MétaCan
Menu
Retour à la cohorte
Enregistrement W2187450966 · doi:10.3390/ma8125453

Physical Characteristics of Medical Textile Prostheses Designed for Hernia Repair: A Comprehensive Analysis of Select Commercial Devices

2015· article· en· W2187450966 sur OpenAlexafffund
Miao Linli, Fang Wang, Lu Wang, Ting Zou, Gaétan Brochu, Robert Guidoin

Notice bibliographique

RevueMaterials · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHernia repair and management
Établissements canadiensUniversité LavalCentre hospitalier universitaire de Québec
Organismes subventionnairesHigher Education Discipline Innovation ProjectUniversité Laval
Mots-clésPorosityPolygon meshMaterials scienceVoid (composites)Fabric structureTextileComputer scienceBiomedical engineeringComposite materialEngineeringComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Inguinal hernia repairs are among the most frequent operations performed worldwide. This study aims to provide further understanding of structural characteristics of hernia prostheses, and better comprehensive evaluation. Weight, porosity, pore size and other physical characteristics were evaluated; warp knitting structures were thoroughly discussed. Two methods referring to ISO 7198:1998, i.e., weight method and area method, were employed to calculate porosity. Porosity ranged from 37.3% to 69.7% measured by the area method, and 81.1% to 89.6% by the weight method. Devices with two-guide bar structures displayed both higher porosity (57.7%–69.7%) and effective porosity (30.8%–60.1%) than single-guide bar structure (37.3%–62.4% and 0%–5.9%, respectively). Filament diameter, stitch density and loop structure combined determined the thickness, weight and characteristics of pores. They must be well designed to avoid zero effective porosity regarding a single-bar structure. The area method was more effective in characterizing flat sheet meshes while the weight method was perhaps more accurate in describing stereoscopic void space for 3D structure devices. This article will give instructive clues for engineers to improve mesh structures, and better understanding of warp knitting meshes for surgeons.

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)0,001
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 enseignants0,439
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,058
Tête enseignante GPT0,352
Écart entre enseignants0,293 · 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

Citations32
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetHernia repair and managementTravaux en français237 207