MétaCan
Menu
Retour à la cohorte
Enregistrement W4385264818 · doi:10.1097/sih.0000000000000735

Low-Cost Task Trainer for In Utero Fetal Stent Placement

2023· article· en· W4385264818 sur OpenAlexaff
Elisabeth Codsi, Brian Brost, Joshua F. Nitsche

Notice bibliographique

RevueSimulation in Healthcare The Journal of the Society for Simulation in Healthcare · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésTrainerMedicineStentLikert scaleUltrasoundInterquartile rangeSurgeryObstetrics and gynaecologyMedical physicsRadiologyComputer sciencePregnancyPsychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Some fetal procedures such as intrauterine fetal stent placement remain rare, and simulation is needed to help learners and specialists in attaining and maintaining technical competence. We sought to design and assess a low-cost, easily assembled yet clinically relevant task trainer for fetal stent placement. METHOD: The simulator was constructed using 2 quart-sized freezer bags filled with ultrasound gel and sealed with clear packing tape. The bags were stacked vertically in a transparent plastic container with ultrasound gel applied between the bags when ultrasound was used. This task trainer was used to deploy in utero stents with or without the use of ultrasound. It has been used at the annual meeting of the Society for Maternal-Fetal Medicine since 2015, the annual meeting of the International Society of Ultrasound in Obstetrics and Gynecology in 2015 and 2016, and at regional Maternal-Fetal Medicine Fellow simulation workshops since 2016. Participants were asked to complete a 5-point Likert scale survey regarding the model's realism and usefulness in training. RESULTS: One hundred thirty-three course participants evaluated the task trainer. The median rating for realism of the ultrasound images, haptic feel of stent deployment, and usefulness in training was 5 (interquartile range, 4-5). Seven physicians participated in the timed assessment of model assembly, stent deployment, and model reassembly. The average times required for the freezer bag task trainer were 2.3 minutes (2.20-2.35), 1.0 minutes (0.70-1.93), and 0.1 minutes (0.08-0.10), respectively. For the porcine tissue-based model tested in parallel, the average times were 6.0 minutes (5.00-7.06), 3.7 minutes (3.63-3.75), and 3.3 minutes (3.00-3.70), respectively. CONCLUSIONS: This low-cost simulator was rated highly when used to practice in utero stent deployment and allows for numerous repetitions in each training session. It could be a valuable tool in training novice providers and allow more experienced providers to maintain competence in this low-volume procedure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,092
Tête enseignante GPT0,408
Écart entre enseignants0,316 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSimulation in Healthcare The Journal of the Society for Simulation in HealthcareMême sujetSurgical Simulation and TrainingTravaux en français237 207