Video replay in surgery: Can we make the “right call” in predicting outcomes?
Notice bibliographique
Résumé
n their article, Goldenberg et al set out to answer an important question in surgical education: Can we assess technical performance in the operating room to predict clinical outcomes?The authors compared assessments by expert raters (robotic and open surgeons) and those from lay people from the Crowd-Sourced Assessment of Technical Skills (C-SATS) 1,2 group with regard to experienced surgeons' technical ability during a robotic-assisted radical cystectomy.The authors prepared short video segments (60 seconds) showing mobilization of the ureter, ureteral preparation for the anastomosis, and the ureteral-ileal anastomosis from nine (out of a potential 102) cases that resulted in clinically significant postoperative uretero-ileal strictures (UIS) (10 strictures in total).They compared these to video segments showing the same steps from eight control cases that did not result in UIS.Of note, the control group consisted of the same patients, but the video was of the procedure on the contralateral ureter that did not develop a stricture.Five content experts rated each step on a five-item dichotomous (yes/no) questionnaire developed for this study.The questionnaire assessed perceived risk for UIS during each step and overall.The C-SATS group (2142 lay people) used the Global Evaluative Assessment of Robotic Skills (GEARS) global rating scale to assess the videos.Both the authors and the C-SATS workers found there was no association between the experts' scores and UIS.The authors have taken on an ambitious task of trying to predict a clinical outcome based on surgical performance.Great gains have been made in technical skills assessment; however, the majority of the literature has reported on surgical performance in the ex-vivo operative environment (i.e., surgical simulation laboratories).To date, largely due to ethical issues, there has been a paucity of studies that evaluate intraoperative assessment.As academic surgeons in urology, we owe it to our trainees, and more importantly to our patients, to further improve surgical performance and ultimately clinical outcomes.
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 | 0,009 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».