Virtual Surgical Planning: The Pearls and Pitfalls
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Over the past few years, virtual surgical planning (VSP) has evolved into a useful tool for the craniofacial surgeon. Virtual planning and computer-aided design and manufacturing (CAD/CAM) may assist in orthognathic, cranio-orbital, traumatic, and microsurgery of the craniofacial skeleton. Despite its increasing popularity, little emphasis has been placed on the learning curve. METHODS: A retrospective analysis of consecutive virtual surgeries was done from July 2012 to October 2016 at the University of Montreal Teaching Hospitals. Orthognathic surgeries and free vascularized bone flap surgeries were included in the analysis. RESULTS: Fifty-four virtual surgeries were done in the time period analyzed. Forty-six orthognathic surgeries and 8 free bone transfers were done. An analysis of errors was done. Eighty-five percentage of the orthognathic virtual plans were adhered to completely, 4% of the plans were abandoned, and 11% were partially adhered to. Seventy-five percentage of the virtual surgeries for free tissue transfers were adhered to, whereas 25% were partially adhered to. The reasons for abandoning the plans were (1) poor communication between surgeon and engineer, (2) poor appreciation for condyle placement on preoperative scans, (3) soft-tissue impedance to bony movement, (4) rapid tumor progression, (5) poor preoperative assessment of anatomy. CONCLUSION: Virtual surgical planning is a useful tool for craniofacial surgery but has inherent issues that the surgeon must be aware of. With time and experience, these surgical plans can be used as powerful adjuvants to good clinical judgement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle