Training curriculum in minimally invasive emergency digestive surgery: 2022 WSES position paper
Notice bibliographique
Résumé
BACKGROUND: Minimally invasive surgery (MIS), including laparoscopic and robotic approaches, is widely adopted in elective digestive surgery, but selectively used for surgical emergencies. The present position paper summarizes the available evidence concerning the learning curve to achieve proficiency in emergency MIS and provides five expert opinion statements, which may form the basis for developing standardized curricula and training programs in emergency MIS. METHODS: This position paper was conducted according to the World Society of Emergency Surgery methodology. A steering committee and an international expert panel were involved in the critical appraisal of the literature and the development of the consensus statements. RESULTS: Thirteen studies regarding the learning curve in emergency MIS were selected. All but one study considered laparoscopic appendectomy. Only one study reported on emergency robotic surgery. In most of the studies, proficiency was achieved after an average of 30 procedures (range: 20-107) depending on the initial surgeon's experience. High heterogeneity was noted in the way the learning curve was assessed. The experts claim that further studies investigating learning curve processes in emergency MIS are needed. The emergency surgeon curriculum should include a progressive and adequate training based on simulation, supervised clinical practice (proctoring), and surgical fellowships. The results should be evaluated by adopting a credentialing system to ensure quality standards. Surgical proficiency should be maintained with a minimum caseload and constantly evaluated. Moreover, the training process should involve the entire surgical team to facilitate the surgeon's proficiency. CONCLUSIONS: Limited evidence exists concerning the learning process in laparoscopic and robotic emergency surgery. The proposed statements should be seen as a preliminary guide for the surgical community while stressing the need for further research.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».