모션 메트릭이 시뮬레이터에서 기술 습득을 향상시키나요?

모션 메트릭의 증가하는 인기를 강조하는 것은 대부분의 사용 가능한 가상 현실 시뮬레이터와 성능 평가를 위한 모션 추적을 제공하는 일부 최신 하이브리드 모델입니다. 인기 있는 하이브리드 모델(PROMIS)을 사용하면 훈련생에게 즉시 피드백으로 제공되는 작업 기간과 움직임 효율성(경로 길이 및 부드러움)을 자동으로 기록하면서 박스 트레이너에서 일반 복강경 기구로 훈련할 수 있습니다.

동작을 추적하는 시뮬레이터의 가용성이 증가하고 있음에도 불구하고 이러한 지표가 훈련생 학습에 미치는 영향에 대한 우리의 지식은 매우 제한적입니다. 성과 평가를 위해 속도, 정확성, 모션 효율성 또는 이들의 조합을 사용하는 것이 더 중요한지 여부와 이러한 메트릭이 수술실로의 기술 이전에 어떤 영향을 미치는지 알 수 없습니다.

건전한 교육 원칙에 따라 숙련도 기반 복강경 봉합 시뮬레이터 커리큘럼을 개발했습니다. 이 커리큘럼은 계획적이고 분산된 연습에 초점을 맞추고 훈련생에게 증강된 피드백을 제공하며 시간과 오류를 기반으로 전문가가 도출한 성과 목표를 설정합니다. 우리는 이전에 이 커리큘럼이 통제에 비해 연수생의 운영 성과를 향상시킨다는 것을 입증했습니다.

수술 성능을 측정하고 양도 가능성을 결정하기 위해 라이브 돼지 Nissen fundoplication 모델을 사용합니다. 실제 환자를 위험에 빠뜨리는 대신, 돼지 모델은 객관적인 지표(목표 설정, 거리 측정, 미끄러짐 점수를 위해 매듭이 중단됨), 완전한 표준화를 제공하고 여러 개인이 동일한 낮.

우리는 전문가가 도출한 수준의 속도와 동작으로 복강경 봉합하는 숙련도 기반 시뮬레이터 교육이 참가자가 속도 또는 동작 수준만 교육하는 것에 비해 더 나은 수술 성과를 가져올 것이라는 가설을 세웁니다. 이 연구는 그룹 간에 최소 10%의 성과 차이를 감지하도록 강화되었습니다.

특정 목표

1. 그룹 간의 성능 차이가 장기적으로 지속되는지 비교
2. 동물의 부주의한 부상 또는 그룹 간 비교를 통해 그룹이 수술실에서 안전의 차이를 입증하는지 여부를 평가합니다.
3. 속도, 모션 효율성 또는 이러한 메트릭의 조합을 기반으로 복강경 봉합 숙련도에 도달하기 위해 초보자에게 필요한 교육 기간을 식별합니다.
4. 개별 지표별 성과를 예측할 수 있는 기준 참가자 특성을 식별합니다.