SP2.3 - Environmental and non-technical factors influence surgical trainees involvement in laparoscopic appendectomy in Northern Italy: a propensity score matching and survey based multicenter analysis
Notice bibliographique
Résumé
Abstract Aims Laparoscopic appendectomy (LA) is an index procedure for surgical residents (R). The trends of R involvement in LA can be a quality benchmark for residency programs. The impact of clinical and non-clinical factors on such trends is still undisclosed. We aimed to investigate the prevalence of LA performed by R in the largest Italian educational network and explore the decision-making behind R involvement in LA. Methods We extracted data from the RESIDENT-1 (R1) multicenter trial registry and performed a propensity score matching (PSM) analysis to identify clinical and environmental differences according to the operator, surgeons(S) vs R. Additionally, to explore environmental and non-technical factors influencing the choice of the primary operator, we administered a survey to S and R in the R1 network. Results We enrolled 653 LA from October 2019 to October 2022, 234 (35.89%) were performed by R. We compared 231 per group after PSM. In academic hospitals and dedicated emergency surgery units LA were more frequently approached by R (57.14%vs26.84%, 51.08%vs19.05% p<0.001, respectively). The survey showed discrepant perspectives, R prioritize clinical factors, as the presence of complicated disease (25.53%vs.8.33%, p<0.015), whilst non-technical and environmental factors such as year of residency (63.1%vs.44.7%,p=0.05) and punctuality (47.2%vs.23.4%,p=0.041) were more important for S. Both groups agreed that a perioperative feedback system would improve the process of R involvement in LA. Conclusion Our study report a low rate of LA performed by R in northern Italy, primarily influenced by non-clinical factors. Furthermore, dedicated pathways and a well-structured perioperative teaching method could optimize the teaching process.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».