MétaCan
Menu
Retour à la cohorte
Enregistrement W2624825739 · doi:10.1002/alr.21960

Development and validation of a 3D‐printed model of the ostiomeatal complex and frontal sinus for endoscopic sinus surgery training

2017· article· en· W2624825739 sur OpenAlexafffund
Abdulaziz Al‐Rasheed, Lily H. P. Nguyen, Luc Mongeau, W. Robert J. Funnell, Marc A. Tewfik

Notice bibliographique

RevueInternational Forum of Allergy & Rhinology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésMedicineOtorhinolaryngologyLikert scaleEndoscopic sinus surgerySinus (botany)Paranasal sinusesNose3d printedSoft tissueMedical physicsSurgeryBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Endoscopic sinus surgery poses unique training challenges due to complex and variable anatomy, and the risk of major complications. We sought to create and provide validity evidence for a novel 3D-printed simulator of the nose and paranasal sinuses. METHODS: Sinonasal computed tomography (CT) images of a patient were imported into 3D visualization software. Segmentation of bony and soft tissue structures was then performed. The model was printed using simulated bone and soft tissue materials. Rhinologists and otolaryngology residents completed 6 prespecified tasks including maxillary antrostomy and frontal recess dissection on the simulator. Participants evaluated the model using survey ratings based on a 5-point Likert scale. The average time to complete each task was calculated. Descriptive analysis was used to evaluate ratings, and thematic analysis was done for qualitative questions. RESULTS: A total of 20 participants (10 rhinologists and 10 otolaryngology residents) tested the model and answered the survey. Overall the participants felt that the simulator would be useful as a training/educational tool (4.6/5), and that it should be integrated as part of the rhinology training curriculum (4.5/5). The following responses were obtained: visual appearance 4.25/5; realism of materials 3.8/5; and surgical experience 3.9/5. The average time to complete each task was lower for the rhinologist group than for the residents. CONCLUSION: We describe the development and validation of a novel 3D-printed model for the training of endoscopic sinus surgery skills. Although participants found the simulator to be a useful training and educational tool, further model development could improve the outcome.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,102
Tête enseignante GPT0,320
Écart entre enseignants0,217 · 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

Citations74
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Forum of Allergy & RhinologyMême sujetSurgical Simulation and TrainingTravaux en français237 207