Porównanie poziomów chirurgicznych umiejętności technicznych ekspertów i praktykantów

Szczegółowy opis:

Kontekst W edukacji coraz częściej wykorzystuje się środki technologiczne; jednak szkolenie w zakresie chirurgicznych umiejętności technicznych jest nadal w dużym stopniu uzależnione od relacji ekspert-praktykant. Ten model praktyk zawodowych napotyka ograniczenia związane z dostępnością doświadczonych chirurgów, obawami dotyczącymi bezpieczeństwa pacjentów, brakiem obiektywizmu, standaryzacją i oceną ilościową. Interwencje chirurgiczne wiążą się ze znacznym ryzykiem dla pacjentów i wysokimi kosztami dla systemów opieki zdrowotnej. W konsekwencji edukacja chirurgiczna przekształca się w ramy bardziej oparte na kompetencjach poprzez wdrażanie środków technologicznych w celu zwiększenia gromadzenia danych, umożliwienia kwantyfikacji i obiektywnej analizy. Symulatory rzeczywistości wirtualnej zostały opracowane w celu zapewnienia ustandaryzowanych, realistycznych, symulowanych środowisk operacyjnych z zarejestrowanymi szczegółowymi danymi dotyczącymi wydajności, umożliwiając eksplorację kompozytów wiedzy technicznej i oferując nowe metodologie szkolenia chirurgicznego.

Uzasadnienie Technicznie trudna operacja w neurochirurgii polega na resekcji guzów mózgu przylegających do struktur krytycznych. Wcześniej opracowano dwa symulowane zadania resekcji guza, aby symulować tę procedurę przy użyciu platformy NeuroVR z dotykowym sprzężeniem zwrotnym. Wiarygodność twarzy, treści i konstruktu tych symulacji i metodologii oceny wydajności chirurgicznej w tych zadaniach jakościowo i ilościowo nie została jeszcze zbadana.

Cele badawcze Stworzenie repozytorium danych symulowanej wydajności chirurgicznej na różnych poziomach wiedzy, aby umożliwić przyszłe badania i zbadać trafność twarzy, treści i konstrukcji w celu opracowania eksperckich testów porównawczych i inteligentnych systemów dostarczających informacji zwrotnych uczniom.

Uczestnicy nie wiedzą o zarejestrowanych wskaźnikach wydajności, wiedzą jedynie, że będą ćwiczyć umiejętności techniczne stosowane w neurochirurgii przy zabiegach resekcji guza podwarstwowego.

Główny powód:

Oficjalny tytuł: Porównanie poziomów chirurgicznych umiejętności technicznych ekspertów i praktykantów w wirtualnej rzeczywistości Symulacja chirurgiczna — studium serii przypadków Data rozpoczęcia: 1 marca 2015 r.

Data ukończenia studiów:

31 maja 2016 r

Broń i interwencje

Ramię Interwencja/leczenie Pojedyncze ramię, kolejne serie przypadków

Wszyscy uczestnicy wykonali dwa symulowane zadania: pięć razy wykonali resekcję guza podpajęczynówkowego i raz złożoną resekcję guza mózgu. Uczestników poinstruowano, aby całkowicie usunęli guz, jednocześnie minimalizując uszkodzenie sąsiednich krytycznych tkanek i krwawienie. Ćwiczenia i złożone zadania resekcji guza miały zostać wykonane odpowiednio w ciągu trzech i 13 minut. Uczestnicy nie otrzymali żadnej informacji zwrotnej w trakcie ani po próbach. Dane dotyczące wydajności były rejestrowane w odstępach 0,02 sekundy przez platformę NeuroVR.

Kontakty i lokalizacje Lokalizacje Kanada, Quebec Neurochirurgiczne Centrum Symulacji i Nauki Sztucznej Inteligencji, Montreal Neurological Institute, McGill University, Montreal, H3A 2B4 Quebec, Kanada Badacze Główny badacz: Rolando F. Del Maestro, doktor nauk medycznych McGill University

Więcej informacji Strona odpowiedzialna: Rolando F. Del Maestro, William Feindel emerytowany profesor neuroonkologii, Uniwersytet McGill

Identyfikator ClinicalTrials.gov:

Status komisji etycznej dotyczącej ludzi: Zatwierdzony Numer projektu komisji etycznej: 2010-270 NEU-09-042 Badania produktu leczniczego podlegającego przepisom FDA w USA: Nie Badania produktu leczniczego podlegającego przepisom FDA w USA: Nie

Plan analizy danych To badanie ma na celu utworzenie repozytorium danych, które umożliwi przyszłe badania w celu zbadania złożonej wiedzy chirurgicznej w zakresie wydajności symulacji chirurgicznych w wirtualnej rzeczywistości, zarówno za pomocą analiz jakościowych, jak i ilościowych. Ocena uczestników symulowanych zadań zostanie wykorzystana do oceny trafności twarzy i treści symulowanych zadań. Mediana wyniku >=3 jest uważana za wystarczającą do walidacji.

Bibliografia:

1. Stulberg JJ, Huang R, Kreutzer L, Ban K, Champagne BJ, Steele SE i in. Związek między umiejętnościami technicznymi chirurga a wynikami pacjentów. Chirurgia JAMA. 2020. DOI: 10.1001/jamasurg.2020.3007.
2. Delorme S, Laroche D, DiRaddo R, Del Maestro RF. NeuroTouch: oparty na fizyce wirtualny symulator do szkolenia w zakresie mikroneurochirurgii czaszki. Neurochirurgia Operacyjna. 2012;71(suppl_1):ons32-ons42.DOI: 10.1227/NEU.0b013e318249c744.
3. Gélinas-Phaneuf N, Del Maestro RF. Ekspertyza chirurgiczna w neurochirurgii: integracja teorii z praktyką . Neurochirurgia. 2013;73(suppl_1):S30-S8.DOI: 10.1227/NEU.0000000000000115.
4. Anderson O, Davis R, Hanna GB, Vincent CA. Chirurgiczne zdarzenia niepożądane: przegląd systematyczny. Amerykański Dziennik Chirurgii. 2013;206(2):253-62.DOI: 10.1016/j.amjsurg.2012.11.009.
5. Brightwell A, Grant J. Szkolenie oparte na kompetencjach: kto korzysta? Podyplomowe czasopismo medyczne. 2013;89(1048):107.DOI: 10.1136/postgradmedj-2012-130881.
6. Sabbagh AJ, Bajunaid KM, Alarifi N, Winkler-Schwartz A, Alsideiri G, Al-Zhrani G, et al. Plan rozwoju złożonych scenariuszy symulacji wirtualnej rzeczywistości: model neurochirurgicznej resekcji guza podwarstwowego. Światowa neurochirurgia. 2020.DOI: https://doi.org/10.1016/j.wneu.2020.03.187.