Summary
Vi beskriver en procedur för att bearbeta datortomografi (CT) -skanningar till hifi-, återvinningsbara och billiga proceduruppgiftsutbildare. CT-skanningsidentifieringsprocesserna, export, segmentering, modellering och 3D-utskrift beskrivs alla, tillsammans med de problem och lärdomar som dragits i processen.
Abstract
Beskrivningen av proceduruppgiftsutbildare inkluderar deras användning som ett träningsverktyg för att finslipa tekniska färdigheter genom upprepning och repetition av procedurer i en säker miljö innan de slutligen utför proceduren på en patient. Många processuella uppgiftsutbildare som hittills finns tillgängliga lider av flera nackdelar, inklusive orealistisk anatomi och tendensen att utveckla användarskapade "landmärken" efter att tränarvävnaden genomgår upprepade manipulationer, vilket kan leda till olämplig psykomotorisk kompetensutveckling. För att förbättra dessa nackdelar skapades en process för att producera en högkvalitativ proceduruppgiftstränare, skapad av anatomi erhållen från datortomografi (CT) skanningar, som använder allestädes närvarande tredimensionell (3D) utskriftsteknik och färdiga råvaruförsörjningar.
Denna metod inkluderar att skapa en 3D-tryckt vävnadsform som fångar vävnadsstrukturen som omger skelettelementet av intresse för att innesluta den beniga skelettstrukturen som är upphängd i vävnaden, som också är 3D-tryckt. En vävnadsmediumblandning, som approximerar vävnad i både högkvalitativ geometri och vävnadstäthet, hälls sedan i en form och får stelna. Efter att en uppgiftstränare har använts för att öva på ett förfarande, såsom intraosseös linjeplacering, kan vävnadsmedia, formar och ben återvinnas och kan återanvändas för att skapa en ny uppgiftstränare, fri från punkteringsställen och manipulationsfel, för användning i efterföljande träningspass.
Introduction
Patientvårdskompetens av procedurfärdigheter är en kritisk komponent för att utveckla praktikanter i civil och militär sjukvård 1,2 miljöer. Utveckling av procedurfärdigheter är särskilt viktigt för procedurintensiva specialiteter som anestesiologi3 och medicinsk personal i frontlinjen. Uppgiftsutbildare kan användas för att öva många procedurer med färdighetsnivåer som sträcker sig från en förstaårs läkarstudent eller medicinsk tekniker till en äldre bosatt eller kollega. Medan många medicinska procedurer kräver betydande utbildning för att slutföra, är uppgiften som presenteras här - placering av en interosseous (IO) linje enkel och kräver mindre teknisk skicklighet. Framgångsrik placering av en IO-linje kan uppnås efter en relativt kort utbildningsperiod. Användningen av simulering under medicinsk utbildning, som inkluderar användning av uppgiftsutbildare, erkänns som ett verktyg för att få tekniska procedurfärdigheter genom upprepning och repetition av ett kliniskt förfarande i en säker miljö med låg stress innan proceduren slutligen utförs på patienter 2,4,5.
Förståeligt nog har simuleringsträning i medicinska utbildningsmiljöer blivit allmänt accepterad och verkar vara en grundpelare, trots bristen på data om någon inverkan på patientresultat 6,7. Dessutom visar de senaste publikationerna att simulering förbättrar teamets prestanda och patientresultat som ett resultat av förbättrad teamdynamik och beslutsfattande. Ändå finns det få data som tyder på att simulering förbättrar tiden eller framgångsgraden för att utföra kritiska, livräddande procedurer 8,9 vilket tyder på att simuleringen är komplex och mångfacetterad i utbildningen av vårdgivare. Hos patienter där standard intravenös åtkomst inte är möjlig eller indikerad kan IO-linjeplacering användas för att snabbt uppnå vaskulär åtkomst, vilket kräver minimal skicklighet. Snabb och framgångsrik utförande av denna procedur är avgörande, särskilt i den perioperativa miljön eller ett traumascenario10,11,12. Eftersom IO-linjeplacering är en sällan utförd procedur i det perioperativa området och kan vara en livräddande procedur är träning i en icke-klinisk miljö avgörande. En anatomiskt exakt uppgiftstränare som är specifik för IO-linjeplacering är ett idealiskt verktyg för att erbjuda förutsägbar träningsfrekvens och kompetensutveckling för denna procedur.
Även om de används i stor utsträckning, lider för närvarande tillgängliga kommersiella uppgiftsutbildare av flera betydande nackdelar. För det första är uppgiftsutbildare som möjliggör flera försök med ett förfarande kostsamma, inte bara för det första köpet av uppgiftstränaren utan också för att fylla på de utbytbara delarna som silikonhudfläckar. Resultatet är ofta sällan utbytta delar, vilket lämnar framstående landmärken som ger praktikanten en suboptimal träningsupplevelse; patienter kommer inte att komma förmarkerade var man ska göra ingreppet. En annan nackdel är att den höga kostnaden för traditionella uppgiftsutbildare kan resultera i begränsad åtkomst av användare när enheterna är "låsta" på skyddade lagringsplatser för att förhindra förlust eller skada på enheterna. Resultatet kräver mer rigorös och mindre tillgänglig schemalagd träningstid, att begränsa deras användning kan säkert göra oplanerad träning svår. Slutligen anses de flesta tränare vara lågkvalitativa 5,13,14 och använder endast representativ anatomi, vilket kan leda till olämplig psykomotorisk kompetensutveckling eller träningsärr. Tränare med låg trohet gör också den grundliga bedömningen av färdighetsförvärv, behärskning och nedbrytning mycket svår eftersom träning på en enhet med låg trohet kanske inte tillräckligt efterliknar den faktiska verkliga proceduren.
Representativ anatomi hindrar också en korrekt utvärdering av förvärv och behärskning av psykomotoriska färdigheter. Dessutom blir det nästan omöjligt att bedöma överföringen av psykomotoriska färdigheter mellan simulerade medicinska miljöer till patientvård om några av de psykomotoriska färdigheterna inte återspeglas i den kliniska uppgiften. Detta resulterar i förebyggande av konsensus om förmågan hos medicinsk simulering och träning att påverka patientresultat. För att övervinna utmaningarna med kostnad, anatomisk noggrannhet och åtkomst har vi utvecklat en billig IO-linjeuppgiftsutbildare med hög återgivning. Uppgiftstränaren är utformad från en verklig patients CT-skanning, vilket resulterar i exakt anatomi (figur 1). Materialen som används är allestädes närvarande och lätta att få tag på, med komponenter som är relativt lätta att återvinna. Jämfört med många andra kommersiellt tillgängliga tränare minskar den blygsamma kostnaden för uppgiftstränardesignen som beskrivs här dramatiskt önskan att binda tränarna på en mindre tillgänglig, skyddad plats och möjliggör flera repetitioner utan ledande landmärken.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
OBS: University of Nebraska Medical Center Institutional Review Board bestämde att vår studie inte utgjorde mänsklig ämnesforskning. Den lokala IRB erhöll etiskt godkännande och avstående från informerat samtycke. Fullständig anonymisering av bilddata gjordes före analys enligt sjukhusets avidentifieringsprotokoll.
1. Uppgifter
- Skaffa en CT-skanning som fångar anatomin av intresse för den planerade uppgiftstränaren. Var noga med att ta hänsyn till arbetsvolymbegränsningarna för den 3D-skrivare som används och nödvändiga landmärken för procedursteg.
- Om skanningen erhålls i ett Digital Imaging and Communications in Medicine-format (DICOM), konvertera till ett Neuroimaging Informatics Technology Initiative (NiFTi)15-format (.nii).
2. Segmentering
- Använd 3D-utsnittsprogrammet (http://www.slicer.org) för att segmentera CT-bilderna. Importera NIfTi-filen från steg 1.2 till 3D-utsnittet.
- Välj modulen Segmentredigerare för att generera de segment som behövs för att modellera utbildaren.
- Lägg till ett segment för 1) Ben och 2) Vävnadskomponenter i uppgiftsutbildaren.
OBS: Utveckling av vissa tränare, till exempel de som används för att träna bröströrsinsättning, kan kräva ytterligare segment. - Välj segment 1) Ben. Använd tröskeleffekten och ändra intensitetsintervallet tills det definierade "fönster" -intervallet identifierar den benkomponent som är av intresse.
OBS: För bensegment är det vanliga intervallet mellan 100 och 175 HU (Hounsfield Units) till det tillgängliga maximala värdet och för vävnad, vilket vanligtvis är -256 HU till det tillgängliga maximala. - Använd tröskelfunktionen för att markera komponenten 1) Ben och tillämpa den på skanningen med kommandot Verkställ.
- Använd saxfunktionen för att ta bort alla delar av genomsökningen som inte behövs för att skapa uppgiftshanteraren. Var försiktig så att benmärgsutrymmet förblir ihåligt för IO-tränare.
OBS: Detta steg är den första minskningen av segmentet av intresse till önskade dimensioner av tränaren. Byggvolymbegränsningarna för den 3D-skrivare som ska användas bör beaktas här; segmentet kan dock minskas ytterligare i avsnitt 3.
- Lägg till ett segment för 1) Ben och 2) Vävnadskomponenter i uppgiftsutbildaren.
- Upprepa steg 2.2.1–2.2.4 för komponenten 2) Vävnad.
- Använda modulen Segmenteringar ; exportera varje komponent som en STL-fil.
3.3D Modellering
- Använd AutoDesk Meshmixer för att beskära 3D-segmenten ytterligare och minska upplösningen för varje segment, när det gäller antalet geometriska element, för optimal prestanda inom Fusion360.
- Bekräfta att importerade STL-filer har rätt triangelnormalorientering. Se till att normalerna för varje triangel pekar i riktning mot nätets yttre yta. Om triangelorienteringen är felaktig vänder du triangeln normal genom att utföra Markera | Ändra | Välj alla funktion och sedan Välj | Redigera | Flip Normals-funktionen .
- Eliminera oönskade strukturer (t.ex. oönskade segment av vävnad eller kärl som fångas av CT på grund av användning av kontrast) av de importerade STL-segmenten och förfina de modeller som behövs för att skapa uppgiftsutbildaren. Om du vill förfina modellen genom att ta bort oönskade strukturer inom segmenten som oavsiktligt kan ha inkluderats i tröskelvärdet för det exporterade segmentet använder du åtgärden Välj, markerar trianglarna på de oönskade strukturerna och redigerar sedan | Kassera.
- Efter 3.1.2 använder du Redigera | Verktyget Planklipp för att beskära modellen så att den passar inom gränserna för 3D-skrivarens byggvolym. För att minska beräkningskostnaderna på grund av överdriven geometrisk upplösning, minska antalet trianglar som används för att definiera modellen för att möjliggöra optimal prestanda i Fusion360. Klicka på Välj, dubbelklicka var som helst på nätet för att välja hela nätet och sedan Redigera | Minska. För Minska mål minskar du till en triangelbudget på under cirka 10 000 ansikten.
OBS: Skrivaren som för närvarande används av författarna har en maximal byggvolym på 250 x 210 x 210 mm; Således skars modellen till en maximal långaxellängd på 220-230 mm för att formen skulle passa in i skrivarens byggvolym. Skrivarens byggvolym bör diktera den långa axellängden genom att göra modellen cirka 20-30 mm kortare. Geometrin kan enkelt reduceras till ~ 10K trianglar utan förlust av kliniskt relevanta detaljer för att utveckla högkvalitativa uppgiftsutbildare. - Eliminera eller minska hål och ojämnheter i ytan med hjälp av markeringsverktyget. När trianglarna i nätet runt defekten har valts använder du kommandot Välj | Redigera| Radera och fyll för att förbättra ythål och oegentligheter. Exportera och spara de färdiga modellerna med STL-filtypen.
OBS: Den yttre ytan av målbenet för de interosseösa linjeuppgiftstränarna kräver fullständig stängning; Annars kommer det smälta vävnadsmediet att komma in i märgutrymmet och försämra uppgiftstränarens prestanda.
- Använd AutoDesk Fusion360 och importera ben- och vävnadsmodellerna genom att lägga till . STL-filer till arbetsytan som ett nät med hjälp av Infoga | Infoga nät, kommando.
- Konvertera de importerade näten till BRep-fasta ämnen genom att inaktivera Fusion360-tidslinjen och minska antalet trianglar i målnätet till <10 000.Välj den importerade nätkroppen och högerklicka. Välj den Mesh till BRep alternativ. När maskorna har konverterats till BReps-fasta ämnen återupptar du Fusion360-tidslinjen.
- Ändra det fasta ämnet för att skapa Task Trainers form genom att dela det rektangulära fasta ämnet längs den långa axeln på Tissue BRep.
OBS: Formen skapas runt Tissue BRep genom att använda skissfunktionen för att bygga en kub eller rektangulärt fast ämne som omfattar vävnadsfastämnet. Formstorleken bör ändras för att uppfylla den maximala byggvolymen för den valda 3D-skrivaren. Eftersom formen är uppdelad i två är den längsta dimensionen som skrivs ut kanske inte den slutliga formens största dimension när de förenas. - Välj 2–3 platser för stödstift och placera de fördesignade sammansättningsgruppkomponenterna för att åtgärda uppgiftstränarens ben. Se till att de platser som valts för stödstiften har en riklig stödstruktur i benet runt stiftets huvud.
OBS: Benet runt stifthuvudet som valts behöver inte vara helt enhetligt eftersom monteringsgruppen också innehåller en solid cylindrisk stödstruktur som kommer att smältas samman med benet. Denna struktur stöder på ett adekvat sätt stiftets huvud och bevarar korrekt anatomisk placering av benen i vävnadsmediet. - Importera och placera en benplugg på ben-BReps öppna märgutrymme för att förhindra att vävnadsmedier kommer in i märgutrymmet och förhindra att den simulerade benmärgen rinner ut.
- Generera en öppning (vanligtvis 4-6 cm i diameter) genom formarna i det utrymme som representeras av Tissue BRep-fast ämne för att tillåta hällning av flytande vävnadsmedia i formen.
- När komponenterna i de fördesignade monteringsgrupperna är placerade för att fixera benen i rymden, utför booleska kombinationsfunktioner för att antingen lägga till eller skära de olika monteringsgrupperna i modellerna.
- Utför en spegel av objekten före steg 3.2.6 för att göra uppgiftstränaren för den ipsilaterala sidan. Upprepa steg 3.2.3-3.2.5 före 3.2.6.
- Exportera de slutliga komponenterna för utskrift. Välj önskad kropp i arbetsytan och generera en STL-fil via högerklicka | Spara som STL.
4.3D Utskrift
- Använd Förenkla 3D och placera STL-filen på 3D-skrivarens säng så att skivprogrammet kan generera den GCODE som krävs för att skriva ut objektet. Skriv ut komponenterna med polymjölksyra (PLA) 3D-skrivarmediefilament med ett 0,4 mm munstycke vid en varm sluttemperatur på 210 °C. Se till att inställningarna använder 4 övre och nedre lager och 3 omkretsskal.
- Orientera benen vertikalt för att minimera det nödvändiga stödmaterialet i märghålan. Skriv ut med en flotte, 0,2 mm lagerhöjd, 20% utfyllnad och fullt stödmaterial (från tryckbädden och i trycket). När du skriver ut vävnadsformarna, orientera formkomponenterna med vävnadsytan uppåt. Skriv ut vävnadsformarna utan flotte, 0,3 mm lagerhöjd, 15% utfyllnad och fullt stödmaterial.
- Ordna stödstiften och andra komponenter för att minimera stödmaterialutskrift av alla stiftstöddelar med en flotte, 0,2 mm lagerhöjd och 20% utfyllnad. Skriv ut de gängade komponenterna utan stödmaterial med reducerad hastighet för att maximera gängstrukturernas återgivning.
- När varje komponents parametrar har valts förbereder och exporterar du GCODE-filen som genereras av Simplify 3D till ett SD-kort. Använd en Prusa i3 MK3, välj den sparade GCODE-filen från SD-kortet och skriv ut med 1,75 mm PLA 3D-skrivarmediefilament.
5. Montering
- Förbered vävnadsmediet.
OBS: Praktikantens nuvarande nivå av färdighetsbehärskning kan diktera om ogenomskinligt eller transparent vävnadsmedium krävs. Transparent medium gör det möjligt för praktikanten att visuellt spåra sina framsteg under IO-insättning och lättare identifiera beniga landmärken, medan ogenomskinligt medium bättre simulerar faktisk klinisk erfarenhet.- Mät följande komponenter som ska användas för att skapa vävnadsmediet och lägg åt sidan (dessa mängder kan skalas efter behov) 260 g icke smaksatt gelatin; vid behov, 140 g finmalt psylliumskalfiber, apelsinsmakad, sockerfri (utelämna detta steg för att skapa ett transparent medium); 42 g klorhexidin på 4 viktprocent kolhydrater.
OBS: Psylliumskalfiber kan användas för att göra ett ogenomskinligt medium. Denna komponent bör tillsättas omedelbart efter gelatinet om ett ogenomskinligt medium önskas16. - Värm 1000 ml vatten (kranen är acceptabel) till 85 °C.Tillsätt vattnet i en blandningsbehållare flera gånger större än volymen ingredienser, till exempel en 18,9 L hink.
- Medan du blandar vävnadsmedielösningen kraftigt, tillsätt gelatin, psylliumskalfiber och klorhexidinlösning i vattnet i ordning och vänta innan du tillsätter nästa ingrediens efter att den föregående har införlivats.
OBS: Tillsätt inte psylliumskalfiber om du gör transparent medium.
- Medan du blandar vävnadsmedielösningen kraftigt, tillsätt gelatin, psylliumskalfiber och klorhexidinlösning i vattnet i ordning och vänta innan du tillsätter nästa ingrediens efter att den föregående har införlivats.
- Värm blandningen i ett 71 °C vattenbad i minst 4 timmar så att bubblorna kan spridas från lösningen. Placera blandningsbehållaren direkt i varmvattenbadet eller överför blandningen till en separat behållare, såsom plastförvaringspåsar.
- Förbered vävnadsmediet för att hälla i den monterade formen. Se till att blandningen är homogen och flytande. Håll blandningens temperatur vid 46 °C.
OBS: Om vävnadsmediet inte omedelbart behövs kan det förvaras vid 4 °C eller -20 °C i en förvaringsbehållare tills det behövs.
- Mät följande komponenter som ska användas för att skapa vävnadsmediet och lägg åt sidan (dessa mängder kan skalas efter behov) 260 g icke smaksatt gelatin; vid behov, 140 g finmalt psylliumskalfiber, apelsinsmakad, sockerfri (utelämna detta steg för att skapa ett transparent medium); 42 g klorhexidin på 4 viktprocent kolhydrater.
- Förbered den simulerade benmärgslösningen.
OBS: Den simulerade benmärgslösningen kan beredas i förväg och förvaras i en täckt behållare vid rumstemperatur tills den är klar att användas.- Mät och blanda noggrant 100 g kallt vatten (kranen är bra); 100 g ultraljudsgel; och 5 ml röd matfärgning (valfritt, används för att förbättra simuleringen). Se till att slutprodukten är tjock men tillräckligt flytande för att överföras snabbt.
- Fäst benet i botten av formen och montera formen.
- Spraya varje sida av formens inre ytor med ett icke-silikonbaserat frisättningsmedel, såsom non-stick matlagningsspray. Säkra benet med hjälp av stödstiften för att bibehålla rätt position i vävnadsutrymmet. Fäst benen/stiften i botten av formen.
- Rikta in toppen av formen mot den nedre delen och säkra de två halvorna av formen tillsammans. Kontrollera att benpluggen är på plats för att förhindra att vävnadsmedium kommer in i märgutrymmet under hällning.
- Placera formen så att öppningen är vänd uppåt och häll 46 °C vävnadsmediet i formens hålighet. Avhjälpa eventuellt läckage av vävnadsmediet från formen med hjälp av en inverterad luftdammbehållare genom att direkt spruta det varma vävnadsmediet med kapseln för att kyla det snabbt. Överför den fyllda formen till ett kylskåp på 4 °C i minst 6 timmar, eller tills vävnadsmediet har stelnat.
- Demontera formen och ta bort uppgiftstränaren och stödstiften. Ta bort benpluggen, fyll märgutrymmet med simulerad "benmärg" som skapats i 5.2 och byt ut benpluggen. Placera uppgiftsutbildarna i en plastförvaringspåse och förvara monteringen vid antingen 4 °C eller -20 °C tills den behövs för träning.
6. Utbildning i arbetsuppgifter
- Ta bort uppgiftstränaren från förvaringen och låt den nå rumstemperatur. Om det inte redan finns på plats, tillsätt simulerat benmärgsmaterial från steg 5.2 per instruktion i 5.5.
OBS: Att låta tränaren värma till rumstemperatur förbättrar simuleringsupplevelsen. - Utför träning på uppgiftsutbildarna. Instruera praktikanterna att placera IO-nålar (figur 2A) och aspirera simulerad benmärg (figur 2B) enligt IO-linjeplaceringens vanliga steg.
- Efter träning, demontera uppgiftsutbildarna för att återvinna vävnad, mediet och benen.
OBS: Efter manipulation kommer benen på IO-tränaren att ha hål skapade genom införande av IO-linjekanalen. Dessa hål kan antingen fyllas med PLA med hjälp av en handhållen 3D-skrivarpenna, eller alternativt kan benen kasseras. - Återmontera och återanvänd återvunnet material för efterföljande utbildning enligt avsnitt 5.Alternativt kan du smälta ner vävnadsmediet, återvinna enligt 5.1.4 och förvara det vid antingen 4 °C eller -20 °C, om det inte behövs omedelbart.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Efter protokollet använde modelleringen av uppgiftstränaren en CT-skanning av en avidentifierad patient. Segmentering av CT-bilderna använde 3D Slicer-programvara och Auto Meshmixer för 3D-modellering. För 3D-utskrift användes både 3D Simplify och Prusa i3 MK3 (figur 1). Därefter slutförde vi monteringen av de 3D-tryckta delarna, förberedde vävnadsmedieblandningen och hällde medieblandningen i den monterade uppgiftstränarformen. Efter en träningsperiod med uppgiftstränaren återvanns vävnadsmediet och återanvändes vid montering av nya uppgiftstränare.
CT-skanningen av en patients vänstra knäled som användes för 3D-modelleringen omfattade 6-7 cm skenben och fibulaben under knäet, 2-3 cm lårbensben ovanför knäet och patella. Under detta protokolls körning kasserades artefakterna som ses i CT-skanningen till följd av överlappningen mellan olika anatomiska segment manuellt i Meshmixer efter att ha exporterat varje segment till STL och utfört operationen "flip normals". De vänstra tibialben- och vävnads-STL-maskorna modifierades för att minska märghålans ytas anatomiska komplexitet. Stödstrukturer genererades för att fixera lårbenet, skenbenet, vadbenet och patella till varandra. En stödjande "hängslenstruktur" lades till i Fusion 360 för att hjälpa till att öka benets tunna fibulastruktur till skenbenet, vilket förhindrar att detta ben bryts av.
Formstrukturen bestod av ett rektangulärt fast ämne, separerat i en topp- och bottenstruktur och en 2,5 mm kanal för att hålla silikonskumkabeln på vävnadssegmentets konturomkrets. Stödjande stiftstrukturer, inriktningsstiftkanaler och benpluggmottagaren lades till ben- och formstrukturerna genom att importera deras tillämpliga strukturer till modellen (figur 3). Formen var utformad så att två 41 mm stödstiftmonteringsgrupper skulle vara tillräckliga för att korrekt stödja och suspendera benstrukturerna i vävnadshålan. En öppning gjord för att exponera vävnadshålan underlättade hällningen av vävnadsmediet genom att skära en cylindrisk kroppsstruktur från formstrukturens framsida.
Efter att ha slutfört form- och benstrukturerna i Fusion 360, följande fyra . STL-segment skapades genom att exportera modellen: 1) Ben, 2) Bottenformlåda, 3) Toppformlåda och 4) modellhårdvara (2 x 41 mm stödstift, 2x stödstiftbottnar och 1x benplugg). Därefter importerades fyra STL-segment till Simplify 3D, och de representativa GCODE-filerna genererades för dessa segment för utskrift med ett 0,4 mm munstycke och 0,3 mm lagerhöjd med en utskriftshastighet på 100 mm/s. Tabell 1 visar utskriftstider och PLA-filamentmaterialbehovsuppskattningar med hjälp av de inställningar som tidigare nämnts när alla segment skrevs ut på Original Prusa MK3-skrivare. Snabb införlivande av vävnadsmediet (gelatin) är avgörande för att uppnå en konsekvent och homogen slutprodukt. Mängden vävnadsmedium som används varierar beroende på vilken modell av uppgiftstränare som monterats. Ett exempel på design och faktiska volymer av vävnadsmedium som används i tibial IO insertion Task Trainer-modellen visas i tabell 2.
För att avforma uppgiftstränaren lossades kompressionsanordningarna, formens topp och botten separerades och stödstiften på 2 x 41 mm roterades och avlägsnades från benen. Benmärgshålan fylldes sedan med simulerad märglösning och en benplugg sattes in ordentligt. Den slutliga uppgiftstränaren avbildades sedan med en CT-skanning för mätning av anatomiska landmärken och segment. Resultaten visar en I/O-linjeplacering med hög återgivning av uppgiftstränare (bild 4). Den nygjutna uppgiftstränaren placerades sedan i en blixtlåspåse, återfördes till kylskåpet och förvarades för användning i ett framtida träningspass.
Transparenta och ogenomskinliga uppgiftsutbildare har satts samman (bild 5) för I/O-linjeplaceringsutbildningssessioner. Totalt 40 uppgiftsutbildare (20 tibia och 20 humeri) användes under en halvdagsutbildning av IO-linjeplacering som erbjöds institutionen för anestesiologi vid vår institution. Både fakultet och praktikanter deltog i denna utbildning. Varje deltagare hade 15 minuters praktisk interaktion med båda uppgiftsutbildarna (skenben och humerus) och den utrustning som krävs för att utföra IO-linjeplaceringen. Preliminära uppgifter om uppgiftstränarnas fördelar och nackdelar och förbättringar av uppgiftstränaren samlades in direkt efteråt.
Fördelar som identifierats av deltagare som är specifika för användningen av uppgiftstränaren inkluderade: a) hög nivå av anatomisk likhet, b) förmåga att hitta anatomiska landmärken, c) taktil känsla som liknar vävnad, d) reproducerbarhet av det praktiserade förfarandet, e) förmåga att aspirera benmärg för att ge feedback om uppgiften, och f) lämplig taktil feedback vid borrning i benet. Möjligheten att återta och återanvända uppgiftstränaren och tränarens låga kostnad var viktiga funktioner som identifierades av deltagarna. Vidare föreslog lärare och praktikanter att lägga till ett hud- eller tyglager för att mer likna hudens taktila feedback och öka lemlängden. Efter utbildningen återvanns vävnadsmediet och återanvändes (figur 1).
Bild 1: Flödesschema som visar processen för att skapa en intraosseous linjeplaceringsuppgiftsutbildare. Klicka här för att se en större version av denna figur.
Figur 2: Intraosseös linjeplacering med en tibial uppgiftstränare utförd med hjälp av en tränare med ogenomskinligt vävnadsmedium. (A) Borrning i benet med en kommersiellt tillgänglig IO-placeringsborr. (B) Aspiration av märg vid framgångsrik placering av IO-linjen. Förkortning: IO = intraosseous. Klicka här för att se en större version av denna siffra.
Bild 3: 3D-designade och 3D-utskrivna komponenter som utgör tibialuppgiftsutbildaren . A) 3D-konstruerad skenbenslinje. B) Skenbenet i 3D-print. C) 3D-utformad form och av vävnaden som omger skenbenet och stiften. (D) 3D-tryckt form av vävnaden som omger skenbenet och stiften. Klicka här för att se en större version av denna siffra.
Figur 4: Ogenomskinliga och transparenta vävnadsmedier möjliggör anpassning av träning . (A) och (C) representerar en humerus och tibial uppgiftstränare gjord med ogenomskinligt vävnadsmedium. (B) och (D) representerar en humerus och tibial task trainer gjord med transparent medium. Observera synligheten av skelettstrukturer med transparent vävnadsmedium. Klicka här för att se en större version av denna siffra.
Bild 5: Anatomiska avstånd är likartade mellan CT-skanningsdata som används för att skapa uppgiftstränaren och från den helt monterade IO-linjeplaceringen humerus task trainer. (A) Bentjocklek (mm), (B) huddjup (mm) och (C) senspåret (mm) från CT-skanningsdata är anatomiskt lika (D) Bentjocklek (mm), (E) huddjup (mm), och (F) senspår i CT-skanning av de helt monterade humerusuppgiftstränarna. Förkortningar: CT = datortomografi; IO = intraosseös. Klicka här för att se en större version av denna siffra.
| Struktur | Ungefärlig utskriftstid (h) | PLA-filamentkrav (uppskattat, i g) | Materialkostnad (dollar) |
| Box Topp | 32 | 800 | 16.00 |
| Box Botten | 17 | 450 | 9.00 |
| Ben | 9 | 200 | 4.00 |
| Hårdvara | 2 | 16 | 0.32 |
Tabell 1:Lista över tid och kostnad för varje komponent som krävs.
| Struktur | Volym (L) | Beräknad kostnad |
| Vävnadshålighet | 2,06 L | n/a |
| Benstomme | 0,313 L | n/a |
| Vävnadshålighet – Benstruktur | 1,747 L | $ 35 (återbetalningsbar) |
| Märghålan | 0,075 L | 0,25 US$ |
Tabell 2: Vävnadsmediavolymer.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I detta protokoll beskriver vi en 3D-uppgiftstränares utvecklingsprocess för att träna den sällan utförda och livräddande proceduren för IO-linjeplacering. Detta självstyrda protokoll använder 3D-utskrift för att producera huvuddelen av modellstrukturerna, medan resten av komponenterna som används för att montera uppgiftstränaren är allestädes närvarande, lätt att få tag på och giftfria material som kan återvinnas och återanvändas. 3D-uppgiftstränaren är billig och kräver minimal expertis för att skapa och montera. Vi har framgångsrikt använt vår 3D IO-linjeplaceringsuppgiftsutbildare i UNMC: s avdelning för anestesiologiutbildningar, som inkluderade en demonstration och praktisk övning av lärare och praktikanter som deltog. De genomförbarhetsdata som samlades in under utbildningen indikerade att deltagarna var överens om att uppgiftsutbildarna hade en hög grad av anatomisk trohet mot den faktiska patientens anatomi, och de var vidare nöjda med enhetens taktila återkoppling.
Kritiska steg i produktionen av en uppgiftsutbildare har delats in i två sektioner: 3D-design och tillverkning; montering av uppgiftstränare. När du skapade de 3D-modeller som användes för att bilda uppgiftsutbildarna var adekvat segmentering avgörande. Utan att följa anatomisk noggrannhet kanske slutprodukten inte är korrekt. Tröskelsegmentering kräver uppmärksamhet på uppgiftstränarens intresseområde för att säkerställa att ytdetaljer finns för att ge modellerna rätt form och tjocklek. Tibia och humerus tjocklek är särskilt viktiga för att ge tillräcklig taktil återkoppling under simulerad IO-linjeplacering. Processen för segmentering av vävnads- och benkomponenter kan vara otroligt tidskrävande eftersom CT-skanningar ofta använder joderade kontrastmedel, som har överlappande HU-intervall med ben. Således kan anatomiska strukturer genomträngda med joderad kontrast olämpligt inkluderas i bensegment.
Lämplig beredning och lagring av vävnadsmediet är avgörande. Anslutning till temperaturer som anges i protokollet är nödvändigt för att förhindra skador på de 3D-tryckta strukturerna och säkerställa maximal livslängd för vävnadsmedier. I synnerhet måste vävnadsmediet förbli kallt eller fryst och täckt av plast när det inte används för att förhindra mikrobiell tillväxt och uttorkning. Tillgängligheten och noggrannheten för patientens CT-skanningar kan införa begränsningar för att skapa IO-linjeuppgiftsutbildaren. Det verkar finnas begränsningar för genereringen av modeller när det gäller kraven för 3D-utskrift. Under 3D-utskriftsprocessen deponeras lager av termoplast ovanpå tidigare lager eller stödmaterial. Vissa modeller och föreslagna utbildare som produceras genom den här processen kan överskrida storleksgränserna för en 3D-skrivare och kräva ändring av skrivarens storlek eller komponenter för att möjliggöra utskrift som behåller tränarens kritiska aspekter (t.ex. märgutrymmet för IO-modeller). Andra format som är lämpliga för att skapa uppgiftstränare inkluderar magnetisk resonansavbildning. Bildbehandlingsmodaliteten visar dock olika datatyper, vilket kräver ändringar av detta protokoll.
Denna IO-linjeplaceringsuppgiftstränare har flera innovativa funktioner, inklusive en reducerad kostnad jämfört med andra uppgiftsutbildare, och möjligheten att anpassa uppgiftstränaren till olika anatomiska platser (humerus och tibia) och olika anatomier, inklusive manliga eller kvinnliga, och högt och lågt kroppsmassindex. Vidare kan vävnadsmedieblandningen framställas i olika opaciteter, vilket möjliggör varierande nivåer av visualisering av skelettstrukturer eller landmärken, om så önskas. Med tanke på dess anatomiska noggrannhet och återanvändbara karaktär hos dess delkomponenter, ger denna uppgiftsutbildare unika medicinska procedurutbildnings- och simuleringsforskningsmöjligheter, inklusive överföring av procedurfärdigheter från en simulerings- eller träningsmiljö till en test- eller klinisk miljö. Den här uppgiftsutbildarens högkvalitativa och billiga attribut gör det till ett utmärkt val för att utvärdera förvärv och försämring av procedurfärdigheter hos praktikanter och leverantörer inom vården. Vidare ger tränarens överlägsna anatomiska trohet möjligheter att utvärdera ergonomins inverkan på träningsärr och nedbrytning av tränarstrukturen, vilket är ett snabbt framväxande ämne av intresse inom detta område17. Sammantaget kan användningen av detta verktyg främja en bättre förståelse av bästa praxis inom medicinsk simulering18.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Finansieringen av detta projekt tillhandahölls enbart från institutionella eller institutionella resurser.
Materials
| Name | Company | Catalog Number | Comments |
| 3D printer filament, poly-lactic acid (PLA), 1.75 mm | N/A / Hatchbox | Base for 3D printing molds, bone structures, and bone / mold hardware | |
| 3D printer, Original Prusa i3 MK3 | Prusa | To print molds, bone structures, and bone / mold hardware | |
| bolts, 1/4”, flat / countersunk or round head, various lengths | N/A | Hardware used to hold mold casing halves together during casting | |
| Bucket, 5 gallon, plastic | N/A | To hold tissue media during media preparation | |
| chlorhexidine, 4% solution w/v | Animicrobial additive for tissue media | ||
| drill, household 3/8’ chuck | N/A | To stir tissue media during media preparation | |
| food coloring, red (optional) | N/A | Coloring additive for simulated bone marrow | |
| gelatin, unflavored | Knox | Base for tissue media | |
| hex nuts, 1/4” | N/A | Hardware used to hold mold casing halves together during casting | |
| Non-stick cooking spray | N/A | Mold releasing agent | |
| plastic bags, ziplock | Ziplock | To store tissue media | |
| psyllium husk fiber, finely ground, orange flavored, sugar free (optional) | Procter & Gamble | Metamucil | Opacity / Echogenicity additive for tissue media |
| screwdriver, flat / Phillips (matching bolt hardware) | N/A | To tighten mold casing hardware | |
| silicone gasket cord stock, 3 mm, round, various lengths | N/A | Gasket media for mold casings | |
| spray adhesive, Super 77 (optional) | 3M | Agent used to improve bed adhesion during 3D printing | |
| stirring paddle / rod | To stir tissue media during media preparation | ||
| turkey baster, household, 60 mL | N/A | To inject simulated bone marrow into bone marrow cavity | |
| ultrasound gel | Base for simulated bone marrow | ||
| water, tap | Used in both tissue media and simulated bone marrow |
References
- Farrow, D. R. Reducing the risks of military aircrew training through simulation technology. Performance and Instruction. 21 (2), 13-18 (1982).
- Lateef, F. Simulation-based learning: Just like the real thing. Journal of Emergencies, Trauma, Shock. 3 (4), 348-352 (2010).
- Gaba, D. M. Crisis resource management and teamwork training in anaesthesia. British Journal of Anaesthesia. 105 (1), 3-6 (2010).
- Al-Elq, A. H. Simulation-based medical teaching and learning. Journal of Family & Community Medicine. 17 (1), 35-40 (2010).
- Hays, R. T., Singer, M. J. Simulation fidelity in training system design: Bridging the gap between reality and training. , Springer Science & Business Media. (2012).
- Green, M., Tariq, R., Green, P. Improving patient safety through simulation training in anesthesiology: Where are we. Anesthesiology Research and Practice. , 4237523 (2016).
- Olympio, M. A.
- Murphy, M., et al. Simulation-based multidisciplinary team training decreases time to critical operations for trauma patients. Injury. 49 (5), 953-958 (2018).
- Jensen, A. R., et al. Simulation-based training is associated with lower risk-adjusted mortality in ACS pediatric TQIP centers. Journal of Trauma and Acute Care Surgery. 87 (4), 841-848 (2019).
- Gupta, A., Peckler, B., Schoken, D. Introduction of hi-fidelity simulation techniques as an ideal teaching tool for upcoming emergency medicine and trauma residency programs in India. Journal of Emergencies, Trauma, and Shock. 1 (1), 15-18 (2008).
- Risser, D. T., et al. The potential for improved teamwork to reduce medical errors in the emergency department. Annals of Emergency Medicine. 34 (3), 373-383 (1999).
- Shapiro, M. J., et al. Simulation based teamwork training for emergency department staff: Does it improve clinical team performance when added to an existing didactic teamwork curriculum. Quality and Safety in Health Care. 13 (6), 417-421 (2004).
- Schebesta, K., et al. Degrees of reality: Airway anatomy of high-fidelity human patient simulators and airway trainers. Anesthesiology. 116 (6), 1204-1209 (2012).
- Crofts, J. F., et al. Training for shoulder dystocia: A trial of simulation using low-fidelity and high-fidelity mannequins. Obstetrics and Gynecology. 108 (6), 1477-1485 (2006).
- Cox, R. W., et al. A (sort of) new image data format standard: NiFTI-1. 10th Annual Meeting of the Organization for Human Brain Mapping. , 22 (2004).
- Bude, R., Adler, R. An easily made, low-cost, tissue-like ultrasound phantom material. Journal of Clinical Ultrasound. 23 (4), 271-273 (1995).
- Fisher, J., et al. Clinical skills temporal degradation assessment in undergraduate medical education. Journal of Advances in Medical Education & Professionalism. 6 (1), 1-5 (2018).
- Buzink, S. N., Goossens, R. H., Schoon, E. J., de Ridder, H., Jakimowicz, J. J. Do basic psychomotor skills transfer between different image-based procedures. World Journal of Surgery. 34 (5), 933-940 (2010).
