Video-Based Assessment of Surgical Skill in Orthopaedic Surgery
Notice bibliographique
Résumé
Introduction: Surgical skills are critical to assess in residency programs. These observations often occur in the clinical settings, which are limited by patient safety and potential bias. High fidelity simulated cadaveric surgery can account for some of these shortcomings. Professional video offers a promising avenue to both anonymize and effectively evaluate surgical skill. The objective of this study were to describe the technique for professional video capture of simulated, open orthopaedic surgeries and to assess construct validity by comparing objective performance scores from the videos with the learner's stage of training. Methods: In 2022, one experienced surgeon and 3 trainees (post graduate year [PGY]-4, PGY-3, PGY-2) were recruited from a residency program to perform 2 moderately challenging surgeries (open reduction and internal fixation of both bone forearm and talus fractures), with fractures simulated using an osteotome. Videographers positioned cameras at various positions throughout a skills laboratory. Total costs were calculated. Statistical analysis was performed to compare evaluator scores of participants' actual level of training. Results: The simulated surgeries were recorded, edited for optimal viewing angles, and anonymized by blurring faces and voice over technology. Seventeen local teaching faculty were recruited to evaluate the videos. The videos were shortened on average 65 minutes for critical steps to be represented in the final production (i.e., Bone reduction, dissection of neurovascular structures, radiographic images, etc.) The full cost to produce the 8 surgical videos was $48,934.00 Canadian dollars. The final data set had 61 observations, with a range of 13 to 17 observations per participant. There was a 19.7% error rate, meaning the videos were generally 80% accurate in predicting the year of training. Conclusions: The discriminative ability of the videos was better at detecting true "novice" and "expert" surgeons but less accurate between the middle years of training. A larger, multicentered study with more participants is needed to draw any further conclusions.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».