Training in cardiac surgery using human cadavers: Effectiveness of “Silent Teachers”
Notice bibliographique
Résumé
BACKGROUND: Surgical skills acquisition in cardiac surgery requires consistent and hard practice. Furthermore, training using cadaver is advocated as a means of transferring learned skills to the operating room and recreate surgical situations for trainees to practice and hone their skills. We expose our experience in training for cardiac surgical procedures using human cadavers. METHODS: From June 2013 to November 2016, we performed 302 cardiac surgical procedures on 50 human cadavers obtained according to the Ivorian laws in force. Cadavers were preserved in 10% formaldehyde and by cryopreservation. RESULTS: In open heart, cardiac surgical techniques were achieved via sternotomy (n = 24) or via "lid-anterolateral thoracotomy" (n = 2). Pericardotomy (n = 26) and/or pericardiectomy (n = 26) were systematic. Aortic and caval canulations and pulmonary artery control (n = 30) were performed. After cardiotomy and arterial incisions (n = 34), 18 atrial and ventricular septal defects repair, 1 Fontan operation, 1 arterial switch, 11 enlargement procedures of the whole right ventricular outlet and 15 acquired valve heart diseases corrections were performed. In closed-heart surgery, procedures were achieved via sternotomy (n = 7), posterolateral thoracotomy (n = 12), or Marfan retroxiphoid approach (n = 3). Pericardotomy (n = 7) or pericardiectomy (n = 7) were performed. Great vessels dissections and expositions (n = 21) were achieved to perform 4 pulmonary artery bandings, 12 patent ductus arteriosus closures, 3 Waldhausen procedures, 7 Brock Operations, and 2 Blalock-Taussig shunts. In both situations, 29 direct pulmonary arterial, auricular, and ventricular sutures were achieved. CONCLUSION: Surgical simulation in cadaver models offer an opportunity for trainees to practice their surgical skills before entering operating room.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».