Proficiency-based simulation training in open and endovascular surgery.
Notice bibliographique
Résumé
The traditional form of surgical skills training and recent changes in health care have created challenges in keeping up the standards in skills training of future surgeons. The structured development of simulation training might help tackle these challenges. The main aim of this thesis was to explore whether basic surgical skills acquired using proficiency-based simulation training in superficial femoral artery (SFA) angioplasty and saphenofemoral junction (SFJ) dissection translate to real-world performance. Four studies were performed. In the first study, a procedure-specific checklist for SFA angioplasty was developed and validated using the Vascular Intervention Simulation Trainer (VIST) simulator. In the second study, the impact of an assistant on the technical skills of the primary operator performing SFA angioplasties on the VIST simulator was assessed. The first and the second studies were essential to study the transfer of endovascular skills after proficiency-based simulation training in SFA angioplasty to the interventional suite (third study). The fourth study describes the transfer of open vascular surgical skills after proficiency-based bench model simulation training in SFJ dissection to the operating room (OR). Simulation-trained trainees scored higher than the controls on the procedural checklist developed (86.80 ± 5.36 vs. 67.60 ± 6.02 P = 0.001) and a global rating scale (37.20 ± 4.09 vs. 24.40 ± 5.32 P = 0.003) when performing SFA angioplasty on patients. Similarly, bench model simulation-trained trainees scored higher than the controls on procedural (30.33 ± 2.07 vs. 18 ± 2.19 P < 0.001) and global (28.33 ± 1.86 vs. 18.50 ± 4.04 P < 0.001) rating scales when performing SFJ dissection on patients. Basic surgical skills acquired using proficiency-based simulation training in SFA angioplasty and SFJ dissection do translate to real world performance. Structured proficiency-based simulation training in SFA angioplasty and SFJ dissection should be incorporated into surgical training programs.
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 | 0,003 | 0,007 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».