Comparison of Two Histological Test Methods for the Measurement of Thermal Spread Associated With Energized Vessel Sealing
Notice bibliographique
Résumé
Abstract Development of safe and effective radio frequency (RF) vessel sealing devices requires the complete characterization of thermal damage that can occur adjacent to areas of energy application. Hematoxylin and eosin (H&E) staining is an efficacious and extensively used histological test method for assessing this lateral thermal damage through characterization of changes in cell and tissue morphology. The purpose of this investigation was to compare thermal spread measurements obtained using H&E staining to measurements made using picrosirius red (PSR) staining, an alternative histological test method that exploits the birefringence of healthy vascular collagen to facilitate the identification of thermal damage associated with use of vessel sealing devices. A 5 mm RF vessel sealing device was used to seal arteries in vivo in various porcine tissues. Subsequently, sealed vessel segments were excised and histologically processed. Paired histological sections were mounted on slides; one section was stained with PSR and one section was stained with H&E. A blinded board-certified veterinary pathologist completed thermal spread measurements on all PSR- and H&E-stained sections. Bland–Altman comparison plots were then used to estimate any bias between the two measurement methods, as well as quantify the range of differences between PSR and H&E thermal spread measurements. The magnitude of the mean difference between measurements was determined to be less than 0.10 mm and, with 90 % confidence, 95 % of the differences between measurements were within 1.0 mm. These results indicate that PSR-staining is an appropriate alternative to H&E-staining for the measurement of lateral thermal spread associated with an RF vessel sealing device.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».