Virtual Reality and Augmented Reality Are Uniquely Suited to Hip Arthroscopy Education and Reveal Adequate Face, Content, and Construct Validity: A Systematic Review With Expert Commentary
Notice bibliographique
Résumé
PURPOSE: To (1) summarize the current literature regarding virtual reality (VR)/augmented reality (AR) as it pertains to efficacy in hip arthroscopy training, (2) compare the VR/AR performance of experienced and less experienced hip arthroscopists, and (3) assess the suitability of VR/AR for hip arthroscopy education by assessing various elements of validity. METHODS: Three databases were searched on February 9, 2025, for studies investigating VR/AR simulation in hip arthroscopy training. Descriptive statistics were used to report participant details, simulation specifics, and validity (e.g., face, construct, and content). RESULTS: Nine studies comprising 218 participants were included, 37 (16.9%) being considered experienced. Most studies (7 of 9, 77.8%) were analyses of 1 session, with 2 studies comparing progress during sessions over time. Five studies investigated face validity; the majority of participants (>70%) in each of these studies found that simulators were realistic in all elements apart from tactile feedback. Eight studies evaluated construct validity. Three of four studies (75%) found statistically lower amounts of iatrogenic tissue damage in the experienced group (P ≤ .002). Three of four studies (75%) found that the experienced group had shorter completion times (P ≤ .03) than the non-experienced group. One study reported lower iatrogenic damage (P < .0001) and completion times (P < .001) with repeated sessions in non-experienced learners. CONCLUSIONS: VR/AR simulation training for hip arthroscopy reveals good face, content, and construct validity. Generally, VR/AR simulations were rated by users as realistic in most elements apart from tactile feel. Participants, particularly junior learners, improved in minimizing iatrogenic tissue damage, decreasing completion time, and minimizing excess travel with the scope. More experienced hip arthroscopists generally outperformed non-experienced participants in the majority of performance metrics and scores. LEVEL OF EVIDENCE: Level IV, systematic review of Level I, II, and IV studies, plus Level V, expert opinion.
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 | 0,024 | 0,173 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,002 |
| 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 ».