MétaCan
Menu
Retour à la cohorte
Enregistrement W2128813204 · doi:10.1177/0954411915597258

Braided tubular superelastic cables provide improved spinal stability compared to multifilament sublaminar cables

2015· article· en· W2128813204 sur OpenAlexaff
Jaëlle Tremblay, Jean‐Marc Mac‐Thiong, Vladimir Braïlovski, Yvan Petit

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Fractures and Fixation Techniques
Établissements canadiensÉcole de Technologie SupérieureHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFixation (population genetics)Structural engineeringMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

This study investigates the use of braided tubular superelastic cables, previously used for sternum closure following sternotomy, as sublaminar fixation method. It compares the biomechanical performance of spinal instrumentation fixation systems with regular sublaminar cables and proprietary superelastic cables. A hybrid experimental protocol was applied to six porcine L1-L4 spinal segments to compare multifilament sublaminar cables (Atlas, Medtronic Sofamor Danek, Memphis, TN) with proprietary superelastic cables. First, intact total range of motion was determined for all specimens using pure moment loading. Second, pure moments were imposed to the instrumented specimens until these intact total ranges of motion were reproduced. Compared to the intact specimens, the use of superelastic cables resulted in stiffer instrumented specimens than the use of multifilament cables for all the loading modes except axial torsion. Consequently, the superelastic cables limited the instrumented segments mobility more than the multifilament cables. Spinal instrumentation fixation systems using superelastic cables could be a good alternative to conventional sublaminar cables as it maintains a constant stabilization of the spine during loading.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,067
Score d'incertitude au seuil0,685

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,280
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part H Journal of Engineering in MedicineMême sujetSpinal Fractures and Fixation TechniquesTravaux en français237 207