Assessment of laparoscopic skills before and after simulation training with a canine abdominal model
Notice bibliographique
Résumé
OBJECTIVE-To determine whether scores for basic laparoscopic skills were significantly associated with extent of laparoscopic experience and compare basic laparoscopic skill scores obtained before and after 2 laparoscopic training sessions incorporating a canine abdominal model. DESIGN-Evaluation study. SAMPLE POPULATION-8 experienced and 25 novice individuals. PROCEDURES-Novice participants were randomly assigned to control (n = 10) and training (15) groups. Individuals in the experienced and novice training groups were required to undergo 2 training sessions with a canine abdominal model. Basic laparoscopic skills were assessed twice on the basis of 3 tasks included in the McGill Inanimate Simulator for Training and Evaluation of Laparoscopic Skills (MISTELS). RESULTS-For the novice training group, laparoscopic skills scores were significantly higher after training than before, but for individuals in the novice control group, scores did not differ significantly between the first and second assessments. The increase in score for the novice training group was significantly higher than increases for the experienced group and for the novice control group, but the increase in score for the experienced group was not significantly different from the increase in score for the novice control group. CONCLUSIONS AND CLINICAL RELEVANCE-Results suggested that basic laparoscopic skills scores obtained with the MISTELS were associated with extent of laparoscopic experience and that training with a canine abdominal model could increase skills scores for individuals without previous laparoscopic experience.
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) | 0,000 | 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 | 0,001 |
| 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 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 ».