MétaCan
Menu
Retour à la cohorte
Enregistrement W2321910349 · doi:10.1097/01.sih.0000459423.93549.f4

Board #322 - Technology Innovation Development and Preliminary Validation of a Novel Ventriculostomy Simulator (Submission #8635)

2014· article· en· W2321910349 sur OpenAlexaboutno aff
Deborah M. Rooney, Peng-Siang Liao, Oren Sagher, Luis Savastano, Albert J. Shih, Francesca Stephenson, Bruce L. Tai

Notice bibliographique

RevueSimulation in Healthcare The Journal of the Society for Simulation in Healthcare · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRating scaleComputer scienceMedical physicsSimulationScale (ratio)Center of excellenceReliability (semiconductor)PsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction A team of biomedical engineers, neurosurgeons, and a medical educator, created and evaluated preliminary validity evidence of a high-fidelity simulator used to train ventriculostomy skills. Description A scale reproduction of an adult skull and relevant anatomy was created. Twelve neurosurgery residents, one fellow, and five attendings (n=17) from three academic medical centers performed the simulated creation of a ventricolostomy. Participants rated the simulator using a 37-item survey across five domains. Quality of the simulator was scored from “Not at all realistic” (1) to “Highly realistic” (4). Self-reported ability to perform relevant tasks was rated from “Too difficult to perform (0) to “Too easy to perform” (4). Validity evidence relevant to test content was evaluated using a Rasch model, while evidence relevant to internal structure (inter-item reliability, and inter-rater agreement) was evaluated using traditional methods. Conclusion Analyses indicated attendings had statistically higher ratings (M=3.4/4.0) than fellows (M=3.3), and residents (M=3.0), p=.02. Domain means were 3.9 (Value), 3.5 (Physical attributes), 3.4 (Realism of experience), 3.3 (Relevance), and 2.9 (Ability). Inter-item consistency across domains were estimated to be moderate-high (.65, .92), and inter-rater agreement regarding simulator characteristics was high [ICC(2,k)= .90]. Rating differences were found across institutions, p=.001, and are reviewed. The observed global rating (2.5) indicated the simulator can be considered for teaching ventriculostomies, but could be improved slightly. Ratings indicated the simulator was valuable as a learning tool, but could be improved with minor modifications. The most commonly-suggested improvement was the addition of ears as an added anatomical landmark. References 1. Haji FA, Dubrowski A, Drake J, de Ribaupierre S. Needs assessment for simulation training in neuroendoscopy: a Canadian national survey. J Neurosurg. 2013 Feb;118(2):250-7. doi: 10.3171/2012.10.JNS12767. Epub 2012 Dec 7 2. Schirmer CM, Elder JB, Roitberg B, Lobel DA. Virtual reality-based simulation training for ventriculostomy: an evidence-based approach. Neurosurgery. 2013 Oct;73 Suppl 1:66-73. doi: 10.1227/NEU.0000000000000074. 3. Choudhury N, Gélinas-Phaneuf N, Delorme S, Del Maestro R. Fundamentals of neurosurgery: virtual reality tasks for training and evaluation of technical skills. World Neurosurg. 2013 Nov;80(5):e9-19. doi: 10.1016/j.wneu.2012.08.022. Epub 2012 Nov 23. 4. Korndorffer JR Jr, Kasten SJ, Downing SM. A call for the utilization of consensus standards in the surgical education literature. Am J Surg. 2010 Jan;199(1):99-104. doi: 10.1016/j.amjsurg.2009.08.018 5. Cook DA, Brydges R, Zendejas B, Hamstra SJ, Hatala R. Technology-enhanced simulation to assess health professionals: A systematic review of validity evidence, research methods, and reporting quality. Acad Med. 2013 Jun;88(6):872-83. doi: 10.1097/ACM.0b013e31828ffdcf. 6. Cook DA, Zendejas B, Hamstra SJ, Hatala R, Brydges R. What counts as validity evidence? Examples and prevalence in a systematic review of simulation-based assessment. Adv Health Sci Educ Theory Pract. 2014 May;19(2):233-50. doi: 10.1007/s10459-013-9458-4. Epub 2013 May 2. 7. Standards for Educational and Psychological Testing, 1999, American Educational Research Association, American Psychological Association and National Council on Measurement in Education: American Educational Research. 8. Rasch G. (1960/1980). Probabilistic models for some intelligence and attainment tests. (Copenhagen, Danish Institute for Educational Research), expanded edition (1980) with foreword and afterword by BD Wright. Chicago, IL: The University of Chicago Press. 9. Hamilton JM, et al., Toward effective pediatric minimally invasive surgical simulation. J Pediatr Surg, 2011. 46(1): p. 138-44. Disclosures None

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0530,028

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 Opus0,056
Tête enseignante GPT0,370
Écart entre enseignants0,314 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSimulation in Healthcare The Journal of the Society for Simulation in HealthcareMême sujetSurgical Simulation and TrainingTravaux en français237 207