相关实验视频
Updated: Jun 29, 2025
05:37
An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
2.1K
为新的RAPN培训模型开发和验证指标
Rui Jorge Dos Santos Almeida Farinha1,2, Adele Piro3, Angelo Mottaran4
1Orsi Academy, Proefhoevestraat 12, 9090, Ghent, Belgium. ruifarinhaurologia@gmail.com.
Journal of robotic surgery
|April 2, 2024
概括
验证了机器人辅助部分切除术 (RAPN) 培训模型的新指标. 经验丰富的外科医生比新手犯的错误少得多,为这种复杂的手术提供了基于模拟的培训.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 外科教育的外科教育
- 医疗模拟 医疗模拟
背景情况:
- 机器人辅助部分切除术 (RAPN) 是一种复杂的手术程序,需要专门的培训.
- 目前,RAPN培训模型 (TM) 没有经过验证的绩效指标.
研究的目的:
- 为新的RAPN培训模型开发和验证绩效指标.
- 评估这些指标的构造和歧视性有效性.
主要方法:
- 一个核心指标小组为一个新的RAPNTM调整了人类RAPN指标.
- 一次经过修改的Delphi会议就度量验证 (8个阶段,32个步骤,136个错误,64个关键错误) 达成共识.
- 在TM中使用这些指标评估了新手和专家外科医生的表现.
主要成果:
- 新手和专家外科医生之间完成的手术步骤没有显著差异.
- 经验丰富的外科医生比新手犯的总错误减少了34%.
- 亚组分析显示,错误较少的专家外科医生表现明显优于错误较少的新手.
结论:
- 开发的RAPNTM及其指标展示了面部,内容,构造和歧视性有效性.
- 这些发现支持实施基于模拟的基于熟练程度的进步 (PBP) 培训,用于RAPN.
