Interactive training with a novel simulation model for upper gastrointestinal endoscopic hemostasis improves trainee technique and confidence
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».