Learning fibreoptic intubation with a virtual computer program transfers to ‘hands on’ improvement
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Fibreoptic intubation is an essential skill in anaesthesiology that is challenging to learn in the clinical setting. The goal of this study was to evaluate 'virtual fibreoptic intubation' (VFI) software as an adjunct to the traditional fibreoptic intubation teaching. METHODS: After informed consent, 42 undergraduate medical students were randomized into two groups. The 'control group' was taught conventionally by an expert bronchoscopist with a 1 h lecture. In addition to the didactic lecture by the expert, the 'VFI group' was given the VFI CD-ROM, and students self-trained with the software until they felt competent performing a virtual fibreoptic bronchoscopy on the normal patient models. Students were evaluated 2 weeks later on their first orotracheal fibreoptic intubation of an airway manikin. The primary endpoint was success, as evaluated by a staff anaesthesiologist blinded to the group of teaching. Fibreoptic intubation ability was the secondary endpoint. RESULTS: The fibreoptic intubation success rate was significantly higher in the VFI group than in the control group (81 versus 52%, P < 0.05). Among 10 failures in the control group, nine were due to oesophageal intubation as compared with only one out of four in the VFI group. Among four failures in the VFI group, three were because of taking longer than 4 min as compared with only one out of 10 in the control group. The VFI group tended towards better ability in the procedural skills of fibreoptic intubation than the control group. CONCLUSION: Self-training in fibreoptic intubation with the VFI software may improve the acquisition of fibreoptic intubation skills.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Essai non randomisé | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».