General Versus Technique-Specific Surgical Skills Assessments: Do We Need to Reinvent the Wheel?
Notice bibliographique
Résumé
Background: Reliable and valid methods of evaluating operative performance are essential for surgical training programs and education research. Laparoscopic surgery entails a unique skill set, but it is unclear whether it requires a specific assessment form or whether more general assessment tools can be applied. The primary purpose of this study was to assess the concurrent validity of 2 previously validated assessment scales. One of these scales was designed specifically to assess laparoscopic skills and the other to assess more general surgical skills. Construct validity and reliability of both scales were also assessed.Methods: Postgraduate year (PGY) 1–5 general surgery and urology residents (N = 33) performed a live human laparoscopic cholecystectomy. Three attending surgeon raters scored their performance using previously validated objective structured assessment of technical skills (OSATS) and Global Operative Assessment of Laparoscopic Skills (GOALS) global rating scales.Results: Pearson's correlation coefficient between OSATS and GOALS was 0.975 (P = .01). Evidence of construct validity was demonstrated for both OSATS and GOALS with senior residents (PGY 3–5) demonstrating significantly higher scores than the junior (PGY 1–2) group (P < .001). Both OSATS and GOALS demonstrated reliability with a Cronbach's alpha of 0.959 and 0.957, respectively.Conclusions: Reliability and construct validity were confirmed for both OSATS and GOALS global rating scales. The near total correlation between the 2 scales questions the need for separate laparoscopic assessment tools. This study highlights the real strengths of OSATS, the use of which allows for more consistent nomenclature and standardized skills assessment across surgical platforms.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».