MétaCan
Menu
← Retour à la cohorte
Enregistrement W1963679813 · doi:10.1121/1.3587693

Holmium: YAG lithotripsy varies with power settings.

2011· article· en· W1963679813 sur OpenAlexaff
Joel M.H. Teichman, Jason Sea, Lee Jonat, Ben H. Chew, Jinze Qiu, Thomas E. Milner

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLithotripsyLaser lithotripsyHolmiumAblationLaserImpact craterMaterials scienceNuclear medicineChemistryMedicineSurgeryPhysicsOpticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

The holmium:YAG laser fragments stones by photothermal mechanism. Increased pulse energy (PE) produces larger ablation craters, implying faster lithotripsy. However, increased PE increases retropulsion, implying slower lithotripsy. Optimal power settings were studied. Uniform stone phantoms were ablated in water (500 J total energy). Six power settings were tested: ranging from 0.2 to 2.0 at 10–40 Hz. Two conditions were tested: no stabilization vs stabilization devices placed behind the stone. Total fragmentation (TF) and fragment sizes were quantified. In the no stabilization cohorts, retropulsion was measured. Pressure transients were measured by needle hydrophone. Stone crater volumes were quantified by optical computed tomography. With or without stabilization, TF increased as PE increased, p<0.0001; and fragment size increased as PE increased, p<0.05. Without stabilization, retropulsion increased as PE increased, p<0.0001. TF was greater with vs without stabilization, p<0.01. Pressure transients were <30 bars even at 2.0 J. Crater volumes increased as PE increased, p<0.01 but remained symmetric. Increased PE produces more lithotripsy but also larger fragments. Even at high PE (2.0 J) Ho:YAG lithotripsy is photothermal. Low PE produces small fragments but less lithotripsy. Modest PE (0.2–0.5 J) at high-repetition rate produces more fragmentation, small fragments, and less retropulsion. [Work supported by Percsys and Boston Scientific.]

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetLaser Design and Applications→Travaux en français237 207→