The Importance of a Three-dimensional-Based Approach With Personalized Models for Accurately Assessing TBSA
Notice bibliographique
Résumé
In this article, the relevance of a new three-dimensional computer-Based computer-based framework with personalized 3D models for accurately assessing the TBSA is demonstrated through preliminary results and validation studies. First, a 3D rendering interface was developed for representation and calculation of TBSA. The personalized 3D models were built from anthropometric measurements using MakeHuman software. Fifteen paired models were randomly built with an equal BSA but a different morphology. The difference of local BSA, TBSA burned, and Parkland fluids between each paired models were observed to highlight the impact of morphology's variation on the TBSA. Finally, a preliminary validation study was made on 4 mannequins by 14 volunteers to assess the accuracy of the 3D models built with MakeHuman software and TBSA burned assessment with the proposed method. Small variations in the morphology impacted the TBSA assessment. Mannequin's 3D models built with MakeHuman software presented an absolute error of 3 ± 2.2 % with no significant difference with their scans. The proposed approach allows for a better assessment of TBSA with a lower variability. No significant difference in the scores for expert and nonexpert conditions was observed. Personalized 3D model to the patient's morphology is suggested to overcome the difficulty of patients with specific morphologies such as obese and children. The proposed framework appears to be relevant for personalizing and accurately assessing TBSA and could reduce morbidity and mortality.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».