Training programme in gasless laparoscopy for rural surgeons of India (TARGET study) - Observational feasibility study
Notice bibliographique
Résumé
BACKGROUND: Benefits of laparoscopic surgery are well recognised but uptake in rural settings of low- and middle-income countries is limited due to implementation barriers. Gasless laparoscopy has been proposed as an alternative but requires a trained rural surgical workforce to upscale. This study evaluates a feasibility of implementing a structured laparoscopic training programme for rural surgeons of North-East India. METHODS: A 3-day training programme was held at Kolkata Medical College in March 2019. Laparoscopic knowledge and Fundamentals of Laparoscopic Skills (FLS) were assessed pre and post simulation training using multiple choice questions and the McGill Inanimate System for Training and Evaluation of Laparoscopic Skills (MISTELS), respectively. Competency with an abdominal lift device was assessed using the Objective Structured Assessment of Technical Skills (OSATS) and live operating performance via the Global Operative Assessment of Laparoscopic Skills (GOALS) scores during live surgery. Costs of the training programme and qualitative feedback were evaluated. RESULTS: Seven rural surgeons participated. There was an improvement in knowledge acquisition (mean difference in MCQ score 5.57 (SD = 4.47)). The overall normalised mean MISTELS score for the FLS tasks improved from 386.02 (SD 110.52) pre-to 524.40 (SD 94.98) post-training (p = 0.09). Mean OSATS score was 22.4 out of 35 (SD 3.31) indicating competency with the abdominal lift device whilst a mean GOALS score of 16.42 out of 25 (SD 2.07) indicates proficiency in performing diagnostic laparoscopy using the gasless technique during live operating. Costs of the course were estimated at 354 USD for trainees and 461 USD for trainers. CONCLUSION: Structured training programme in gasless laparoscopy improves overall knowledge and skills acquisition in laparoscopic surgery for rural surgeons of North-East India. It is feasible to deliver a training programme in gasless laparoscopy for rural surgeons. Larger studies are needed to assess the benefits for wider adoption in a similar context.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».