Hysterectomy Route and Numbers Reported by Graduating Residents in Obstetrics and Gynecology Training Programs
Notice bibliographique
Résumé
OBJECTIVE: To characterize trends in self-reported numbers and routes of hysterectomy for obstetrics and gynecology residents using the Accreditation Council for Graduate Medical Education (ACGME) case log database. METHODS: Hysterectomy case log data for obstetrics and gynecology residents completing training between 2002-2003 and 2017-2018 were abstracted from the ACGME database. Total numbers of hysterectomies and modes of approach (abdominal, laparoscopic, and vaginal) were compared using bivariate statistics, and trends over time were analyzed using simple linear regression. RESULTS: Hysterectomy data were collected from 18,982 obstetrics and gynecology residents in a median of 243 (interquartile range 241-246) ACGME-accredited programs. The number of graduating residents increased significantly over time (12.1/year, P<.001), whereas the number of residency programs decreased significantly (0.52 fewer programs per year, P<.001) over the 16-year period. For cases logged as "surgeon," the median number of abdominal hysterectomies decreased by 56.5% from 85 (interquartile range 69-102) to 37 (interquartile range 34-43) (P<.001). The median number of vaginal hysterectomies decreased by 35.5% from 31 (interquartile range 24-39) to 20 (interquartile range 17-25) (P=.002). The median total number of hysterectomies per resident decreased by 6.3% from 112 (interquartile range 97-132) to 105 (interquartile range 92-121) (P=.036). In contrast, the median number of laparoscopic hysterectomies increased by 115% from 20 (interquartile range 13-28) in 2008-2009 to 43 (interquartile range 32-56) in 2017-2018, despite the decrease in overall number of hysterectomies (P<.001). These trends were statistically significant. CONCLUSIONS: The total number of hysterectomies performed by obstetrics and gynecology residents in the United States is decreasing, and the routes are changing with decreases in abdominal and vaginal approaches, and an increase in use of laparoscopic hysterectomy.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».