MétaCan
Menu
Retour à la cohorte
Enregistrement W2019911437 · doi:10.1016/j.arthro.2013.11.012

The Learning Curve for Hip Arthroscopy: A Systematic Review

2014· review· en· W2019911437 sur OpenAlexaff
Daniel J. Hoppe, Darren de, Nicole Simunovic, Mohit Bhandari, Marc R. Safran, Christopher M. Larson, Olufemi R. Ayeni

Notice bibliographique

RevueArthroscopy The Journal of Arthroscopic and Related Surgery · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueHip disorders and treatments
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesSmith and NephewStrykerZimmerAmgen
Mots-clésLearning curveMedicineHip arthroscopyMEDLINEDescriptive statisticsCompetence (human resources)Evidence-based medicineCutoffGeneral surgeryArthroscopySurgeryStatisticsPsychologyPathologyComputer scienceMathematicsAlternative medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The learning curve for hip arthroscopy is consistently characterized as "steep." The purpose of this systematic review was to (1) identify the various learning curves reported in the literature, (2) examine the evidence supporting these curves, and (3) determine whether this evidence supports an accepted number of cases needed to achieve proficiency. METHODS: The electronic databases Embase and Medline were screened for any clinical studies reporting learning curves in hip arthroscopy. Two reviewers conducted a full-text review of eligible studies and a hand search of conference proceedings and reference sections of the included articles. Inclusion/exclusion criteria were applied, and a quality assessment was completed for each included article. Descriptive statistics were compiled. RESULTS: We identified 6 studies with a total of 1,063 patients. Studies grouped surgical cases into "early" versus "late" in a surgeon's experience, with 30 cases being the most common cutoff used. Most of these studies used descriptive statistics and operative time and complication rates as measures of competence. Five of 6 studies showed improvement in these measures between early and late experience, but only one study proposed a bona fide curve. CONCLUSIONS: This review shows that when 30 cases was used as the cutoff point to differentiate between early and late cases in a surgeon's experience, there were significant reductions in operative time and complication rates. However, there was insufficient evidence to quantify the learning curve and validate 30, or any number of cases, as the point at which the learning curve plateaus. As a result, this number should be interpreted with caution. LEVEL OF EVIDENCE: Level IV, systematic review of Level IV studies.

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)0,016
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,086
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0130,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,028
Tête enseignante GPT0,339
Écart entre enseignants0,311 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations216
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArthroscopy The Journal of Arthroscopic and Related SurgeryMême sujetHip disorders and treatmentsTravaux en français237 207