MétaCan
Menu
Retour à la cohorte
Enregistrement W2753008889 · doi:10.1093/ons/opx189

Virtual Reality Tumor Resection: The Force Pyramid Approach

2017· article· en· W2753008889 sur OpenAlexafffundabout
Robin Sawaya, Abdulgadir Bugdadi, Hamed Azarnoush, Alexander Winkler-Schwartz, Fahad E. Alotaibi, Khalid Bajunaid, Gmaan Alzhrani, Ghusn Alsideiri, Abdulrahman J. Sabbagh, Rolando F. Del Maestro

Notice bibliographique

RevueOperative Neurosurgery · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Research Council CanadaKing Fahad Medical City
Mots-clésPyramid (geometry)MedicineVirtual realityComputer scienceResectionPhysical medicine and rehabilitationArtificial intelligenceSurgeryMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The force pyramid is a novel visual representation allowing spatial delineation of instrument force application during surgical procedures. In this study, the force pyramid concept is employed to create and quantify dominant hand, nondominant hand, and bimanual force pyramids during resection of virtual reality brain tumors. OBJECTIVE: To address 4 questions: Do ergonomics and handedness influence force pyramid structure? What are the differences between dominant and nondominant force pyramids? What is the spatial distribution of forces applied in specific tumor quadrants? What differentiates "expert" and "novice" groups regarding their force pyramids? METHODS: Using a simulated aspirator in the dominant hand and a simulated sucker in the nondominant hand, 6 neurosurgeons and 14 residents resected 8 different tumors using the CAE NeuroVR virtual reality neurosurgical simulation platform (CAE Healthcare, Montréal, Québec and the National Research Council Canada, Boucherville, Québec). Position and force data were used to create force pyramids and quantify tumor quadrant force distribution. RESULTS: Force distribution quantification demonstrates the critical role that handedness and ergonomics play on psychomotor performance during simulated brain tumor resections. Neurosurgeons concentrate their dominant hand forces in a defined crescent in the lower right tumor quadrant. Nondominant force pyramids showed a central peak force application in all groups. Bimanual force pyramids outlined the combined impact of each hand. Distinct force pyramid patterns were seen when tumor stiffness, border complexity, and color were altered. CONCLUSION: Force pyramids allow delineation of specific tumor regions requiring greater psychomotor ability to resect. This information can focus and improve resident technical skills training.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,092
Tête enseignante GPT0,353
Écart entre enseignants0,262 · 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'étudeSimulation ou modélisation
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

Citations29
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOperative NeurosurgeryMême sujetSurgical Simulation and TrainingTravaux en français237 207