Development of an assessment tool for open reduction and internal fixation of midshaft ulnar fractures: A global delphi consensus study
Notice bibliographique
Résumé
OBJECTIVES: In acknowledgement of the ongoing transition of surgical education from a time-based approach to competency-based curricula, this study aimed to identify key parameters for assessing the performance of surgical trainees in open reduction and internal fixation (ORIF) of a simple ulnar shaft fracture (AO/OTA classification 2U2A3.B). METHODS: A 4-round Delphi process regarding seven different orthopedic osteosynthesis surgeries was conducted with an international panel of orthopedic surgeons involved in surgical education. This manuscript focuses on compression plating of isolated ulna fractures. Round 1 focused on item generation, round 2 on importance rating, round 3 on defining optimal intervals and borderline error values for a specific fracture model (not reported in this manuscript), and round 4 on assigning weights to each parameter. Data collection was carried out online. RESULTS: Ninety-eight surgeons agreed to participate in the study. Round 1 generated 30 assessment parameters. In round 2 and 3, these were reduced to 26 parameters. In round 4, parameters received an overall mean weight of 8.27 out of 10 (SD 0.66) with a range of individual parameter mean weights from 6.7 to 9.4. The assessment parameters that achieved the highest weights were anatomical fracture reduction and assessment of forearm range of motion after fixation. In the final list of parameters, five were related to fracture reduction, three to hardware choice, five to plate placement, nine to screw placement, and four to concluding the procedure. CONCLUSIONS: Utilizing a Delphi process, expert consensus was reached generating a comprehensive list of 26 assessment parameters that can be used to assess surgeon performance in open reduction and internal fixation of an isolated adult ulnar shaft fracture. This will allow educators to provide standardized feedback (formative assessment) to trainees and use a mastery-learning training approach (summative assessment).
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 | 0,000 | 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 ».