Deliberate Practice on a Virtual Reality Laparoscopic Simulator Enhances the Quality of Surgical Technical Skills
Notice bibliographique
Résumé
In Brief Introduction: Virtual reality (VR) simulation provides unique training opportunities. This study evaluates whether the deliberate practice (DP) can be successfully applied to simulated laparoscopic cholecystectomy (LC) for enhancement of the quality of surgical skills. Methods: Twenty-six inexperienced surgeons underwent a training program for LC on a VR simulator. Trainees were randomly allocated to 1 of 2 specific protocols of 10 sessions comprising a total of 20 LCs. For each session, the control group performed 2 LCs separated by 30 minutes of occupational activities; the DP group were assigned 30 minutes of DP activities in between 2 LCs. Each participant then performed 2 LCs on a cadaveric porcine model. Quantitative parameters were recorded from the simulator and a motion tracking device; qualitative assessment utilized validated rating scales. Results: Twenty-two subjects completed training. Learning curves on the VR simulator were significant for time taken and number of movements in both groups. The DP group was slower from the third LC (1373 vs. 872 seconds, P = 0.022) and utilized more movements from the seventh (942 vs. 701, P = 0.033). Global rating scores improved significantly in both groups over repeated LCs. The DP group revealed higher scores than control from tenth (19.5 vs. 14, P = 0.014) until the twentieth LC (22 vs. 16, P = 0.003). On the porcine model, the DP group also achieved higher global rating scores (25.5 vs. 19.5, P = 0.002). Conclusions: VR training improved dexterity for both groups, and led to transfer of skill onto a porcine LC model. The DP group achieved higher quality, and demonstrated superior transfer onto real tissues. Virtual reality (VR) simulation provides unique training opportunities. This study proves that deliberate practice (DP) can be successfully applied to simulated laparoscopic cholecystectomy (LC) for enhancement of the quality of surgical skills. VR training improved dexterity for both groups, and led to transfer of skill onto a porcine LC model. The DP group achieved higher quality, and demonstrated superior transfer onto real tissues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».