MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388646645 · doi:10.21203/rs.3.rs-3580261/v1

Remote Video-Delivered Suturing Education with Smartphones: A Non-Inferiority Randomized Controlled Trial

2023· preprint· en· W4388646645 sur OpenAlexafffund
Nathan How, Kevin Ren, Yuan Qiu, Karyssa Hamann, Cameron F. Leveille, Alexandra Davidson, Adam Eqbal, Yaeesh Sardiwalla, Michael Korostensky, Isabelle Duchesnay, Tyler McKechnie, Elizabeth Lee, Erik Hopkins, Kathleen Logie, Ilun Yang

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensMcMaster University
Organismes subventionnairesUniversity of TorontoMcMaster UniversityHamilton Health Sciences
Mots-clésVideo feedbackRandomized controlled trialMedicineVideo recordingMultimediaControl (management)Medical physicsPhysical therapyMedical educationComputer scienceSurgeryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Objective: To measure remote feedback's educational benefit, assess its perceived feasibility and utility, and demonstrate implementation of a practical and cost-effective model. Design: Medical students were randomized to receive live video- or recorded video-delivered feedback on suturing skills. A non-randomized control group received in-person feedback. Pre- and post-feedback recordings of suturing were evaluated by blinded assessors to determine improvement using the University of Bergen suturing skills assessment tool (UBAT) and Objective Structured Assessment of Technical Skills (OSATS). Study arms were compared to the control arm in a non-inferiority analysis. Participants and feedback providers completed questionnaires regarding feasibility and utility of their feedback modality. Participants: Fifty-four first- and second-year medical student participants and 11 surgical resident feedback providers McMaster University. Results: UBAT score change was 40.5 in the remote live video feedback group, 8.7 in the remote recorded video feedback group, and 18.0 in the in-person feedback group with no significant difference between groups (p=0.619). However, 95% confidence intervals did not exclude a non-inferiority threshold for either video-based experimental arm. Similar findings were demonstrated using the OSATS tool. Questionnaire responses found that participants and feedback providers both rated video-delivered feedback as feasible and useful. Conclusions: There was no significant difference in learner improvement between live or recorded video-delivered feedback and in-person feedback, but non-inferiority was not established. We have demonstrated subjective feasibility and utility of a highly-accessible and affordable model of remote video-delivered feedback in technical skills acquisition.

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: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,081
Tête enseignante GPT0,427
Écart entre enseignants0,346 · 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'étudeEssai randomisé
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'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetSurgical Simulation and Training→Travaux en français237 207→