MétaCan
Menu
Retour à la cohorte
Enregistrement W3007990492 · doi:10.1093/jcag/gwz047.142

A143 IMPACT OF A SIMULATION-BASED AUGMENTED REALITY CURRICULUM ON POLYPECTOMY SKILLS AMONG NOVICE ENDOSCOPISTS: A RANDOMIZED CONTROLLED TRIAL

2020· article· en· W3007990492 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensThe Wilson CentreUniversity of TorontoSickKids FoundationHospital for Sick ChildrenSt. Michael's HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésPolypectomyAugmented realityColonoscopyCurriculumMedicineRandomized controlled trialMedical physicsGeneral surgerySurgeryComputer scienceArtificial intelligenceInternal medicinePsychologyColorectal cancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background Polypectomy is an essential endoscopic skill. Training in polypectomy has been identified as a major deficiency for endoscopists worldwide as polypectomy occurs ad hoc during a colonoscopy when a polyp is detected, and a lack of standardized curricula. Augmented reality (AR), which superimposes computer-generated images on a user’s view of the world, can address these gaps by standardizing encounters with polyps while completing simulated procedures and enabling polypectomy-specific teaching. Aims Evaluate the impact of a simulation-based augmented reality curriculum on polypectomy performance among novice endoscopists. Methods This study includes two cohorts of participants from 2019 to 2020. In 2019, participants were randomized into either: (1) a control curriculum, involving 6 hours of simulation-based training (SBT) supplemented by expert feedback, interlaced with 4 hours of small group teaching on the theory of colonoscopy; or (2) the augmented reality curriculum (ARC), in involving the same curriculum with integrated AR, wherein participants engaged with an AR-enhanced video demonstrating relevant therapeutic and pathologic details during polypectomy. The SBT for all participants involved a progressive curriculum starting on a bench-top model and then moving to the EndoVR® virtual reality simulator. The primary outcome was polypectomy-specific performance using the Direct Observation of Polypectomy Skills (DOPyS) tool during a simulated polypectomy after training, with a maximum score of 100. Results Demographic characteristics are summarized in Table. In 2019, 21 novice endoscopists were enrolled. Immediately after training, the mean DOPyS score among ARC group participants was 76.2 (SD=17.9) compared to 71.8 (SD=13.2) among control group participants (Figure). In this interim analysis, there was no significant difference between groups. Data analysis will be completed after 2020 participants complete the study. Conclusions Interim results show a trend towards improved polypectomy performance with no significant difference. The results of this study have the potential to impact polypectomy education among novices. Simulation-based AR interventions may allow learners to progress towards achieving competency in polypectomy in a risk-free environment prior to first patient contact. Funding Agencies None

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,267
Écart entre enseignants0,259 · 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