MétaCan
Menu
Retour à la cohorte
Enregistrement W3016949873 · doi:10.3171/2020.2.jns2033

Predictors of an academic career among fellowship-trained open vascular and endovascular neurosurgeons

2020· article· en· W3016949873 sur OpenAlexfundno aff
Adham M. Khalafallah, Adrian E. Jimenez, Justin M. Caplan, Cameron G. McDougall, Judy Huang, Debraj Mukherjee, Rafael J. Tamargo

Notice bibliographique

RevueJournal of neurosurgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, San FranciscoUniversity of California, Los AngelesYork UniversityMedical Center, University of PittsburghUniversity of PittsburghJohns Hopkins UniversityUniversity of WashingtonHarvard UniversityNorthwestern UniversityRush UniversityWashington University in St. LouisYale UniversityCleveland ClinicUniversity of PennsylvaniaMassachusetts General Hospital
Mots-clésMedicineNeurosurgeryGraduate medical educationAccreditationLogistic regressionFamily medicineVascular surgeryResidency trainingTest (biology)Bivariate analysisMultivariate analysisMedical educationInternal medicineSurgeryStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Although previous studies have explored factors that predict an academic career among neurosurgery residents in general, such predictors have yet to be determined within specific neurosurgical subspecialties. The authors report on predictors they identified as correlating with academic placement among fellowship-trained vascular neurosurgeons. METHODS: A database was created that included all physicians who graduated from ACGME (Accreditation Council for Graduate Medical Education)-accredited neurosurgery residency programs between 1960 and 2018 using publicly available online data. Neurosurgeons who completed either open vascular or endovascular fellowships were identified. Subsequent employment of vascular or endovascular neurosurgeons in academic centers was determined. A position was considered academic if the hospital of employment was affiliated with a neurosurgery residency program; all other positions were considered non-academic. Bivariate analyses were conducted using Fisher's exact test or the Mann-Whitney U-test, and multivariate analysis was performed using a logistic regression model. RESULTS: A total of 83 open vascular neurosurgeons and 115 endovascular neurosurgeons were identified. In both cohorts, the majority of neurosurgeons were employed in academic positions after training. In bivariate analysis, only 2 factors were significantly associated with a career in academic neurosurgery for open vascular neurosurgeons: 1) an h-index of ≥ 2 during residency (OR 3.71, p = 0.016), and 2) attending a top 10 residency program based on U.S. News and World Report rankings (OR 4.35, p = 0.030). In bivariate analysis, among endovascular neurosurgeons, having an h-index of ≥ 2 during residency (OR 4.35, p = 0.0085) and attending a residency program affiliated with a top 10 U.S. News and World Report medical school (OR 2.97, p = 0.029) were significantly associated with an academic career. In multivariate analysis, for both open vascular and endovascular neurosurgeons, an h-index of ≥ 2 during residency was independently predictive of an academic career. Attending a residency program affiliated with a top 10 U.S. News and World Report medical school independently predicted an academic career among endovascular neurosurgeons only. CONCLUSIONS: The authors report that an h-index of ≥ 2 during residency predicts pursuit of an academic career among vascular and endovascular neurosurgeons. Additionally, attendance of a residency program affiliated with a top research medical school independently predicts an academic career trajectory among endovascular neurosurgeons. This result may be useful to identify and mentor residents interested in academic vascular neurosurgery.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,294
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of neurosurgeryMême sujetSurgical Simulation and TrainingTravaux en français237 207