MétaCan
Menu
Retour à la cohorte
Enregistrement W2735364025 · doi:10.1093/ejcts/ezx208

Three-dimensional printed models for surgical planning of complex congenital heart defects: an international multicentre study

2017· article· en· W2735364025 sur OpenAlexaff
Israel Valverde, Gorka Gómez, Tarique Hussain, Cristina Suárez-Mejías, Maria N Velasco-Forte, Nick Byrne, Antonio Ordóñez, Antonio González‐Calle, David Anderson, Mark G. Hazekamp, Arno A.W. Roest, José Antonio Rivas-González, Sergio Uribe, Issam El Rassi, John Simpson, Owen Miller, Enrique Martínez Ruiz, Ignacio Zabala, A. Méndez, Begoña Manso, Pastora Gallego, F.J. de la Prada, Massimiliano Cantinotti, Lamia Ait-Alì, Carlos Merino, Andrew Parry, Nancy Poirier, Gerald Greil, Reza Razavi, Tomás Gómez‐Cía, Amir‐Reza Hosseinpour

Notice bibliographique

RevueEuropean Journal of Cardio-Thoracic Surgery · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesMinisterio de Ciencia e InnovaciónInstituto de Salud Carlos IIINational Institute for Health and Care Research
Mots-clésMedicineGeneral surgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To evaluate the impact of 3D printed models (3D models) on surgical planning in complex congenital heart disease (CHD). METHODS: A prospective case-crossover study involving 10 international centres and 40 patients with complex CHD (median age 3 years, range 1 month-34 years) was conducted. Magnetic resonance imaging and computed tomography were used to acquire and segment the 3D cardiovascular anatomy. Models were fabricated by fused deposition modelling of polyurethane filament, and dimensions were compared with medical images. Decisions after the evaluation of routine clinical images were compared with those after inspection of the 3D model and intraoperative findings. Subjective satisfaction questionnaire was provided. RESULTS: 3D models accurately replicate anatomy with a mean bias of -0.27 ± 0.73 mm. Ninety-six percent of the surgeons agree or strongly agree that 3D models provided better understanding of CHD morphology and improved surgical planning. 3D models changed the surgical decision in 19 of the 40 cases. Consideration of a 3D model refined the planned biventricular repair, achieving an improved surgical correction in 8 cases. In 4 cases initially considered for conservative management or univentricular palliation, inspection of the 3D model enabled successful biventricular repair. CONCLUSIONS: 3D models are accurate replicas of the cardiovascular anatomy and improve the understanding of complex CHD. 3D models did not change the surgical decision in most of the cases (21 of 40 cases, 52.5% cases). However, in 19 of the 40 selected complex cases, 3D model helped redefining the surgical approach.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,323
Écart entre enseignants0,252 · 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'étudeObservationnel
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

Citations281
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Cardio-Thoracic SurgeryMême sujetAnatomy and Medical TechnologyTravaux en français237 207