Mentored Simulation Training Improves Procedural Skills in Cardiac Catheterization
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: Despite valuable supplemental training resources for surgical skill acquisition, utility of virtual reality simulators to improve skills relevant to performing cardiac catheterization has not been evaluated. METHODS AND RESULTS: Post baseline cardiac catheterization performance assessment, 27 cardiology trainees were randomized to either mentored training on a virtual reality simulator (n=12) or no simulator training (control; n=15). Cardiac catheterization performance was reassessed 1 week post baseline assessment. Performance scores at 1 week were compared with baseline within each group, and change in score from baseline to 1 week was compared between groups. Linear regression modeling was performed to assess the effect of simulator training as a function of baseline performance. Technical performance improved postintervention in the simulator group (24 versus 18; P=0.008) and changed marginally in the control group (20 versus 18; P=0.054). Improvement in technical performance was greater in the simulator group (6 versus 1; P=0.04). Global performance improved postintervention in both groups (simulator, 24 versus 17, P=0.01; control, 20 versus 18, P=0.02), with a trend toward greater improvement in the simulator group (5 versus 2; P=0.11). Lower scores at baseline were associated with larger differences in postintervention scores between the simulator and control groups (technical performance, P=0.0006; global performance, P<0.0001). CONCLUSIONS: Skills required to perform cardiac catheterization can be learned via mentored simulation training and are transferable to actual procedures in the catheterization laboratory. Less proficient operators derive greater benefit from simulator training than more proficient operators.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| 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 | 0,000 |
| 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