Suscribirse

A novel multimodal platform for assessing surgical technical skills - 13/12/11

Doi : 10.1016/j.amjsurg.2011.08.008 
Ranil Sonnadara, Ph.D. a, d, , Neil Rittenhouse, M.H.Sc. a, b, Ajmal Khan, B.A.Sc. a, b, Alex Mihailidis, Ph.D., P.Eng. b, c, Gregory Drozdzal a, Oleg Safir, M.D. a, d, Shuk On Leung, B.A.Sc. a
a Surgical Skills Centre, Mount Sinai Hospital, Toronto, ON, Canada 
b Institute of Biomaterials and Biomedical Engineering, University of Toronto, Toronto, ON, Canada 
c Department of Occupational Science and Occupational Therapy, University of Toronto, Toronto, ON, Canada 
d Department of Surgery, University of Toronto, Toronto, ON, Canada 

Corresponding author. Tel.: 416-586-4800 ext. 3850; fax: 416-586-8829

Abstract

Background

Established methods for assessing surgical performance face limitations. Global rating scales and procedure-specific checklists are resource intensive and rely on expert opinions. Alternatives that use technology to track hand movements, such as magnetic and optical tracking systems, are generally expensive and ill suited to the surgical environment.

Methods

The authors present a new platform that integrates a novel, low-cost optical tracking system, magnetic tracking technology and a videographic recording system to quantify surgical performance synchronously across all modalities. The validity of this platform was tested by examining its ability to differentiate between the performance of expert and novice participants on a basic surgical task.

Results

Each modality was able to differentiate between expert and novice participants, and metrics were well correlated across modalities.

Conclusions

The authors have developed a platform for assessing surgical performance. It can operate in the absence of expert raters and has the potential to provide immediate feedback to trainees.

El texto completo de este artículo está disponible en PDF.

Keywords : Technical skills assessment, Motion tracking


Esquema


 This work was funded by the Network of Excellence in Simulation for Clinical Teaching and Learning.


Crown Copyright © 2012  Publicado por Elsevier Masson SAS. Todos los derechos reservados.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 203 - N° 1

P. 32-36 - janvier 2012 Regresar al número
Artículo precedente Artículo precedente
  • SBAR M&M: a feasible, reliable, and valid tool to assess the quality of, surgical morbidity and mortality conference presentations
  • Erica L. Mitchell, Dae Y. Lee, Sonal Arora, Karen L. Kwong, Timothy K. Liem, Gregory L. Landry, Gregory L. Moneta, Nick Sevdalis
| Artículo siguiente Artículo siguiente
  • Sleep deprivation increases cognitive workload during simulated surgical tasks
  • Jonathan M. Tomasko, Eric M. Pauli, Allen R. Kunselman, Randy S. Haluck

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

@@150455@@ Voir plus

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2026 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.