Describing the spine surgery learning curve during the first two years of independent practice
Notice bibliographique
Résumé
ABSTRACT: Retrospective cohort studyTo characterize the learning curve of a spine surgeon during the first 2 years of independent practice by comparing to an experienced colleague. To stratify learning curves based on procedure to evaluate the effect of experience on surgical complexity.The learning curve for spine surgery is difficult to quantify, but is useful information for hospital administrators/surgical programs/new graduates, so appropriate expectations and accommodations are considered.Data from a retrospective cohort (2014-2016) were analyzed at a quaternary academic institution servicing a geographically-isolated, mostly rural area. Procedures included anterior cervical discectomy and fusion, posterior cervical decompression and stabilization, single and 2-level posterior lumbar interbody fusion, lumbar discectomy, and laminectomy. Data related to patient demographics, after-hours surgery, and revision surgery were collected. Operative time was the primary outcome measure, with secondary measures including cerebrospinal fluid leak and early re-operation. Time periods were stratified into 6 month quarters (quarter [Q] 1-Q4), with STATA software used for statistical analysis.There were 626 patients meeting inclusion criteria. The senior surgeon had similar operative times throughout the study. The new surgeon demonstrated a decrease in operative time from Q1 to Q4 (158 minutes-119 minutes, P < .05); however, the mean operative time was shorter for the senior surgeon at 2 years (91 minutes, P < .05). The senior surgeon performed more revision surgeries (odds ratio [OR] 2.5 [95% confidence interval [CI] 1.7-3.6]; P < .001). Posterior interbody fusion times remained longer for the new surgeon, while laminectomy surgery was similar to the senior surgeon by 2 years. There were no differences in rates of cerebrospinal fluid leak (OR 1.2 [95% CI 0.6-2.5]; P > .05), nor reoperation (OR 1.16 [95% CI 0.7-1.9]; P > .05) between surgeons.A significant learning curve exists starting spine practice and likely extends beyond the first 2 years for elective operations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».