MétaCan
Menu
Retour à la cohorte
Enregistrement W3118534687 · doi:10.1186/s41205-020-00092-3

Use of tracheobronchial tree 3-dimensional printed model: does it improve trainees’ understanding of segmentation anatomy? A prospective study

2021· article· en· W3118534687 sur OpenAlex
Christian O’Brien, Carolina A. Souza, Adnan Sheikh, Olivier Miguel, Timothy J. Wood

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revue3D Printing in Medicine · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésTest (biology)3d printedAnalysis of varianceMedicineRepeated measures designStudent's t-testNuclear medicineMathematicsInternal medicineStatisticsBiomedical engineeringStatistical significance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This prospective study investigated whether the use of 3D-printed model facilitates novice learning of radiology anatomy on multiplanar computed tomography (CT) when compared to traditional 2D-based learning tools. Specifically, whether the use of a 3D printed model improved interpretation of multiplanar CT tracheobronchial anatomy. METHODS: Thirty-one medical students (10F, 21 M) from years one to three were recruited, matched for gender and level of training and randomized to 2D or 3D group. Students underwent 20-min self-study session using 2D-printed image or 3D-printed model of the tracheobronchial tree. Immediately after, students answered 10 multiple-choice questions (Test 1) to identify tracheobronchial tree branches on multiplanar CT images. Two weeks later, identical test (Test 2) was used to assess retention of information. Mean scores of 2D and 3D groups were calculated. Student's t test was used to compare mean differences in tests scores and analysis of variance (ANOVA) was used to assess the interaction of gender, CT imaging plane and time on test scores between the two groups. RESULTS: For test 1, 2D group had higher mean score than 3D group although not statistically significant (7.69 and 7.43, p = 0.39). Mean scores for Test 2 were significantly lower than for Test 1 (7 and 7.57, p = 0.03) with mean score decline for 2D group (Test 1 = 7.69, Test 2 = 6.63, p = 0.03), and similar score for 3D group (Test 1 and 2 = 7.43). There was no statistically significant interaction of gender and test score over time. Significant interaction between group and time of test was found for axial CT images but not for coronal images. CONCLUSIONS: Use of a 3D-printed model of the tracheobronchial anatomy had no immediate advantage over traditional 2D-printed images for learning CT anatomy. However, use of a 3D model improved students' ability to retain learned information, irrespective of gender.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,290
Écart entre enseignants0,256 · 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