MétaCan
Menu
Retour à la cohorte
Enregistrement W4286699128 · doi:10.5489/cuaj.7838

Simulation-based prostate enucleation training: Initial experience using 3D-printed organ phantoms

2022· article· en· W4286699128 sur OpenAlexafffundvenue
Claudia Deyirmendjian, David‐Dan Nguyen, Sero Andonian, Mélanie Aubé-Peterkin, Julien Letendre, Dean Elterman, Kevin C. Zorn, Bilal Chughtai, Arkadiusz Miernik, Andreas J. Gross, Naeem Bhojani

Notice bibliographique

RevueCanadian Urological Association Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversity Health NetworkUniversity of TorontoHôpital Maisonneuve-RosemontMcGill University Health CentreUniversité de Montréal
Organismes subventionnairesUniversität StuttgartCanadian Urological Association
Mots-clésImaging phantomMedicineMedical physicsFace validityNuclear medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Anatomical endoscopic enucleation of the prostate (AEEP) is an effective treatment for benign prostatic hyperplasia (BPH); however, there is controversy regarding the difficulty of learning such a technique. Simulation-based training can mimic real-life surgeries and help surgeons develop skills they can transfer to the operating room, thereby improving patient safety. This study aimed to evaluate the validity of a novel organ phantom for use in AEEP simulation training. METHODS: Participants performed AEEP on organ phantom simulators during a Masterclass using one of three energy modalities: holmium:YAG laser, thulium fiber laser, or bipolar energy. The organ phantom is composed of hydrogels and uses 3D molds to recreate prostatic tissue. Participants completed a questionnaire assessing content validity, face validity, feasibility, and acceptability of using the prostate organ phantom. RESULTS: The novice group consisted of 13 urologists. The median number of AEEP previously performed was 0 (interquartile range [IQR] 0-2). Two experts in AEEP (surgeons having performed over 100 AEEP interventions) also participated. All participants agreed or strongly agreed that there is a role for simulators in AEEP training. Participants positively rated the overall operative experience (7.3/10). Morcellation (4.7/10) and hemostasis (3.1/10) were deemed the least realistic steps. All participants considered it feasible to incorporate this organ phantom into training programs and 92.9% agreed that it teaches skills transferrable to the operating room. CONCLUSIONS: This study has established content and face validity for AEEP with three different energy sources for an organ phantom. Participants considered its use both feasible and appropriate for AEEP training purposes.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,058
Tête enseignante GPT0,314
Écart entre enseignants0,255 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetSurgical Simulation and TrainingTravaux en français237 207