Optimizing Surgical Skills in Cardiac Surgery Residents with Cardiac Transplant in the High-Fidelity Porcine Model
Notice bibliographique
Résumé
OBJECTIVES: Simulation is a pivotal tool within cardiac surgery to facilitate learner growth and skill acquisition. There are many methods of simulation and it is possible to develop and implement new curricula incorporating these modalities. The objective of this paper is to describe the feasibility of a high-fidelity cardiac transplant simulation curriculum for surgical residents. METHODS: Our simulation setting was the Animal Resource Center at the University of Calgary. It was set up with 4 separate operating rooms, 2 for donor heart retrievals and 2 for heart implantations. This was done to allow 2 learners to participate with each animal, replicating the true intraoperative environment. Our teaching sessions were facilitated by 2 surgeons experienced in cardiac transplantation. In addition, we had support staff including multiple perfusionists, nurses, and anesthesia technologists. RESULTS: The curriculum was evaluated from many perspectives in real time throughout the simulation as well as afterward in posttest qualitative interviews with all participants. The residents readily identified the acquisition of and increased proficiency in specifically targeted surgical skills. In addition, the residents were able to practice communication, collaboration, and management. Furthermore, the simulation session and our debriefings contributed significantly to fostering a team approach. CONCLUSIONS: The pig is an excellent preclinical model for acquiring and developing the skills necessary for human cardiac transplantation. The residents partaking in the curriculum were satisfied with the learning they received and saw value in the swine transplant curriculum. The overall curriculum was cost-effective, due to the low overall operating costs associated with it.
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 | 0,002 | 0,004 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».