Synthetic Simulator for Surgical Training in Tracheostomy and Open Airway Surgery
Notice bibliographique
Résumé
OBJECTIVE(S): To create and validate a synthetic simulator for teaching tracheostomy and laryngotracheal reconstruction (LTR) using anterior costal cartilage and thyroid ala cartilage grafts. METHODS: A late adolescent/adult neck and airway simulator was constructed based on CT scans from a cadaver and a live patient. Images were segmented to create three-dimensional printed molds from which anatomical parts were casted. To evaluate the simulator, expert otolaryngologists - head and neck surgeons performed tracheostomy and LTR using anterior costal cartilage and thyroid ala cartilage grafts on a live anesthetized porcine model (gold standard) followed by the synthetic simulator. They evaluated each model for face validity (realism and anatomical accuracy) and content validity (perceived effectiveness as a training tool) using a five-point Likert scale. For each expert, differences for each item on each simulator were compared using Wilcoxon Signed-Rank tests with Sidak correction. RESULTS: Nine expert faculty surgeons completed the study. Experts rated face and content validity of the synthetic simulator an overall median of 4 and 5, respectively. There was no difference in scores between the synthetic model and the live porcine model for any of the steps of any of the surgical procedures. CONCLUSION: The synthetic simulator created for this study has high face and content validity for tracheostomy and LTR with anterior costal cartilage and thyroid ala cartilage grafts and was not found to be different than the live porcine model for these procedures. LEVEL OF EVIDENCE: 5 Laryngoscope, 131:E2378-E2386, 2021.
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) | 0,000 | 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 ».