Imaging-Based 3-Dimensional Printing for Improved Maxillofacial Presurgical Planning: A Single Center Case Series
Notice bibliographique
Résumé
PURPOSE: 3-D printing is an increasingly widespread technology that allows physical models to be constructed based on cross-sectional medical imaging data. We sought to develop a pipeline for production of 3-dimensional (3-D) models for presurgical planning and assess the value of these models for surgeons and patients. METHODS: In this institutional review board-approved, single-center case series, participating surgeons identified cases for 3-D model printing, and after obtaining patient consent, a 3-D model was produced for each of the 7 participating patients based on preoperative cross-sectional imaging. Each model was given to the surgeon to use during the surgical consent discussion and preoperative planning. Patients and surgeons completed questionnaires evaluating the quality and usefulness of the models. RESULTS: The 3-D models improved surgeon confidence in their operative approach, influencing the choice of operative approach in the majority of cases. Patients and surgeons reported that the model improved patient comprehension of the surgery during the consent discussion, including risks and benefits of the surgery. Model production time was as little as 4 days, and the average per-model cost was $350. CONCLUSIONS: 3-D printed models are useful presurgical tools from both surgeon and patient perspectives. Development of local hospital-based 3-D printing capabilities enables model production with rapid turnaround and modest cost, representing a value-added service for radiologists to offer their surgical colleagues.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».