Development and Validation of a Three-Dimensional Printed Training Model to Teach Ultrasound-Guided Injections of the Cervical Articular Process Joints in Horses
Notice bibliographique
Résumé
Intra-articular injections are routinely performed to alleviate pain and inflammation associated with osteoarthritis in horses. Intra-articular injections require accurate needle placement to optimize clinical outcomes and minimize complications. This study’s objectives were to develop and validate a three-dimensional (3D) printed model of an equine cervical articular process joint to teach ultrasound-guided injections. Five identical models of an equine cervical articular process joint were 3D printed and embedded in 10% ballistic gelatin. Experts’ and novices’ ability to successfully insert a needle into the joint space of the model using ultrasound guidance was assessed and graded using an objective structured clinical examination (OSCE). Scores from experts and novices were compared to evaluate the construct validity of the model. Participants also answered a survey assessing the face and content validity of the model. Experts required less time (22.51 seconds) for correct needle placement into the model joint space than novices (35.96 seconds); however, this difference was not significant ( p = .53). Experts’ median total OSCE score (14) was significantly higher ( p = .03) than novices’ (12), supporting the model’s construct validity. Participants agreed on the face and content validity of the model by grading all survey questions greater than 7 on a 10-point Likert-type scale. In summary, we successfully developed a 3D printed model of an equine cervical articular process joint, partially demonstrated the construct validity of the model, and proved the face and content validity of this new training tool.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».