MétaCan
Menu
Retour à la cohorte
Enregistrement W2333464502 · doi:10.1097/scs.0000000000000385

A Novel Application of Computer-Aided Design and Manufacturing for Reduction Cranioplasty

2014· article· en· W2333464502 sur OpenAlexaff
Amir H. Dorafshar, Mark Fisher, Daniel E. Borsuk, Elliot K. Fishman, Edward S. Ahn

Notice bibliographique

RevueJournal of Craniofacial Surgery · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCraniofacial Disorders and Treatments
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCranioplastyMedicineMacrocephalyReduction (mathematics)HydrocephalusCraniofacialSurgerySkullPathology

Résumé

récupéré en direct d'OpenAlex

Macrocephaly is a rare presentation of untreated hydrocephalus. In cases where medical management has failed, macrocephaly can be managed with reduction cranioplasty. Traditionally, reduction cranioplasty is highly dependent on intraoperative tailoring of bone segments to obtain the best possible result and involves high risks of associated severe blood loss and mortality. In this clinical report, we describe a patient with hydrocephalus macrocephaly treated with reduction cranioplasty with the innovative use of computer-aided design and manufacturing to reduce intraoperative risks and improve efficiency. We used computer-aided design to plan osteotomy sites and the final positioning of bone segments. We also utilized computer-aided manufacturing to produce cutting guides, positioning guides, and models to increase precision and improve the final positioning of the cranium. Computer-aided design and manufacturing technology has enabled a shift of the planning burden of complicated craniofacial reconstructions from the intraoperative to the preoperative phase. With a completed plan and premade guides and models, it is possible to minimize the risks, improve efficiency, and obtain a precise, aesthetic result.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,239
Écart entre enseignants0,225 · 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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Craniofacial SurgeryMême sujetCraniofacial Disorders and TreatmentsTravaux en français237 207