Validity of the MISTELS Simulator for Laparoscopy Training in Urology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The McGill Inanimate System for Training and Evaluation of Laparoscopic Skills (MISTELS) consists of a series of five laparoscopic exercises performed in an endotrainer box. MISTELS has been validated for use in both training and evaluation of general surgery residents in fundamental laparoscopic skills. The purpose of this study was to demonstrate the construct validity of MISTELS for urology residents. SUBJECTS AND METHODS: Seventeen participants were evaluated during performance of the five MISTELS tasks (peg transfer, pattern cutting, ligating loop, and suturing with extracorporeal and intracorporeal knots) using the standardized scoring system, which rewards both speed and precision. Participants included 13 urology residents (PGY 1-5), 1 fellow, and 3 urologists experienced in laparoscopy. Results are expressed as median (range). The Mann-Whitney U-test was used to compare MISTELS scores for 9 novice (PGY 1-4) and 8 experienced urologists (PGY 5-attending). P < 0.05 was considered statistically significant. RESULTS: The median MISTELS total normalized score for novices was 52.3 (range 15-68.9) compared with 71.7 (range 56.3-82.9) for experienced urologists (P = 0.007). Although the experienced group achieved higher scores in all five individual tasks, statistically significant differences were demonstrated for the peg transfer and intracorporeal suture tasks only. CONCLUSION: These data provide evidence for construct validity of the MISTELS system for urology residents.
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.
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) | 0,000 | 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 découle