Comparing the Perceived Realism and Adequacy of Venipuncture Training on an in-House Developed 3D-Printed Arm With a Commercially Available Arm: Randomized, Single-Blind, Cross-Over Study
Notice bibliographique
Résumé
Background: The venipuncture is one of the most frequently performed procedures in health care. Arm phantoms are available for training, because the procedure itself can be challenging. These phantom arms do not represent a realistic setting and do not offer opportunities to train challenging scenarios. Objective: This randomized, single-blind study aimed to train health care workers on both a commercially available injection arm and an in-house developed 3D-printed arm, to evaluate the perceived realism and adequacy of training on both arms. Methods: Participants were trained on both the commercially available arm (arm A) and the 3D-printed arm (arm B). Participants were randomized and blinded from knowing which arm they started training on. A questionnaire was filled in on, among others, the perceived realism of the arm (0 for not realistic, 100 for realistic) and adequacy of the training (inadequate, moderate, or adequate). Results: A total of 68 participants evaluated the perceived realism of arm A and B, which were scored on average 62.97 (SD 21.47) and 63.79 (SD 17.45), respectively. The difference in perceived realism of the two arms was not statistically significant (based on the paired t test, mean difference=-0.82, P=.78). Training on arm A was reported inadequate by 7% (5/68 participants), moderately adequate by 31% (21/68), and adequate by 62% (42/68). This was not significantly different from arm B (marginal homogeneity test, P=.74), with 4% (3/68), 38% (26/68), and 57% (39/68), respectively, reporting that the training was inadequate, moderately adequate, and adequate. Conclusions: The 3D-printed arm is as realistic and provides an equally adequate training compared to the commercially available arm. The 3D-printed arm offers the additional possibility to design different models representing several levels of difficulty for vascular morphology. This potentially lowers the number of venipuncture failures by preparing health care workers on challenging scenarios.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».