Use of 3D-Printed Models and Augmented Reality in Medical Student Education of Congenital Heart Disease: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Three-dimensional modalities are increasingly being used as adjuncts for medical trainees learning about complex anatomical concepts, such as congenital heart disease. Objective: This study aimed to evaluate the use of 2 such modalities, 3D-printed models, and augmented reality (AR), in improving medical students' understanding and knowledge retention of congenital heart disease when compared to traditional teaching methods. Methods: A prospective cohort pilot study was performed with 26 first-year medical students. Students were randomly assigned to receive a 30-minute teaching session using traditional slide-based lecture, 3D-printed model, or AR. Participants completed a 16-question pretest consisting of 4 basic general cardiology questions and 6 questions each regarding the anatomy and physiology of tetralogy of Fallot and hypoplastic left heart syndrome. Participants completed a posttest immediately following the teaching session, as well as a delayed posttest 3 weeks later. Results: When comparing overall and subsection posttest scores, the AR group obtained perfect immediate posttest scores at a significantly increased rate compared to the lecture and 3D model groups (6/9, 67% vs 1/8, 13% and 1/9, 11%, respectively; large effect size Cramér V=0.57; P=.02). Participants in the lecture group reported difficulty understanding cardiac anatomy and physiology using only 2D diagrams, whereas those in the 3D-printed model and AR groups almost unanimously reported improved visualization of complex cardiac defects, which enhanced their understanding. Conclusions: Due to the visuospatial benefits of 3D-printed models and AR, there is potential for use in medical education to improve students' knowledge of complex anatomical and physiological concepts. Students who received teaching using 3D-printed models or AR overwhelmingly reported improved 3D visualization of congenital cardiac defects compared to those who were taught via lecture. Additionally, AR and 3D-printed models offer practical opportunities for implementation into medical education curricula as both adjunct and stand-alone teaching modalities.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».