Modèle pédagogique in vivo d’apprentissagedes techniques chirurgicales cardiovasculaires
Notice bibliographique
Résumé
Contexte : L'apprentissage des techniques de chirurgie cardiovasculaire serait facilité par un modèle pédagogique. But : Le but de cette étude est la mise au point d'un modèle animal in vivo pour permettre l'apprentissage des techniques de chirurgie cardiovasculaire et la simulation opératoire. Matériel : L'animal d'expérience est le cochon Landrace (24.8 ± 4 kg). Les différents gestes techniques sont réalisés alternativement par l'enseignant puis par le résident, après un enseignement théorique. La dissection des artères carotides (artères élastiques) et des veines jugulaires est réalisée de manière bilatérale. Les veines sont ensuite prélevées et un pontage est réalisé à l'aide de deux anastomoses termino-terminales. Les artères fémorales (artères musculaires spastiques) et les veines saphènes sont ensuite utilisées avec anastomoses termino-latérales. Les temps de réalisation des différents gestes sont notés de même que les fautes commises. L'animal est ensuite refermé pour le suivi à distance du résultat par écho-Doppler, puis contrôle histologique (coloration trichrome). Résultats : Les résidents en chirurgie formés sur ce modèle ont tous montré un apprentissage rapide des dif férentes techniques de base de chirurgie cardiovasculaire. Le temps de réalisation des différents gestes et le nombre de fautes diminue de même que l'assurance du geste opératoire augmente. Conclusion : Ce modèle animal, proche de l'homme sur le plan anatomique et physiologique, apparaît très satisfaisant pour l'apprentissage chirurgical. Il permet aussi au futur chirurgien d'apprendre à faire face à diverses situations à risque, provoquées par l'enseignant, permettant d'utiliser ce modèle comme un véritable simulateur chirurgical in vivo.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,001 |
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 ».