Evidence-based cataract surgery teaching milestones: guide to evaluate resident achievement
Notice bibliographique
Résumé
PURPOSE: To develop evidence-based milestones for cataract surgery teaching and identify performance indicators. SETTING: Royal Alexandra Hospital, Edmonton, Alberta, Canada. DESIGN: Retrospective cohort study. METHODS: Operative records from a single surgeon were reviewed for resident participation when learning cataract surgery over a 14-year period. Time to complete a resident's first complete case was the primary outcome. Secondary outcomes included mean time to perform each categorical step of the procedure, number of cases participated in, rate of participation, complex case involvement, and complications. Strong resident performance was defined as time to first complete a case 1 SD quicker than mean performance; weak performance was the opposite. RESULTS: Residents (n = 13) performed beginner steps for 3.1 ± 3.2 months and intermediate steps until month 4.3 ± 3.3, and by month, 5.1 ± 3.4 residents were able to do complete cases. Time to perform a complete case increased with lower case participation (P = .02); mean proportion of complex cases that a resident participated in was 7.9% (n = 17.6 ± 10.0); less than 1% of resident cases resulted in posterior capsular rupture (PCR; n = 1.4 ± 1.3 cases). Based on these data, weaker achievement was defined as failure to achieve beginner-step competency by month 6.3, intermediate step competency by month 7.6, or inability to perform a complete case by month 8.5. In this dataset, 23.1% of residents (n = 3) met this definition. CONCLUSIONS: Residents who train with multiple teachers during a focused cataract surgery rotation can perform complete cases after a mean of 5.1 ± 3.4 months with a low PCR rate.
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 | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».