MétaCan
Menu
Retour à la cohorte
Enregistrement W4390936979 · doi:10.1055/a-2248-5110

Interactive training with a novel simulation model for upper gastrointestinal endoscopic hemostasis improves trainee technique and confidence

2024· article· en· W4390936979 sur OpenAlex
Takeshi Kanno, Yutaro Arata, Eric Greenwald, Paul Moayyedi, Suguo Suzuki, Yutaka Hatayama, Masahiro Saito, Xiaoyi Jin, Waku Hatta, Kaname Uno, Naoki Asano, Akira Imatani, Yutaka Kagaya, Tomoyuki Koike, Atsushi Masamune

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEndoscopy International Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGastrointestinal Bleeding Diagnosis and Treatment
Établissements canadiensMcMaster University
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésHemostasisMedicineClipping (morphology)CLIPSSimulation trainingConfidence intervalSurgeryInternal medicineSimulationComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Background and study aims Endoscopic hemostasis is a life-saving procedure for gastrointestinal bleeding; however, training for it is often performed on real patients and during urgent situations that put patients at risk. Reports of simulation-based training models for endoscopic hemostasis are scarce. Herein, we developed a novel simulator called “Medical Rising STAR-Ulcer type” to practice endoscopic hemostasis with hemoclips and coagulation graspers. This study aimed to evaluate the reproducibility of the clinical difficulty of this model and the effectiveness of simulation-based training for clipping hemostasis. Patients and methods This was a prospective educational study. Fifty gastroenterology residents from Japan and Canada were recruited to participate in a simulation-based training program. The primary outcome was the success rate for clipping hemostasis. We measured differences in trainee subjective assessment scores and evaluated the co-occurrence network based on comments after training. Results The hemostasis success rate of the trainees significantly increased after instruction (64% vs. 86%, P < 0.05). The success rate for ulcers in the upper body of the stomach (59%), a high-difficulty site, was significantly lower than that for ulcers in the antrum, even after feedback and instruction. Trainee self-perceived proficiency and confidence significantly improved after simulation-based training (P < 0.05). Co-occurrence network analysis showed that trainees valued a structured learning approach, acknowledged simulator limitations, and recognized the need for continuous skill refinement. Conclusions Our study demonstrates the potential of our simulation-based training model as a valuable tool for improving technical skills and confidence in trainees learning to perform endoscopic hemostasis.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,729

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,062
Tête enseignante GPT0,371
Écart entre enseignants0,309 · 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