Opportunity Cost to Attending Surgeons of Intraoperative Training for Residents in Cataract Surgery
Notice bibliographique
Résumé
Brittany C Tsou,1 Kerry Smith,1 Rahul Shah,1 Fasika A Woreta,1 S Swaroop Vedula,2 Shameema Sikder1 1Wilmer Eye Institute, Johns Hopkins University School of Medicine, Baltimore, MD, USA; 2Malone Center for Engineering in Healthcare, Whiting School of Engineering, Johns Hopkins University, Baltimore, MD, USACorrespondence: Shameema Sikder, Wilmer Eye Institute, Johns Hopkins University School of Medicine, 600 N Wolfe St, Baltimore, MD, 21218, USA, Tel +1-240-482-1108, Email ssikder1@jhmi.eduPurpose: To estimate the opportunity cost to attending surgeons of teaching residents cataract surgery in the operating room.Patients and methods: Operating room records at an academic teaching hospital from July 2016 to July 2020 were analyzed in this retrospective review of cases. Cases were identified using Current Procedural Terminology (CPT) codes 66982 and 66984 for cataract surgery. Outcomes measured include operative time and work relative value units (wRVUs). Cost analysis was performed using the generic 2021 Medicare Conversion Factor.Results: Of 8813 cases, 2906 (33.0%) included resident involvement. For CPT 66982 cases, median (interquartile range (IQR)) operative time was 47 (22) minutes with resident involvement and 28 (18) minutes without (p< 0.001). For CPT 66984 cases, median (IQR) operative time was 34 (15) minutes with resident involvement and 20 (11) minutes without (p< 0.001). Median wRVUs was 78.5 (20.9) with resident involvement and 61.0 (14.4) without (p< 0.001) which converted to an opportunity cost (IQR) per case of $1393.72 ($1055.63). Among cases involving residents, median operative time was significantly higher during the first and second quarters (p< 0.001) and for every quarter when compared to cases performed by attendings only (p< 0.001).Conclusion: Teaching cataract surgery in the operating room is associated with a considerable opportunity cost for attending surgeons.Keywords: cataract surgery, resident involvement, opportunity cost, relative value units
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».