MétaCan
Menu
Retour à la cohorte
Enregistrement W2888196412 · doi:10.7759/cureus.3181

Investigating the Efficacy of Anatomical Silicone Models Developed from a 3D Printed Mold for Perineal Repair Suturing Simulation

2018· article· en· W2888196412 sur OpenAlexafffund
Christine Goudie, Jessica Shanahan, Atamjit Gill, Deanna Murphy, Adam Dubrowski

Notice bibliographique

RevueCureus · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of NewfoundlandAtlantic Canada Opportunities Agency
Mots-clésSiliconeMoldMedicineMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

(Autodesk Inc., San Rafael, CA, USA) into a stereolithography (.stl) file and altered to produce a negative mold. Using a spatula, a fine silicone layer was first applied inside the mold, followed by a small piece of flesh-colored mesh netting material within the perineal surface area, fitting the width of the mold. The mesh was pressed into the thin layer of silicone, which was meant to provide anatomical structure to prevent the sutures from tearing through the silicone. The remainder of the silicone mix was then poured into the mold, which required three hours to fully set before being removed from the mold. Twelve silicone models were produced and used during a one-hour workshop at the Rural and Remote Conference by 16 obstetrics and gynecology residents and practicing rural physicians, and four facilitators. At the end of the workshop, the participants were provided with a qualitative survey and asked to rate the perceived realism and educational effectiveness of the silicone perineum model as compared to pre-existing simulation models that they have used previously. The overall workshop participant feedback was positive, noting that the models provided more realistic visualization for the suturing simulation of first- and second-degree perineal injuries. The silicone models were considered to be useful in simulation training when attempting first- and second-degreeperineum suturing techniques within a confined space. The overall feedback was positive, noting that they provided more realistic visualization experience compared to pre-existing simulation models, such as beef tongues and synthetic sponges. The feedback from the participants and facilitators included thoughts about how to add additional mesh to the silicone model so the subcutaneous and vaginal plane sutures would hold, as well as increase the size of the vaginal canal size to more accurately represent a postpartum repair. There were also suggestions to alter the colour of the model to be flesh-toned as opposed to pink, to more accurately simulate human tissue. Silicone perineum models, created from a 3D printed mold, are an economical training tool as compared to commercially available, cost prohibitive models. They also provide anatomically accurate simulation training opportunities for residents to learn and maintain clinical skills in perineal repair, as compared to beef tongues and synthetic sponges, which have previously been used in obstetrics and gynecology simulation-based medical education.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,352
Écart entre enseignants0,257 · 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

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetSurgical Simulation and TrainingTravaux en français237 207