Quantifying Difficulty in Endoscopic Endonasal Surgery—A Modified Delphi Method Approach
Notice bibliographique
Résumé
Importance Surgical difficulty quantification is crucial to develop educational curricula for progressive training. This need remains unmet in endoscopic endonasal surgery (EES). Objective The objective was to classify the basic skills and procedures of EES according to the perceived difficulty by experts to build a progressive curriculum. Design Three-round modified Delphi study. Setting E-survey with an international panel of EES experts. Participants Fifty-nine international experts were selected on their publications in the field of EES and medical education and invited to participate. Fifteen experts from 5 countries completed the survey. Intervention A 3-round modified Delphi study was conducted. Main Outcome Measures In round#1, basic skills and EES procedures were identified and the basic skills required for these procedures were listed. In round#2, the expert panel ranked the difficulty of basic skills, and in round#3, the difficulty of the EES procedures. The basic skills were grouped into 3 categories of increasing difficulty, and the subsequently-calculated difficulty of each EES procedure was compared with the experts’ score. Consensus was defined at ≥80% agreement. Results Twenty-three basic skills and 26 EES procedures were identified. Basic skills were ranked in 3 groups of increasing difficulty, from easiest (navigation with a 0° telescope) to most difficult (suturing in the nasal cavity), with ≥80% agreement. The least difficult procedure ranked was polypectomy, whereas the most difficult was Vidian neurectomy. The correlation between the expert score and the calculated score reached an R 2 of .75, reflecting the cumulative effect of these required competencies on procedure difficulty. Conclusions Consensus was achieved to rank basic skills and EES procedure according to the perceived difficulty by experts. Relevance This study provides a basis for quantifying surgical difficulty in EES and pave the way for developing a progressive educational curriculum.
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 | 0,080 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».