Development and pilot evaluation of a virtual reality simulator for HDR prostate brachytherapy
Notice bibliographique
Résumé
Purpose: To develop a virtual reality simulator for high dose rate prostate brachytherapy and to test whether participation is associated with immediate gains in self-reported confidence across predefined procedural domains in two cohorts. Methods: Two modules were developed and implemented using Unreal Engine: patient preparation and template guided needle insertion. Oncology staff and trainees completed pre and post surveys that assessed confidence for recalling steps, explaining steps, identifying equipment, and explaining equipment function. Studies were conducted at the Hands On Brachytherapy Workshop (HOWBT) in London, Ontario, and at Sunnybrook Odette Cancer Centre in Toronto, Ontario. Paired Wilcoxon signed rank tests with two-sided p values compared before and after scores within each module. Results: Patient preparation (N=11) confidence increased for recalling steps (W=65, p=0.002), explaining steps (W=51, p = 0.023), identifying equipment (W=65, p=0.002), and explaining equipment function (W=60, p=0.0078). Needle insertion (N=27) confidence increased for recalling steps (W=292, p<0.001), explaining steps (W=347, p<0.001), identifying equipment (W=355, p<0.001), and explaining equipment function (W=354, p<0.001). Conclusion: The simulator was feasible to deploy and was associated with higher self-reported confidence across key domains immediately after training. Findings may inform future curriculum design and implementation work.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».