MétaCan
Menu
Retour à la cohorte
Enregistrement W4281481686 · doi:10.3138/jvme-2021-0143

Ability to Perform Laparoscopic Intra- and Extracorporeal Suture Ligations in a Live Canine Ovariectomy Model after Simulation Training

2022· article· en· W4281481686 sur OpenAlexvenueno aff
Boel A. Fransson, Claude A. Ragle, Matthew M. Mickas, Kyle W. Martin, Krystina Karn

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFibrous jointLaparoscopic surgeryExtracorporealSurgeryLaparoscopy

Résumé

récupéré en direct d'OpenAlex

Abstract Veterinary resident training in minimally invasive surgery is currently inconsistent and depends on innate psychomotor skills. Simulation training has been shown to effectively increase basic skills, but demonstration of simulation training effects on advanced skills in the operating room is sparse. We aimed to determine if simulation-trained novice surgeons were able to perform laparoscopic suture ligation in live dogs. Three novice laparoscopic surgeons underwent a 12-session simulation training program with subsequent laparoscopic skills testing to demonstrate competency. The median skills scores of trainees and of one experienced surgeon were 417 and 472, respectively. Eighteen healthy client-owned (shelter) dogs were operated on by four surgeons: one experienced American College of Veterinary Surgeons (ACVS) diplomate, two novice ACVS residents, and one novice ACVS diplomate. Laparoscopic ovariectomy was performed with suture ligation of the ovarian pedicles. Successful surgery was defined as no evidence of ovarian vessel bleeding after transection of the pedicles. Simulation-trained novices performed successful suture-ligated ovariectomies in 11/13 dogs (85%), and the experienced surgeon in 5/5 (100%) dogs. Median total ligation time was 30 minutes (range: 17–57), which was not different among surgeons ( p = .118). Median total surgery time was 105 minutes (range: 69–156) for novices and 89 minutes (range: 65–99) for the experienced surgeon ( p = .038). Extensive simulation training including suturing may contribute toward surgery residents being able to perform complex laparoscopic procedures. These results need to be confirmed in larger numbers of trainees.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,384
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetSurgical Simulation and TrainingTravaux en français237 207