Clinical applications of three‐dimensional printing in otolaryngology–head and neck surgery: A systematic review
Notice bibliographique
Résumé
OBJECTIVES: Medical three-dimensional (3D) printing, the fabrication of handheld models from medical images, has the potential to become an integral part of otolaryngology-head and neck surgery (Oto-HNS) with broad impact across its subspecialties. We review the basic principles of this technology and provide a comprehensive summary of reported clinical applications in the field. METHODS: Standard bibliographic databases (MEDLINE, Embase, Cumulative Index to Nursing and Allied Health Literature, Web of Science, and The Cochrane Central Registry for Randomized Trials) were searched from their inception to May 2018 for the terms: "3D printing," "three-dimensional printing," "rapid prototyping," "additive manufacturing," "computer-aided design," "bioprinting," and "biofabrication" in various combinations with the terms: "ptolaryngology," "head and neck surgery," and "otology." Additional articles were identified from the references of retrieved articles. Only studies describing clinical applications of 3D printing were included. RESULTS: Of 5,532 records identified through database searching, 87 articles were included for qualitative synthesis. Widespread implementation of 3D printing in Oto-HNS is still at its infancy. Nonetheless, it is increasingly being utilized across all subspecialties from preoperative planning to design and fabrication of patient-specific implants and surgical guides. An emerging application considered highly valuable is its use as a teaching tool for medical education and surgical training. CONCLUSIONS: As technology and training standards evolve and as healthcare moves toward personalized medicine, 3D printing is emerging as a key technology in patient care in Oto-HNS. Treating physicians and surgeons who wish to stay abreast of these developments will benefit from a fundamental understanding of the principles and applications of this technology. Laryngoscope, 129:2045-2052, 2019.
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 | 0,009 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,013 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».