MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391873675 · doi:10.1093/jcag/gwad061.106

A106 COLONOSCOPY TEACHING: A SURVEY OF CANADIAN GASTROENTEROLOGY RESIDENTS

2024· article· en· W4391873675 sur OpenAlexaffabout
G Park, H Komeylian, Ali Kohansal, Michael J. Stewart

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésColonoscopyMedicineGastroenterologyGeneral surgeryInternal medicineFamily medicineColorectal cancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background With the advancement in equipment and techniques, colonoscopy training continues to evolve. Programs such as the Skills Enhancement for Endoscopy (SEE) curriculum developed by the Canadian Association of Gastroenterology teach techniques such as loop reduction, patient turning, and water immersion aimed at improving adenoma detection, cecal intubation, and patient comfort. While there is vast literature focused on assessing learners’ endoscopic competencies, there is limited data pertaining to the training of specific colonoscopy techniques. Aims To assess various colonoscopy techniques used to train gastroenterology residents in Canada. Methods A survey of gastroenterology trainees was developed to assess specific aspects of their experience with colonoscopy education. This included questions on the frequency of position changes, use of pediatrics colonoscopes, water immersion, loops reduction, and SEE program initiatives. The survey was advertised at the 2023 Gastroenterology Residents-In-Training Course with a link to the survey e-mailed to all attendees. This survey has been re-distributed to the current gastroenterology resident cohort and therefore this abstract’s results are interim data pending further survey responses. Results At the time of survey administration, there were 69 gastroenterology residents registered in Canada. Responses were received from 21(30%) residents; 5 in post graduate year (PGY) 4 and 16 in PGY5. One quarter (24%) of residents reported that colonoscopy teaching methods were uniform amongst faculty members and one third (33%) reported that more than half of their preceptors mentioned SEE program initiatives. Thirty-eight percent of residents reported that more than half of their preceptors suggested position change on insertion when the scope is advancing well on insertion. Majority of residents (90%) reported that water immersion during colonoscope insertion was recommended by most preceptors. Most residents (76%) reported that position change to help with loop reduction was suggested by more than half of their preceptors. Fifty-seven percent of residents reported that more than half of their preceptors commented on type of loop formation and reduction techniques. Once the cecum is reached, a minority of residents (29%) reported that more than half of preceptors recommended position change specifically to improve cecal visualization. Conclusions Certain colonoscopy techniques such as turning patients, water immersion, and loop reduction can assist with adenoma detection rates and patient comfort. However, there exists considerable variability in colonoscopy techniques taught to Canadian gastroenterology residents. Increased standardization among colonoscopy technique education may benefit gastroenterology trainees. Funding Agencies None

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,268
Écart entre enseignants0,250 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetColorectal Cancer Screening and Detection→Travaux en français237 207→