High-fidelity, simulation-based microsurgical training for neurosurgical residents
Notice bibliographique
Résumé
OBJECTIVE: Simulation is increasingly recognized as an important supplement to operative training. The live rat femoral artery model is a well-established model for microsurgical skills simulation. In this study, the authors present an 11-year experience incorporating a comprehensive, longitudinal microsurgical training curriculum into a Canadian neurosurgery program. The first goal was to evaluate training effectiveness, using a well-studied rating scale with strong validity. The second goal was to assess the impact of the curriculum on objective measures of subsequent operating room performance during postgraduate year (PGY)-5 and PGY-6 training. METHODS: PGY-2 neurosurgery residents completed a 1-year curriculum spanning 17 training sessions divided into 5 modules of increasing fidelity. Both perfused duck wing and live rat vessel training models were used. Three modules comprised live microvascular anastomosis. Trainee performance was video recorded and blindly graded using the Objective Structured Assessment of Technical Skills Global Rating Scale. Eleven participants who completed the training curriculum and 3 subjects who had not participated had their subsequent operative performances evaluated when they were at the PGY-5 and PGY-6 levels. RESULTS: Eighteen participants completed 106 microvascular anastomoses during the study. There was significant improvement in 6 measurable skills during the curriculum. The mean overall score was significantly higher on the fifth attempt compared with the first attempt for all 3 live anastomotic modules (p < 0.001). Each module had a different improvement profile across the skills assessed. Those who completed the microvascular skills curriculum demonstrated a greater number of independent evaluations during superficial surgical exposure, deep exposure, and primary maneuvers at the PGY-5 and PGY-6 levels. CONCLUSIONS: High-fidelity microsurgical simulation training leads to significant improvement in microneurosurgical skills. Transfer of acquired skills to the operative environment and durability for at least 3 to 4 years show encouraging preliminary results and are subject to ongoing investigation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».