Evaluating quality and completeness of gastrectomy for gastric cancer: review of surgical videos from the public domain
Notice bibliographique
Résumé
Background: YouTube® has provided a forum to share surgical videos in the public domain which may be used for education. The quality of surgery and accompanying educational material is unknown. YouTube® videos of gastrectomy with D2 lymphadenectomy (D2-LND) for gastric cancer were evaluated for quality and completeness. Methods: YouTube® was searched using the terms “D2 lymphadenectomy” and “Gastric Cancer” for open and laparoscopic videos. The Korean Laparoscopic Gastrointestinal Surgical Society (KLASS) outlined 22 steps that define quality and completeness of D2-LND. These guidelines were used to score D2-LND for each video. Four physician reviewers independently scored each surgical video. Scores were compared using Student’s t-test. Results: Ten laparoscopic and 10 open surgery videos were assessed. Each video was scored for quality and completeness and assigned a score out of 22. Mean score for open D2-LND was 15 (95% CI: 12.54–17.46). Mean score for laparoscopic D2-LND was 15.4 (95% CI: 14.34–16.46; P=0.77). The most consistently performed steps were the dissection of lymph node stations 1, 3, 4 and 5. The most commonly omitted steps were the dissection of lymph node station 6: exposure and identification of the lowest anterior superior pancreaticoduodenal vein; removal of the prepancreatic soft tissues above the lowest anterior superior pancreaticoduodenal vein; removal of the prepancreatic soft tissues above the level of the bifurcation of the anterior superior pancreaticoduodenal vein and right gastroepiploic vein. Conclusions: There is a wide range of quality and completeness of D2-LND videos. On average, D2-LND videos are only two-thirds complete.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».