P.012 Spinal durotomy repair simulator for deliberate microsurgical practice: integration into a residency training module
Notice bibliographique
Résumé
Background: Deliberate practice is one aspect of gaining competency in surgical skills. We have previously integrated a vascular microsurgery module into our residency training curriculum, and have recently described our experience with constructing patient-specific spine models for simulating lumbar spinal durotomy repair. The goal of this project is to develop the necessary infrastructure to facilitate practice on the spine model during residency. Methods: A 3D-printed plastic lumbar spine model was created from a patient computed tomography scan. L2 was manually laminectomized, and paraspinal tissues were simulated using Polyvinyl Chloride (PVC) Plastisol. Harvested bovine pericardium was sewn into tubular form as a dural substitute. The pericardial tubes were tied at either end and attached to intravenous tubing to create a closed loop water system. Results: We are developing a video tutorial describing how to setup and use the model. Residents will be recorded while performing a 1.5 cm durotomy and repair using a surgical microscope available in our training laboratory (Drake-Hunterian Neurovascular Laboratory, London, Ontario, Canada). Residents are asked to grade the realism of the model using a questionnaire. Metrics of quality are to be determined. Conclusions: Our proposed model is a cost-effective, easy-to-prepare lumbar spinal simulator that facilitates microsurgical practice during neurosurgical residency.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».