Teaching frontal sinus anatomy using the frontal sinus masterclass 3‐ D conceptualization model
Notice bibliographique
Résumé
OBJECTIVE: Frontal sinus anatomy is complex and often is a difficult subject to both teach and learn. The traditional surgical dogma of "see one, do one, teach one" is impractical and dangerous in the frontal sinus. Based on the building block three-dimensional conceptualization module, the Frontal Sinus Masterclass (FSMC) was created to teach this anatomy. METHODS: Study was performed at two academic centers among second- to fifth-year otolaryngology residents. A pretest assessed knowledge prior to the course. Computed tomography scans of the sinuses were evaluated in triplanar view, and participants attempted to reconstruct the anatomy. Subsequently, the course instructor explained the anatomy using the building block method and showed a short video of the surgical dissection, pointing out relevant anatomy. Cases progressed in anatomical difficulty and inflammatory load. A posttest determined knowledge after the course. RESULTS: Thirty of 50 participating residents completed the pre- and posttests (14 junior, 16 senior residents). Correct identification of the frontal sinus drainage pathway increased from 42% to 63% correct (P = 0.054). Anatomical assessment increased from 61% to 68% correct (P = 0.047), and overall assessment increased from 52% to 66% correct (P = 0.016). CONCLUSION: Objectively, participants of the FSMC expanded on their ability to recognize cells of the frontal recess on CT scans. Before the class, residents could answer less than half of the answers correctly, and by the end of the class they were answering over two-thirds of these complex questions correctly. Subjectively, participants reported benefit from the course and felt they would be better surgeons. LEVEL OF EVIDENCE: NA. Laryngoscope, 128:1294-1298, 2018.
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 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 | 0,000 | 0,000 |
| 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».