A randomized controlled study on medical students learning anatomy through hands‐on ultrasound
Notice bibliographique
Résumé
Anatomy education in the undergraduate medical curriculum faces many competing interests, including the increasing demand for ultrasound learning. Instead of being treated as a separate subject, ultrasound can offer a unique lens to visualize anatomy without using cadaveric materials. This study used a randomized controlled design to compare learning with hands-on ultrasound to learning on cadavers. Forty preclinical medical students were randomized to an experimental group or a control group. Both groups attended a session covering structures in the neck, upper limb, and abdomen. The experimental group learned using hands-on ultrasound imaging, while the control group was taught on a dissected cadaver. Participants completed multiple-choice tests on anatomical relationships and structure identification at four time points: presession, post-session, 1-week follow-up, and 1-month follow-up. There was no statistical difference between test scores of the two groups. The post-session average score (54% for cadaver group, 57% for ultrasound group) more than doubled the presession average score (20% for cadaver group, 25% for ultrasound group) (p < 0.001). One-week follow-up and 1-month follow-up scores (40%-44%) significantly decreased from immediate post-session for both groups. Eighteen of the 20 ultrasound-facilitated participants felt more confident operating an ultrasound device compared to before the session. Three quarters of all participants agreed hands-on ultrasound should be part of their anatomy education. This study shows hands-on ultrasound imaging can effectively substitute cadaver-based learning of certain anatomy topics at the introductory level. Ultrasound integration highlights the clinical relevance of anatomy and provides an innovative tool for anatomical education.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».