Notice bibliographique
Résumé
Objective: To advance robotic surgery simulation in gynecologic oncology by: (1) conducting a randomized controlled trial of a virtual reality, proficiency-based robotic simulation curriculum to teach robotic suturing and (2) developing an inanimate model for training in the procedure of robotic pelvic lymphadenectomy. Methods: (1) Residents and attending surgeons in surgical specialties were randomized to a proficiency-based virtual reality robotic simulation curriculum or usual clinical work over 5 weeks. Ability to perform robotic suturing of an inanimate model of the vaginal cuff with the actual da Vinci® robot was assessed at baseline and after the intervention period. (2) Using anatomic texts and virtual model of the anatomy of the human pelvis, an inanimate model for training in robotic pelvic lymphadenectomy was developed using low-cost materials. The model was robotically dissected by three gynecologic oncologists and two gynecologic oncology fellows all of whom rated the model post-dissection using a structured rating scale.Results: (1) As compared to controls, the training group showed a trend to greater improvement in ability to perform robotic suturing of an inanimate model of the vaginal cuff as assessed by a global rating scale and a statistically significantly greater improvement in total knots performed. (2) The pelvic lymphadenectomy model was rated favorably for both anatomic realism and potential as a training tool. Discussion: Participation in a virtual reality robotic surgery training curriculum shows a trend to improving ability to perform inanimate tasks with the actual da Vinci® robot, suggesting a translational benefit. A high fidelity training model of robotic pelvic lymphadenectomy has been developed using low-cost materials. Both projects help to advance surgical simulation in gynecologic oncology, the first at the level of basic task training and the second in advanced techniques.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».