MétaCan
Menu
Retour à la cohorte
Enregistrement W2133719502 · doi:10.1115/1.2205372

Mathematical Modeling of the Biomechanics of the Lamina Cribrosa Under Elevated Intraocular Pressures

2006· article· en· W2133719502 sur OpenAlexaff
Tim Newson, Ahmed Elsheikh

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensWestern University
Organismes subventionnairesRoyal SocietyGlaucoma Research Foundation
Mots-clésLaminaGlaucomaScleraBiomechanicsIntraocular pressureFinite element methodPhotoelasticityOptic nerveOphthalmologyStructural engineeringMedicineAnatomyMathematicsEngineeringMathematical analysisCauchy stress tensor

Résumé

récupéré en direct d'OpenAlex

Comprehensive understanding of the biomechanical performance of the lamina cribrosa (LC) and the optic nerve head is central to understanding the role of elevated intraocular pressures (IOP) in chronic open angle glaucoma. In this paper, six closed-from mathematical models based on different idealizations of the LC are developed and compared. This approach is used to create further understanding of the biomechanical behavior by identifying the LC features and properties that have a significant effect on its performance under elevated IOP. The models developed are based on thin circular plate and membrane theories, and consider influences such as in-plane pretension caused by scleral expansion and large deflections. Comparing the results of the six models against a full ocular globe finite element model suggests the significance of the in-plane pretension and the importance of assuming that the sclera provides the LC with a clamped edge. The model that provided the most accurate representation of the finite element model was also used to predict the behavior of a number of LC experimental tests presented in the literature. In addition to the deflections under elevated IOP, the model predictions include the distributions of stress and strain, which are shown to be compatible with the progression of visual field loss experienced in glaucoma.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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

Citations20
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetGlaucoma and retinal disordersTravaux en français237 207