Longitudinal Evaluation of Congenital Cardiovascular Surgical Performance and Skills Retention Using Silicone-Molded Heart Models
Notice bibliographique
Résumé
Objective: Hands-on surgical training (HOST) for congenital heart surgery (CHS), utilizing silicone-molded models created from 3D-printing of patients’ imaging data, was shown to improve surgical skills. However, the impact of repetition and frequency of repetition in retaining skills has not been previously investigated. We aimed to longitudinally evaluate the outcome for HOST on two example procedures of different technical difficulties with repeated attempts over a 15-week period. Methods: Five CHS trainees were prospectively recruited. Repair of coarctation of the aorta (CoA) and arterial switch operation (ASO) were selected as example procedures of relatively low and high technical difficulty. Procedural time and technical performance (using procedure-specific assessment tools by the participant, a peer-reviewer, and the proctor) were measured. Results: Coarctation repair performance scores improved after the first repetition but remained unchanged at the follow-up session. Likewise, CoA procedural time showed an early reduction but then remained stable (mean [standard deviation]: 29[14] vs 25[15] vs 23[9] min at 0, 1, and 4 weeks). Conversely, ASO performance scores improved during the first repetitions, but decreased after a longer time delay (>9 weeks). Arterial switch operation procedural time showed modest improvements across simulations but significantly reduced from the first to the last attempt: 119[20] versus 106[28] min at 0 and 15 weeks, P = .049. Conclusions: Complex procedures require multiple HOST repetitions, without excessive time delay to maintain long-term skills improvement. Conversely, a single session may be planned for simple procedures to achieve satisfactory medium-term results. Importantly, a consistent reduction in procedural times was recorded, supporting increased surgical efficiency.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».