LIVE SURGERY BROADCAST USING MIXED REALITY: WHAT ARE THE ADVANTAGES AND CHALLENGES?
Notice bibliographique
Résumé
Live surgery broadcast is an innovative method of introducing new operative techniques to surgeons around the world. However, due to the potential impact on patient outcomes, its use remains somewhat controversial. The objective of this study was to determine the effect of live surgery on operative time and complication rate in patients undergoing AAGR for shoulder instability. We hypothesized that live surgery would maintain a similar surgical time and intra- and post-operative complication profile. This was a retrospective review of 94 patients who underwent AAGR between 2013-2023. A 1:1 ratio was used to match patients who had AAGR during a live surgery demonstration (Broadcast group) to patients who underwent AAGR without live surgery (No Broadcast group), based on sex, BMI (+ 3), and age (+ 3). The primary outcome for the study was surgical time, defined as the time from initial incision to final closure. Secondarily, we compared the intra-operative and early post-operative complications (< 1 month) between the groups. The Broadcast group had a significantly greater procedure time compared to the No Broadcast group (86.90 + 13.1 vs. 80.70 +14.0 minutes, p 0.0.5). One patient (2.4%) in the Broadcast group developed a post-operative hematoma, while one patient (2.4%) in the No Broadcast group developed a wound infection. This study demonstrated that live surgeries are on average 6 minutes longer but are not associated with increased complications in patients undergoing AAGR.
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 | 0,000 |
| 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 ».