S1252 Validation of a Novel Colonoscopy Simulator for Distinguishing Novice, Intermediate, and Expert Endoscopists
Notice bibliographique
Résumé
Introduction: Simulation-based training and assessment has the potential to reduce risks to patient safety and discomfort. Previous studies demonstrated construct validity in both virtual and physical colonoscopy simulators by being able to distinguish between subjects based on their level of endoscopic experience. We aim to assess the internal structure validity of a novel colonoscopy simulator in being able to differentiate expertise levels and to assess how well the simulator’s tasks measure different aspects of colonoscopy skills. Methods: This is a multi-center study involving 1 United States tertiary academic hospital and 1 Canadian community teaching hospital. Novices (<50 colonoscopies), intermediates (50-500 colonoscopies), and experts (>500 colonoscopies or attending physicians) were recruited. Participants completed 1 easy and 1 advanced level on the colonoscopy simulator model. Metrics recorded on the simulator include elongation of sigmoid colon, compression of colon, reaching sigmoid junction, reaching appendix, and time to completion. Video recordings of participants were de-identified and rated by expert endoscopists using a modified version of the Joint Advisory Group Direct Observation of Procedural Skills (JAG DOPS) criteria. The primary outcome was comparison of colonoscopy simulator-generated metrics and modified JAGDOPS scores between participant groups. Results: Eleven novices, 9 intermediates and 11 experts were recruited for the study. There was a statistically significant difference in all colonoscopy simulator metrics between intermediates and experts when compared to novices (P < 0.001). Expert and intermediates had significantly higher mean modified JAGDOPS scores compared to novices (P < 0.001) at both easy and advanced level. Mean insertion time was significantly lower and withdrawal time was longer in intermediate and expert groups compared to novices (P < 0.001). Conclusion: This next generation colonoscopy simulator model has construct validity in that it distinguishes the performance level of novices from intermediates and experts. This may suggest a benefit to implementing simulation-based education in the early stages of gastroenterology training. Moreover, simulation-based training with this colonoscopy model prior to initiating real-world practice has the potential to improve patient safety and training outcomes.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».