Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Oprettelse af en high-fidelity, billig, intraosseøs linjeplaceringsopgavetræner via 3D-udskrivning

Published: August 17, 2022 doi: 10.3791/62434

Summary

Vi beskriver en procedure til behandling af computertomografi (CT) scanninger til high-fidelity, genvindelige og billige proceduremæssige opgavetrænere. CT-scanningsidentifikationsprocesser, eksport, segmentering, modellering og 3D-udskrivning er alle beskrevet sammen med de problemer og erfaringer, der er lært i processen.

Abstract

Beskrivelsen af proceduremæssige opgavetrænere inkluderer deres anvendelse som et træningsværktøj til at finpudse tekniske færdigheder gennem gentagelse og indstudering af procedurer i et sikkert miljø, før de i sidste ende udfører proceduren på en patient. Mange proceduremæssige opgavetrænere, der er tilgængelige til dato, lider af flere ulemper, herunder urealistisk anatomi og tendensen til at udvikle brugerskabte 'vartegn', efter at trænervævet gennemgår gentagne manipulationer, hvilket potentielt kan føre til uhensigtsmæssig psykomotorisk færdighedsudvikling. For at afhjælpe disse ulemper blev der oprettet en proces til at producere en high-fidelity proceduremæssig opgavetræner, skabt af anatomi opnået fra computertomografi (CT) scanninger, der bruger allestedsnærværende tredimensionel (3D) printteknologi og hyldevareforsyninger.

Denne metode inkluderer oprettelse af en 3D-printet vævsform, der fanger vævsstrukturen omkring skeletelementet af interesse for at omslutte den benede skeletstruktur suspenderet i vævet, som også er 3D-printet. En vævsmediumblanding, der tilnærmer væv i både hi-fi-geometri og vævstæthed, hældes derefter i en form og får lov til at sætte sig. Efter at en opgavetræner er blevet brugt til at øve en procedure, såsom intraosseøs linjeplacering, kan vævsmediet, formene og knoglerne genvindes og kan genbruges til at skabe en frisk opgavetræner, fri for punkteringssteder og manipulationsfejl, til brug i efterfølgende træningssessioner.

Introduction

Patientpleje kompetence af proceduremæssige færdigheder er en kritisk komponent for at udvikle praktikanter i civile og militære sundhedsvæsen 1,2 miljøer. Udvikling af proceduremæssige færdigheder er særlig vigtig for procedureintensive specialiteter som anæstesiologi3 og medicinsk personale i frontlinjen. Opgavetrænere kan bruges til at øve adskillige procedurer med færdighedsniveauer, der spænder fra en førsteårs medicinstuderende eller medicinsk tekniker til en ældre beboer eller stipendiat. Mens mange medicinske procedurer kræver betydelig træning for at fuldføre, er den opgave, der præsenteres her - placering af en interosseøs (IO) linje - ligetil og kræver mindre teknisk dygtighed. En vellykket placering af en IO-linje kan opnås efter en relativt kort træningsperiode. Brugen af simulering under medicinsk træning, som omfatter brug af opgavetrænere, anerkendes som et redskab til at opnå tekniske proceduremæssige færdigheder gennem gentagelse og indstudering af en klinisk procedure i et sikkert miljø med lav stress, inden proceduren i sidste ende udføres på patienter 2,4,5.

Forståeligt nok er simulationstræning i medicinske uddannelsesmiljøer blevet bredt accepteret og ser ud til at være en grundpille på trods af manglen på data om enhver indvirkning på patientresultaterne 6,7. Derudover viser nylige publikationer, at simulering forbedrer teamets ydeevne og patientresultater som følge af forbedret teamdynamik og beslutningstagning. Alligevel er der få data, der tyder på, at simulering forbedrer tiden eller succesraten til at udføre kritiske, livreddende procedurer8,9, hvilket tyder på, at simulering er kompleks og mangefacetteret i uddannelsen af sundhedsudbydere. Hos patienter, hvor standard intravenøs adgang ikke er mulig eller indikeret, kan IO-linjeplacering anvendes til hurtigt at opnå vaskulær adgang, hvilket kræver minimal dygtighed. Rettidig og vellykket udførelse af denne procedure er kritisk, især i det perioperative miljø eller et traumescenarie10,11,12. Fordi IO-linjeplacering er en sjældent udført procedure i det perioperative område og kan være en livreddende procedure, er træning i et ikke-klinisk miljø kritisk. En anatomisk nøjagtig opgavetræner, der er specifik for IO-linjeplacering, er et ideelt værktøj til at tilbyde forudsigelig træningsfrekvens og færdighedsudvikling til denne procedure.

Selvom det er meget udbredt, lider de nuværende kommercielle opgavetrænere af flere betydelige ulemper. For det første er opgavetrænere, der giver mulighed for flere forsøg på en procedure, dyre, ikke kun til det første køb af opgavetræneren, men også til genopfyldning af de udskiftelige dele såsom silikone hudplastre. Resultatet er ofte sjældent udskiftede dele, hvilket efterlader fremtrædende vartegn, der giver praktikanten en suboptimal træningsoplevelse; patienter vil ikke komme forudmærket, hvor man skal udføre proceduren. En anden ulempe er, at de høje omkostninger ved traditionelle opgavetrænere kan resultere i begrænset adgang for brugerne, når enhederne er 'låst inde' på beskyttede lagersteder for at forhindre tab eller beskadigelse af enhederne. Resultatet kræver strengere og mindre tilgængelig planlagt træningstid, begrænsning af brugen af dem kan helt sikkert gøre uplanlagt træning vanskelig. Endelig betragtes de fleste trænere som low-fidelity 5,13,14 og bruger kun repræsentativ anatomi, hvilket potentielt kan føre til uhensigtsmæssig udvikling af psykomotoriske færdigheder eller træningsar. Low-fidelity-trænere gør også den grundige vurdering af færdighedstilegnelse, mestring og nedbrydning meget vanskelig, da træning på en low-fidelity-enhed muligvis ikke i tilstrækkelig grad efterligner den faktiske virkelige procedure.

Repræsentativ anatomi hindrer også den korrekte evaluering af erhvervelse og beherskelse af psykomotoriske færdigheder. Desuden bliver det næsten umuligt at vurdere overførslen af psykomotoriske færdigheder mellem simulerede medicinske miljøer til patientpleje, hvis nogle af de psykomotoriske færdigheder ikke afspejles i den kliniske opgave. Dette resulterer i forebyggelse af konsensus om evnen til medicinsk simulering og træning til at påvirke patientresultater. For at overvinde udfordringerne med omkostninger, anatomisk nøjagtighed og adgang har vi udviklet en billig, hi-fidelity IO-linjeopgavetræner. Opgavetræneren er designet ud fra en faktisk patients CT-scanning, hvilket resulterer i nøjagtig anatomi (figur 1). De anvendte materialer er allestedsnærværende og lette at opnå med komponenter, der er relativt lette at genvinde. Sammenlignet med mange andre kommercielt tilgængelige trænere reducerer de beskedne omkostninger ved opgavetrænerdesignet, der er beskrevet her, dramatisk ønsket om at isolere trænerne på et mindre tilgængeligt, beskyttet sted og gør flere gentagelser uden førende vartegn mulige.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

BEMÆRK: University of Nebraska Medical Center Institutional Review Board fastslog, at vores undersøgelse ikke udgjorde humanfagforskning. Den lokale IRB opnåede etisk godkendelse og afkald på informeret samtykke. Fuldstændig anonymisering af billeddata blev udført før analyse i henhold til hospitalets afidentifikationsprotokol.

1. Oplysninger

  1. Få en CT-scanning, der fanger anatomien af interesse for den planlagte opgavetræner. Vær omhyggelig med at tage hensyn til arbejdsvolumenbegrænsningerne for den anvendte 3D-printer og krævede vartegn for proceduremæssige trin.
  2. Hvis scanningen foretages i DICOM (Digital Imaging and Communications in Medicine), skal du konvertere til et NiFTi)15-format (Neuroimaging Informatics Technology Initiative) (NiFTi)15 (.nii).

2. Segmentering

  1. Brug 3D Slicer-software (http://www.slicer.org) til at segmentere CT-billederne. Importer NIfTi-filen fra trin 1.2 til 3D Slicer.
  2. Vælg modulet Segment Editor for at generere de segmenter, der er nødvendige for at modellere træneren.
    1. Tilføj et segment for 1) Bone og 2) Tissue komponenter i opgavetræneren.
      BEMÆRK: Udvikling af nogle trænere, såsom dem, der bruges til at træne indsættelse af brystrør, kan kræve yderligere segmenter.
    2. Vælg segment 1) Knogle. Brug tærskeleffekten til at ændre intensitetsområdet, indtil det definerede "vindue" -område identificerer knoglekomponenten af interesse.
      BEMÆRK: For knoglesegmenter er det sædvanlige interval mellem 100 og 175 HU (Hounsfield Units) til den tilgængelige maksimale værdi og for væv, som typisk er -256 HU til det tilgængelige maksimum.
    3. Brug funktionen Tærskel til at fremhæve 1) Knoglekomponenten og anvende den på scanningen ved hjælp af kommandoen Anvend .
    4. Brug saksefunktionen til at fjerne de områder af scanningen, der ikke er nødvendige for at oprette opgavetræneren. Vær forsigtig med at sikre, at knoglemarvsrummet forbliver hult for IO-trænere.
      BEMÆRK: Dette trin er den første reduktion af segmentet af interesse til de ønskede dimensioner af træneren. Byggevolumenbegrænsningerne for den 3D-printer, der skal bruges, bør overvejes her; segmentet kan dog reduceres yderligere i afsnit 3.
  3. Trin 2.2.1-2.2.4 gentages for 2) Vævskomponenten.
  4. Brug af modulet Segmenteringer ; eksporter hver komponent som en STL-fil.

3.3D Modellering

  1. Brug AutoDesk Meshmixer til at beskære 3D-segmenterne yderligere og reducere opløsningen for hvert segment med hensyn til antallet af geometriske elementer for optimal ydeevne i Fusion360.
    1. Bekræft, at importerede STL-filer har den korrekte trekantnormale retning. Sørg for, at normalerne for hver trekant peger i retning af den ydre overflade af masken. Hvis trekantens retning er forkert, skal du vende trekanten normalt ved at udføre Select | Rediger | Vælg funktionen Alle og derefter funktionen Vælg | Rediger | Funktionen Flip Normals .
    2. Eliminer uønskede strukturer (f.eks. uønskede segmenter af væv eller vaskulatur fanget af CT på grund af brugen af kontrast) af de importerede STL-segmenter, og forfin de modeller, der er nødvendige for at oprette opgavetræneren. Hvis du vil finjustere modellen ved at fjerne uønskede strukturer i de segmenter, der utilsigtet er blevet inkluderet i tærskelområdet for det eksporterede segment, skal du bruge handlingen Marker , markere trekanterne på de uønskede strukturer og derefter Rediger | Kassér.
    3. Efter 3.1.2 skal du bruge Rediger | Plane Cut-værktøj til at beskære modellen, så den passer inden for rammerne af 3D-printerens byggevolumen. For at reducere beregningsomkostningerne, der opstår på grund af overdreven geometrisk opløsning, skal du reducere antallet af trekanter, der bruges til at definere modellen for at give mulighed for optimal ydeevne i Fusion360. Klik på Vælg, dobbeltklik et vilkårligt sted på masken for at vælge hele masken, og rediger derefter | Reducer. For reduktionsmål reduceres til et trekantbudget på under ca. 10.000 ansigter.
      BEMÆRK: Printeren, der i øjeblikket bruges af forfatterne, har et maksimalt byggevolumen på 250 x 210 x 210 mm; Således blev modellen skåret til en maksimal længdeakselængde på 220-230 mm for at gøre det muligt for formen at passe ind i printerens byggevolumen. Printerens byggevolumen skal diktere længden på den lange akse ved at gøre modellen ca. 20-30 mm kortere. Geometrien kan let reduceres til ~ 10K trekanter uden tab af klinisk relevante detaljer for at udvikle high-fidelity opgavetrænere.
    4. Fjern eller reducer uregelmæssigheder i huller og overflader ved hjælp af markeringsværktøjet. Når trekanterne i masken omkring defekten er valgt, skal du bruge kommandoen Vælg | Redigere| Slet og fyld for at forbedre overfladehuller og uregelmæssigheder. Eksporter og gem de færdige modeller ved hjælp af STL filtype.
      BEMÆRK: Den ydre overflade af målknoglen til de interosseøse linjeopgavetrænere kræver fuldstændig lukning; Ellers kommer det smeltede vævsmedie ind i marvrummet og forringer opgavetrænerens ydeevne.
  2. Brug AutoDesk Fusion360, og importer knogle- og vævsmodellerne ved at tilføje . STL-filer i arbejdsområdet som et net ved hjælp af Indsæt | Kommandoen Indsæt mesh .
    1. Konverter de importerede masker til BRep-faste stoffer ved at deaktivere Fusion360-tidslinjen og reducere antallet af trekanter i målmasken til <10.000.Vælg det importerede Mesh-legeme , og højreklik. Vælg indstillingen Mesh til BRep . Når maskerne er blevet konverteret til BReps-faste stoffer, skal du genoptage Fusion360-tidslinjen.
    2. Modificer det faste stof for at skabe Task Trainer's form ved at opdele det rektangulære faste stof langs vævets BReps lange akse.
      BEMÆRK: Formen oprettes omkring vævs-BRep ved at bruge skitsefunktionen til at opbygge en terning eller rektangulært fast stof, der omfatter vævets faste stof. Formstørrelsen skal ændres for at opfylde den maksimale byggevolumen for den valgte 3D-printer. Da formen er delt i to, er den længste dimension, der er trykt, muligvis ikke den endelige forms største dimension, da de er sammenføjet.
    3. Vælg 2-3 placeringer til støttestifter, og placer de foruddesignede samlingsgruppekomponenter for at fastgøre opgavetrænerens knogler. Sørg for, at de steder, der er valgt til støttestifterne, har en rigelig støttestruktur i knoglen omkring stiftens hoved.
      BEMÆRK: Knoglen omkring det valgte stifthoved behøver ikke at være helt ensartet, da samlingsgruppen også indeholder en solid cylindrisk støttestruktur, som smelter sammen med knoglen. Denne struktur understøtter tilstrækkeligt stiftens hoved og bevarer korrekt anatomisk placering af knoglerne i vævsmediet.
    4. Importer og placer en knogleprop på knoglens åbne marvrum for at forhindre vævsmedier i at komme ind i marvrummet, og hold den simulerede knoglemarv fra at løbe ud.
    5. Generer en åbning (typisk 4-6 cm i diameter) gennem formene i det rum, der er repræsenteret af vævs-BRep-fast stof, for at tillade hældning af det flydende vævsmedie i formen.
    6. Når komponenterne i de foruddesignede samlingsgrupper er placeret til at fastgøre knoglerne i rummet, skal du udføre booleske kombinationsfunktioner for enten at tilføje eller skære de forskellige samlingsgrupper i modellerne.
      1. Udfør et spejl af objekterne før trin 3.2.6 for at gøre opgavetræneren til den ipsilaterale side. Trin 3.2.3-3.2.5 gentages før punkt 3.2.6.
    7. Eksporter de endelige komponenter til udskrivning. Vælg den ønskede brødtekst i arbejdsområdet, og generer en STL-fil ved at højreklikke på | Gem som STL.

4.3D Udskrivning

  1. Brug Simplify 3D til at placere STL-filen på 3D-printerens leje, så udskæringsprogrammet kan generere den GCODE, der kræves for at udskrive elementet. Komponenterne udskrives med polymælkesyre (PLA) 3D-printermediefilament ved hjælp af en 0,4 mm dyse ved en varm sluttemperatur på 210 °C. Sørg for, at indstillingerne bruger 4 øverste og nederste lag og 3 omkredsskaller.
  2. Orienter knoglerne lodret for at minimere det nødvendige støttemateriale i marvhulen. Udskriv ved hjælp af en tømmerflåde, 0,2 mm laghøjde, 20 % fyld og fuldt støttemateriale (fra printlejet og i printet). Når du udskriver vævsformene, skal du orientere formkomponenterne med vævsoverfladen opad. Udskriv vævsformene uden tømmerflåde, 0,3 mm laghøjde, 15% fyld og fuldt støttemateriale.
  3. Arranger støttestifterne og andre komponenter for at minimere understøttelse af materialetryk af alle stiftstøttedele med en flåde, 0,2 mm laghøjde og 20% udfyldning. Udskriv gevindkomponenterne uden støttemateriale med en reduceret hastighed for at maksimere trådstrukturernes troskab.
  4. Når hver komponents parametre er valgt, skal du forberede og eksportere GCODE-filen genereret af Simplify 3D til et SD-kort. Brug en Prusa i3 MK3 til at vælge den gemte GCODE-fil fra SD-kortet og udskrive med 1.75 mm PLA 3D-printermediefilament.

5. Samling

  1. Forbered vævsmediet.
    BEMÆRK: Praktikantens nuværende niveau af færdighedsmestring kan diktere, om uigennemsigtigt eller gennemsigtigt vævsmedium er påkrævet. Gennemsigtigt medium giver praktikanten mulighed for visuelt at spore deres fremskridt under IO-indsættelse og lettere identificere benede vartegn, mens uigennemsigtigt medium bedre simulerer faktisk klinisk oplevelse.
    1. Mål følgende komponenter, der skal bruges til at skabe vævsmediet, og afsæt (disse mængder kan skaleres efter behov) 260 g ikke-aromatiseret gelatine; om nødvendigt 140 g finmalet psylliumskalfiber, appelsinsmag, sukkerfri (udelad dette trin for at skabe et gennemsigtigt medium); 42 g 4% w/v chlorhexidin.
      BEMÆRK: Psyllium husk fiber kan bruges til at gøre et uigennemsigtigt medium. Denne komponent skal tilsættes umiddelbart efter gelatinen, hvis der ønskes et uigennemsigtigt medium16.
    2. Opvarm 1000 ml vand (vandhanen er acceptabel) til 85 °C.Tilsæt vandet til en blandebeholder, der er flere gange større end mængden af ingredienser, såsom en 18,9 L spand.
      1. Mens du kraftigt blander vævsmediumopløsningen, tilsættes gelatine, psylliumskalfiber og chlorhexidinopløsning til vandet i rækkefølge og venter, før du tilføjer den næste ingrediens, efter at den forrige er inkorporeret.
        BEMÆRK: Tilsæt ikke psylliumskalfiber, hvis du laver gennemsigtigt medium.
    3. Blandingen opvarmes i et vandbad på 71 °C i mindst 4 timer, så boblerne kan sprede sig fra opløsningen. Anbring blandebeholderen direkte i varmtvandsbadet, eller overfør blandingen til en separat beholder, såsom plastopbevaringsposer.
    4. Forbered vævsmediet til hældning i den samlede form. Sørg for, at blandingen er homogen og flydende. Blandingens temperatur holdes ved 46 °C.
      BEMÆRK: Hvis vævsmediet ikke umiddelbart er nødvendigt, kan det opbevares ved 4 °C eller -20 °C i en opbevaringsbeholder, indtil det er nødvendigt.
  2. Forbered den simulerede knoglemarvsopløsning.
    BEMÆRK: Den simulerede knoglemarvsopløsning kan fremstilles på forhånd og opbevares i en overdækket beholder ved stuetemperatur, indtil den er klar til brug.
    1. Mål og bland grundigt 100 g køligt vand (vandhanen er fint); 100 g ultralydsgel; og 5 ml rød madfarve (valgfrit, bruges til at forbedre simuleringen). Sørg for, at det endelige produkt er tykt, men flydende nok til at overføre hurtigt.
  3. Fastgør knoglen til bunden af formen, og saml formen.
    1. Sprøjt hver side af formens indre overflader med et ikke-silikonebaseret frigivelsesmiddel, såsom non-stick madlavningsspray. Fastgør knoglen ved hjælp af støttestifterne for at opretholde den korrekte position i vævsrummet. Fastgør knoglerne/stifterne til bunden af formen.
    2. Juster toppen af formen til den nederste del, og fastgør de to halvdele af formen sammen. Kontroller, at knogleproppen er i position for at forhindre vævsmedium i at komme ind i marvrummet under hældning.
  4. Placer formen således, at åbningen vender opad, og hæld 46 °C vævsmediet i formens hulrum. Afhjælpe enhver lækage af vævsmediet fra formen ved hjælp af en omvendt luftstøvbeholderbeholder ved direkte at sprøjte det varme vævsmedium med beholderen for hurtigt at afkøle det. Overfør den fyldte form til et 4 °C køleskab i mindst 6 timer, eller indtil vævsmediet er sat sig.
  5. Demonter formen, og fjern opgavetræneren og støttestifterne. Fjern knogleproppen, fyld marvrummet med simuleret 'knoglemarv', der er oprettet i 5.2, og udskift knogleproppen. Anbring opgavetrænerne i en opbevaringspose af plast, og opbevar enheden ved enten 4 °C eller -20 °C, indtil den er nødvendig til træning.

6. Opgavetræning

  1. Fjern opgavetræneren fra lageret, og lad den nå stuetemperatur. Hvis det ikke allerede er på plads, skal du tilføje simuleret knoglemarvsmateriale fra trin 5.2 pr. Instruktion i 5.5.
    BEMÆRK: At lade træneren varme til stuetemperatur forbedrer simuleringsoplevelsen.
  2. Udfør træning på opgavetrænerne. Bed praktikanterne om at placere IO-nåle (figur 2A) og aspirere simuleret knoglemarv (figur 2B) i henhold til IO-linjeplaceringens sædvanlige trin.
  3. Efter træning skal du adskille opgavetrænerne for at genvinde væv, mediet og knoglerne.
    BEMÆRK: Efter manipulation vil knoglerne på IO-træneren have huller skabt ved indsættelse af IO-linjekanylen. Disse huller kan enten fyldes med PLA ved hjælp af en håndholdt 3D-printerpen, eller skiftevis kan knoglerne kasseres.
  4. Gensaml og genbrug genvundne materialer til efterfølgende træning i henhold til punkt 5.Alternativt smeltes vævsmediet ned, revindes pr. 5.1.4, og opbevares ved enten 4 °C eller -20 °C, hvis det ikke umiddelbart er nødvendigt.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Efter protokollen anvendte modelleringen af opgavetræneren en CT-scanning af en afidentificeret patient. Segmentering af CT-billederne brugte 3D Slicer-software og Auto Meshmixer til 3D-modellering. Til 3D-print blev både 3D Simplify og Prusa i3 MK3 brugt (figur 1). Derefter afsluttede vi samlingen af de 3D-printede dele, forberedte vævsmedieblandingen og hældte medieblandingen i den samlede opgavetrænerform. Efter en træningsperiode med opgavetræneren blev vævsmediet genvundet og genbrugt i samlingen af friske opgavetrænere.

CT-scanningen af en patients venstre knæled, der blev brugt til 3D-modellering, omfattede 6-7 cm skinnebens- og fibulaknogler under knæet, 2-3 cm lårbensknogle over knæet og patellaen. Under denne protokols udførelse blev artefakterne, der blev set i CT-scanningen som følge af overlapningen mellem forskellige anatomiske segmenter, manuelt kasseret i Meshmixer efter eksport af hvert segment til STL'er og udførelse af 'flip normals' operationen. Den venstre tibiale knogle og væv STL masker blev modificeret for at reducere marv hulrumsoverfladens anatomiske kompleksitet. Understøttende strukturer blev genereret for at fastgøre lårbenet, skinnebenet, fibula og patella til hinanden. En understøttende "bøjlestruktur" blev tilføjet til Fusion 360 for at hjælpe med at booster knoglens tynde fibulastruktur til skinnebenet og dermed forhindre denne knogle i at bryde af.

Formstrukturen bestod af et rektangulært fast stof, adskilt i en top- og bundstruktur, og en 2,5 mm kanal til at holde silikoneskumsnoren på vævssegmentets omrids omkreds. Understøttende stiftstrukturer, justeringsstiftkanaler og knoglepropmodtageren blev tilføjet til knogle- og formstrukturerne ved at importere deres anvendelige strukturer til modellen (figur 3). Formen blev designet således, at to 41 mm understøttende pin samlingsgrupper ville være tilstrækkelige til korrekt at understøtte og suspendere knoglestrukturerne i vævshulrummet. En åbning lavet til at udsætte vævshulrummet lettede hældning af vævsmediet ved at skære en cylindrisk kropsstruktur fra formstrukturens front.

Efter færdiggørelse af form- og knoglestrukturerne i Fusion 360, de følgende fire . STL-segmenter blev oprettet ved at eksportere modellen: 1) Knogler, 2) Bundformboks, 3) Topformboks og 4) modelhardware (2 x 41 mm understøttende stifter, 2x understøttende stiftbunde og 1x knogleprop). Derefter blev fire STL-segmenter importeret til Simplify 3D, og de repræsentative GCODE-filer blev genereret til disse segmenter til udskrivning ved hjælp af en 0,4 mm dyse og 0,3 mm laghøjde ved en udskrivningshastighed på 100 mm/s. Tabel 1 viser udskrivningstider og estimater for PLA-filamentmaterialebehov ved hjælp af de tidligere nævnte indstillinger, da alle segmenter blev udskrevet på originale Prusa MK3-printere. Hurtig inkorporering af vævsmediets (gelatine) komponenter er afgørende for at opnå et ensartet og homogent slutprodukt. Mængden af anvendt vævsmedium varierer afhængigt af modellen for opgavetræner, der er samlet. Et eksempel på design og faktiske mængder af vævsmedium, der anvendes i den tibiale IO-indsættelsesmodel Task Trainer, er vist i tabel 2.

For at afstøbe opgavetræneren blev kompressionsanordningerne løsnet, formen øverst og nederst blev adskilt, og 2 x 41 mm støttestifterne blev roteret og fjernet fra knoglerne. Knoglemarvshulrummet blev derefter fyldt med simuleret marvopløsning, og en knogleprop blev sikkert indsat. Den endelige opgavetræner blev derefter afbildet med en CT-scanning til måling af anatomiske vartegn og segmenter. Resultaterne viser en hi-fi-opgavetræner IO-linjeplacering (figur 4). Den nystøbte opgavetræner blev derefter placeret i en lynlåspose, returneret til køleskabet og opbevaret til brug i et fremtidigt træningspas.

Gennemsigtige og uigennemsigtige opgavetrænere blev samlet (figur 5) til IO-linjeplaceringstræningssessioner. I alt 40 opgavetrænere (20 skinneben og 20 humeri) blev brugt under en halvdags træning af IO-linjeplacering, der blev tilbudt anæstesiologisk afdeling på vores institution. Både fakultet og praktikanter deltog i denne træning. Hver deltager havde 15 minutters praktisk interaktion med både opgavetrænere (skinneben og humerus) og det udstyr, der var nødvendigt for at udføre IO-linjeplaceringen. Foreløbige data om opgavetrænernes fordele og ulemper og forbedringer af opgavetrænere blev indsamlet umiddelbart efter.

Fordele identificeret af deltagere, der er specifikke for brugen af opgavetræneren, omfattede: a) højt niveau af anatomisk lighed, b) evne til at finde anatomiske vartegn, c) taktil fornemmelse, der ligner væv, d) reproducerbarhed af den praktiserede procedure, e) evne til at aspirere knoglemarv for at give feedback om opgaveafslutning og f) passende taktil feedback, når de bores ind i knoglen. Evnen til at genvinde og genbruge opgavetræneren og trænerens lave omkostninger var vigtige funktioner, der blev identificeret af deltagerne. Desuden foreslog fakultet og praktikanter at tilføje et hud- eller stoflag for mere at ligne hudens taktile feedback og øge lemlængden. Efter træningen blev vævsmediet genvundet og genbrugt (figur 1).

Figure 1
Figur 1: Rutediagram, der viser processen til oprettelse af en intraosseøs linjeplaceringsopgavetræner. Klik her for at se en større version af denne figur.

Figure 2
Figur 2: Intraosseøs linjeplacering med en tibial opgavetræner udført ved hjælp af en træner med uigennemsigtigt vævsmedium. (A) Boring ind i knoglen med en kommercielt tilgængelig IO-placeringsboremaskine. (B) Aspiration af marv efter vellykket placering af IO-linjen. Forkortelse: IO = intraosseøs. Klik her for at se en større version af denne figur.

Figure 3
Figur 3: 3D-designede og 3D-printede komponenter, der udgør den tibiale opgavetræner. A) 3D-designet skinneben B) 3D-printet skinneben C) 3D-designet skimmelsvamp og af vævet omkring skinnebenet og stifterne (D) 3D-trykt form af vævet omkring skinnebenet og stifterne. Klik her for at se en større version af denne figur.

Figure 4
Figur 4: Uigennemsigtige og gennemsigtige vævsmedier giver mulighed for tilpasning af træning . (A) og (C) repræsenterer en humerus og tibial opgavetræner lavet med uigennemsigtigt vævsmedium. (B) og (D) repræsenterer en humerus og tibial opgavetræner lavet med gennemsigtigt medium. Bemærk synligheden af skeletstrukturer med gennemsigtigt vævsmedium. Klik her for at se en større version af denne figur.

Figure 5
Figur 5: Anatomiske afstande er ens mellem CT-scanningsdata, der bruges til at oprette opgavetræneren, og fra den fuldt monterede IO-linjeplacering humerus task trainer. (A) Knogletykkelse (mm), (B) huddybde (mm) og (C) senesporet (mm) fra CT-scanningsdataene ligner anatomisk (D) knogletykkelse (mm), (E) huddybde (mm), og (F) senespor i CT-scanning af de fuldt monterede humerus task trainers. Forkortelser: CT = computertomografi; IO = intraosseøs. Klik her for at se en større version af denne figur.

Struktur Omtrentlig udskrivningstid (h) Krav til PLA Filament (anslået, i g) Materielle omkostninger (dollars)
Boks til toppen 32 800 16.00
Kassens bund 17 450 9.00
Knogler 9 200 4.00
Hardware 2 16 0.32

Tabel 1: Liste over tid og omkostninger for hver komponent, der kræves.

Struktur Bind (L) Anslåede omkostninger
Vævshulrum 2,06 L Nielsen
Knoglestruktur 0,313 L Nielsen
Vævshulrum – knoglestruktur 1.747 L $ 35 (kan genvindes)
Marv hulrum 0,075 L $0,25

Tabel 2: Vævsmedievolumener.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

I denne protokol beskriver vi en 3D-opgavetræners udviklingsproces for at træne den sjældent udførte og livreddende procedure for IO-linjeplacering. Denne selvstyrede protokol bruger 3D-udskrivning til at producere størstedelen af modelstrukturerne, mens resten af de komponenter, der bruges til at samle opgavetræneren, er allestedsnærværende, let tilgængelige og ikke-giftige materialer, der kan genvindes og genbruges. 3D-opgavetræneren er billig og kræver minimal ekspertise for at skabe og samle. Vi har med succes brugt vores 3D IO line placement opgave træner i UNMC Department of Anesthesiology træningssessioner, som omfattede en demonstration og hands-on praksis af fakultet og praktikanter til stede. De gennemførlighedsdata, der blev indsamlet under træningen, viste, at deltagerne var enige om, at opgavetrænerne havde en høj grad af anatomisk troskab til den faktiske patientanatomi, og de var yderligere tilfredse med enhedens taktile feedback.

Kritiske trin i produktionen af en opgavetræner er blevet opdelt i to sektioner: 3D-design og fabrikation; opgave træner samling. Ved oprettelsen af de 3D-modeller, der blev brugt til at danne opgavetrænerne, var tilstrækkelig segmentering kritisk. Uden overholdelse af anatomisk nøjagtighed er det endelige produkt muligvis ikke korrekt. Tærskelsegmentering kræver opmærksomhed på opgavetrænerens interesseområde for at sikre, at overfladedetaljer er til stede for at give modellerne den korrekte form og tykkelse. Skinnebens- og humerustykkelse er særligt vigtige for at give tilstrækkelig taktil feedback under simuleret IO-linjeplacering. Processen til segmentering af vævs- og knoglekomponenter kan være utrolig tidskrævende, da CT-scanninger ofte bruger jodholdige kontrastmidler, som har overlappende HU-intervaller med knoglens. Således kan anatomiske strukturer gennemsyret med jodholdig kontrast være uhensigtsmæssigt inkluderet i knoglesegmenter.

Passende forberedelse og opbevaring af vævsmediet er afgørende. Overholdelse af temperaturer, der er fastsat i protokollen, er nødvendig for at forhindre skade på de 3D-printede strukturer og sikre maksimal levetid for vævsmedier. Især skal vævsmediet forblive koldt eller frosset og dækket af plast, når det ikke bruges til at forhindre mikrobiel vækst og dehydrering. Tilgængeligheden og nøjagtigheden af patientens CT-scanninger kan medføre begrænsninger for oprettelse af IO-linjeopgavetræneren. Der synes at være grænser for generering af modeller med hensyn til kravene til 3D-udskrivning. Under 3D-printprocessen deponeres lag af termoplast oven på tidligere lag eller støttemateriale. Nogle modeller og foreslåede trænere, der produceres ved denne proces, kan overskride størrelsesgrænserne for en 3D-printer og kræve ændring af printerstørrelsen eller komponenterne for at muliggøre udskrivning, der bevarer trænerens kritiske aspekter (såsom marvpladsen til IO-modeller). Andre formater, der er egnede til oprettelse af opgavetræner, inkluderer magnetisk resonansbilleddannelse. Billedbehandlingsmodaliteten viser dog forskellige datatyper, hvilket kræver ændringer af denne protokol.

Denne IO-linjeplaceringsopgavetræner har flere innovative funktioner, herunder en reduceret pris sammenlignet med andre opgavetrænere og muligheden for at tilpasse opgavetræneren til forskellige anatomiske steder (humerus og skinneben) og forskellige anatomier, herunder mand eller kvinde, og højt og lavt kropsmasseindeks. Endvidere kan vævsmedieblandingen fremstilles i forskellige opaciteter, hvilket giver mulighed for forskellige niveauer af visualisering af skeletstrukturer eller landemærker, hvis det ønskes. På grund af sin anatomiske nøjagtighed og genanvendelige karakter af sine underkomponenter giver denne opgavetræner unikke muligheder for medicinsk procedureuddannelse og simuleringsforskning, herunder overførsel af proceduremæssige færdigheder fra et simulerings- eller træningsmiljø til et test- eller klinisk miljø. Denne opgavetræners high-fidelity og billige egenskaber gør det til et fremragende valg til evaluering af proceduremæssig færdighedstilegnelse og nedbrydning hos sundhedspraktikanter og udbydere. Desuden giver trænerens overlegne anatomiske troskab mulighed for at evaluere ergonomiens indvirkning på træningsar og nedbrydning af trænerstrukturen, hvilket er et hurtigt voksende emne af interesse inden for dette område17. Samlet set kan dette værktøjs anvendelse fremme en bedre forståelse af bedste praksis inden for medicinsk simulering18.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har intet at afsløre.

Acknowledgments

Finansieringen af dette projekt blev udelukkende ydet fra institutionelle eller afdelingsressourcer.

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

DOWNLOAD MATERIALS LIST

References

  1. Farrow, D. R. Reducing the risks of military aircrew training through simulation technology. Performance and Instruction. 21 (2), 13-18 (1982).
  2. Lateef, F. Simulation-based learning: Just like the real thing. Journal of Emergencies, Trauma, Shock. 3 (4), 348-352 (2010).
  3. Gaba, D. M. Crisis resource management and teamwork training in anaesthesia. British Journal of Anaesthesia. 105 (1), 3-6 (2010).
  4. Al-Elq, A. H. Simulation-based medical teaching and learning. Journal of Family & Community Medicine. 17 (1), 35-40 (2010).
  5. Hays, R. T., Singer, M. J. Simulation fidelity in training system design: Bridging the gap between reality and training. , Springer Science & Business Media. (2012).
  6. Green, M., Tariq, R., Green, P. Improving patient safety through simulation training in anesthesiology: Where are we. Anesthesiology Research and Practice. , 4237523 (2016).
  7. Olympio, M. A. Simulation saves lives. American Society of Anesthesiologists Newsletter. , 15-19 (2001).
  8. Murphy, M., et al. Simulation-based multidisciplinary team training decreases time to critical operations for trauma patients. Injury. 49 (5), 953-958 (2018).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. Schebesta, K., et al. Degrees of reality: Airway anatomy of high-fidelity human patient simulators and airway trainers. Anesthesiology. 116 (6), 1204-1209 (2012).
  14. 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).
  15. 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).
  16. Bude, R., Adler, R. An easily made, low-cost, tissue-like ultrasound phantom material. Journal of Clinical Ultrasound. 23 (4), 271-273 (1995).
  17. 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).
  18. 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).

Tags

Medicin udgave 186
Oprettelse af en high-fidelity, billig, intraosseøs linjeplaceringsopgavetræner via 3D-udskrivning
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Markin, N. W., Goergen, N. S.,More

Markin, N. W., Goergen, N. S., Armijo, P. R., Schiller, A. M. Creation of a High-Fidelity, Low-Cost, Intraosseous Line Placement Task Trainer via 3D Printing. J. Vis. Exp. (186), e62434, doi:10.3791/62434 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter