Measurement of Frictional Properties of Aortic Stent Grafts and Their Delivery Systems
Notice bibliographique
Résumé
Stent grafts are medical devices used to treat abdominal aortic aneurysms (AAAs) in endovascular aneurysm repair (EVAR). Computational and experimental models have been developed to study stent graft delivery and deployment during EVAR; however, frictional properties have not been taken into account in most previous studies. The objective of this study was to determine the coefficients of friction of three commercially available stent grafts (Cook Zenith, Medtronic Endurant, and Vascutek Anaconda), their delivery sheaths, a porcine aorta, and two mock arterial materials. Stent grafts were obtained and separated into stents, graft fabric, and sheaths. Using a custom-made friction measurement apparatus, the coefficients of friction were measured between five material pairs: (i) the stents and inner surface of the sheath, (ii) the graft fabric and inner surface of the sheath, (iii) the outer surface of the sheath and a porcine aorta, (iv) the outer surface of the sheath and three different polyvinyl alcohol (PVA) cryogels, and (v) the outer surface of the sheath and a polydimethylsiloxane (PDMS) sheet. The results show that the coefficients of friction between the graft fabric and the sheath were higher than those between the stents and the sheath. The PVA cryogels showed more comparable frictional properties to the porcine aorta than did the PDMS sheet, suggesting that PVA cryogels provide a more accurate approximation for the in vivo frictional properties. These results can be used to improve the accuracy of computational models for stent graft delivery and deployment and to select appropriate materials for vascular phantoms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».