Three-dimensional biomodeling in complex mandibular reconstruction and surgical simulation: prospective trial.
Notice bibliographique
Résumé
BACKGROUND: Mandibular reconstruction is challenging for experienced and resident surgeons. Three-dimensional (3D) biomodeling creates accurate physical models of patients' craniofacial skeletons, which can potentially assist reconstruction. However, this capacity has not been objectively examined. OBJECTIVE: The purpose of this study was to assess 3D biomodels in performing and learning mandibular reconstruction through surgical simulation. DESIGN: Prospective cohort study. SETTING: Tertiary care academic referral centre. METHODS: Ten experienced and 10 naive resident surgeons were asked to bend and fixate a titanium reconstruction plate, for a standardized anterior hemimandibular defect, on a 3D biomodel by freehand or 3D biomodel-assisted means. Participants were randomized to which technique was performed first. Twenty-four to 48 hours later, participants performed the opposite technique. MAIN OUTCOME MEASURES: Accuracy was measured by anterior mental projection and intercondylar and interangular splay. The results per technique were compared to a complete (control) mandible. The time of reconstruction and usability of each technique, as per an International Standards Organization-based questionnaire, were also determined. RESULTS: Three-dimensional biomodel-assisted reconstruction led to plates with statistically indifferent projection and splay compared to the control (p < .05) for both groups. Conversely, freehand constructs significantly deviated in projection and splay for either group (p < .05). No difference in reconstruction time by technique was found (p < .05). Usability favoured 3D biomodel-assisted bending, with significantly higher ratings in either group (p < .05). CONCLUSIONS: Three-dimensional biomodels provide a usable and accurate means of mandibular reconstruction for experienced surgeons. Moreover, when used in surgical simulation, they provide an effective tool for teaching residents.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».