MétaCan
Menu
Retour à la cohorte
Enregistrement W2071082414 · doi:10.1177/155335060501200405

Efficacy of Novel Robotic Camera vs a Standard Laparoscopic Camera

2005· article· en· W2071082414 sur OpenAlexaboutno aff
Vivian E. Strong, Nancy J. Hogle, Dennis Fowler

Notice bibliographique

RevueSurgical Innovation · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLaparoscopic surgeryRobotic surgerySurgeryArtificial intelligenceComputer visionLaparoscopyGeneral surgeryComputer science

Résumé

récupéré en direct d'OpenAlex

To improve visualization during minimal access surgery, a novel robotic camera has been developed. The prototype camera is totally insertable, has 5 degrees of freedom, and is remotely controlled. This study compared the performance of laparoscopic surgeons using both a laparoscope and the robotic camera. The MISTELS (McGill Inanimate System for the Training and Evaluation of Laparoscopic Skill) tasks were used to test six laparoscopic fellows and attending surgeons. Half the surgeons used the laparoscope first and half used the robotic camera first. Total scores from the MISTELS sessions in which the laparoscope was used were compared with the sessions in which the robotic camera was used and then analyzed with a paired t test (P < .05 was considered significant). All six surgeons tested showed no significant difference in their MISTELS task performance on the robotic camera compared with the standard laparoscopic camera. The mean MISTELS score of 963 for all subjects who used a laparoscope and camera was not significantly different than the mean score of 904 for the robotic camera (P = .17). This new robotic camera prototype allows for equivalent performance on a validated laparoscopic assessment tool when compared with performance using a standard laparoscope.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,343
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations10
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurgical InnovationMême sujetSurgical Simulation and TrainingTravaux en français237 207