Development of a 3D-printed testicular cancer model for testicular examination education
Notice bibliographique
Résumé
INTRODUCTION: Testicular cancer is the most commonly diagnosed malignancy in young males. Testicular examination is a non-invasive and inexpensive means of detecting testicular cancer at an early stage. In this project, a set of 3D-printed models was developed to facilitate teaching testicular examination and improving understanding of testicular malignancies among patients and medical learners. METHODS: Five scrotum models were designed: a control model with healthy testes, and four models containing a healthy testicle and a testicle with an endophytic mass of varying size. The anatomy, texture, and composition of the 3D-printed models were refined using an iterative process between the design team and urologists. The completed models were assessed by six urologists, two urology nurse practitioners, and 32 medical learners. Participants were asked to inspect and palpate each model, and to provide feedback using a five-point Likert scale. RESULTS: Clinicians reported that the models enabled accurate simulation of a testicular examination involving both healthy and pathologic testes (χ̄=4.3±1.0). They agreed that the models would be useful teaching tools for both medical learners (χ̄=4.8±0.5) and patients (χ̄=4.8±0.7). Following an educational session with the models, medical learners reported improvements in confidence and skill in performing a testicular examination. CONCLUSIONS: 3D-printed models can effectively simulate palpation of both healthy and pathologic testes. The developed models have the potential to be a useful adjunct in teaching testicular examination and in demonstrating abnormal findings that require further investigation.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».