP), using triangulation skills, correlated positively with both evaluators' total surgical performance scores for all three evaluation methods: global rating scale, visual analog scale (VAS) rating of overall performance, and operative component rating scale (OCRS). Experience of VEP without triangulation skills (i.e., flexible endoscopy, otoscopy) or video game experience did not correlate with surgical performance. A highly validated basic laparoscopic skills assessment (McGill University inanimate system for training and evaluation of laparoscopic skills, or MISTELS) score was strongly correlated with the VAS score for surgical performance and OCRS scores. Inter-rater reliability was high for the VAS and OCRS evaluation methods, and scores from the detailed OCRS method did not differ between evaluators. In conclusion, the surgical performance test correlated with VEP triangulation experience and basic laparoscopic skills. This type of test needs to be evaluated in a larger sample population including higher numbers of veterinary laparoscopic surgeons for further validation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».