Development and Evaluation of a 3D-Printed Adult Proximal Tibia Model for Simulation Training in Intraosseous Access
Notice bibliographique
Résumé
Intraosseous infusion remains an underutilized technique for obtaining vascular access in adults, despite its potentially life-saving benefits in trauma patients and those presenting to the emergency department. There is a scarcity of cost-effective, anatomically correct trainers to improve physician confidence and competency in this skill. The purpose of this report is to describe the development and evaluation of a three-dimensional (3D) printed Adult Proximal Intraosseous (IO) Tibia task trainer for simulation-based medical education. The proposed trainer was designed by combining open-source models of a human skeleton and a lower leg surface scan in Blender (Blender Foundation - www.blender.org) and manipulating them further using a JavaScript program. Polylactic acid was used to simulate bone while cured silicone moulds were used to replicate skin and soft tissue. Two trainers were produced and tested by 15 rural family medicine residents, six rural emergency medicine physicians, and six registered nurses. Participants evaluated the realism of the trainer and its efficacy as a training tool through a structured survey. The trainer received overall positive feedback from all participants, and most participants felt that no improvements were required to use the trainer for medical education. Notable suggestions for improvement included adding an infusion component, increasing the size of the tibial tubercle for better landmarking, and creating a variety of sizes for different patient body types. Residents and emergency medicine physicians practising in rural Newfoundland and Labrador found the 3D-printed trainer to be a practical tool for practising intraosseous technique. The outcome of this report supports the use of this cost-effective trainer for simulation-based medical education.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».