MétaCan
Menu
Retour à la cohorte
Enregistrement W2970969253 · doi:10.1177/2474126419869735

Comparison of Simulated Surgical Skills Using Different Camera Aperture Settings for Digitally Assisted Vitreoretinal Surgery

2019· article· en· W2970969253 sur OpenAlexaff
Gerardo González-Saldívar, David R. Chow

Notice bibliographique

RevueJournal of VitreoRetinal Diseases · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal and Macular Surgery
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésAperture (computer memory)MagnificationComputer scienceComputer visionArtificial intelligencePhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Purpose: This cross-sectional, randomized, single-blinded study evaluates simulated surgical skills during digitally assisted vitreoretinal surgery (DAVS) with different camera aperture settings to determine maximal surgical performance and preference. Methods: Fifteen retina fellows performed 3 different surgical simulator tests with a DAVS visualization system. To evaluate maximal surgical performance and preference, DAVS was evaluated at different camera apertures (30% and 75%) with a fixed magnification (12×) and television (TV) viewing distance (1.2 m [4 ft]). Comparisons were made of the time needed to complete each test as well as the number of errors. At the end of the 3 tests, participants were asked for their camera aperture preference. Results: The time it took to perform each simulated surgical test was significantly less with the 30% aperture than with the 75% aperture ( P = .036). Furthermore, the number of errors made with the 30% aperture was always less than with the 75% aperture ( P = .009). After completing all tests, evaluation of surgeon preference for camera aperture settings showed that 83% of the participants preferred the 30% aperture over the 75% aperture. Conclusions: Optimization of DAVS parameters directly influences surgical performance. A 30% camera aperture in DAVS outperforms larger camera apertures, not only in depth of field and lateral resolution values, but also in simulated surgical skills. A smaller number of errors, as well as less time needed to complete tests, was achieved with these settings. We suggest that the optimal settings for DAVS enhancement are a 30% camera aperture and a TV viewing distance of 1.2 m.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,331
Écart entre enseignants0,311 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VitreoRetinal DiseasesMême sujetRetinal and Macular SurgeryTravaux en français237 207