Limb Sparing in Dogs using Individualized 3D-Printed Endoprostheses and Cutting Guides for Distal Radial Osteosarcoma: A Pilot Study
Notice bibliographique
Résumé
Introduction: Using 3D-printed “personalized” implants may reduce the risk of complications for limb sparing in dogs. A disadvantage is the time required to manufacture the implant. The goals were to assess the feasibility and outcome of using 3D-printed implants and cutting-guides in the clinical setting for dogs with distal radial osteosarcoma. Materials and Methods: Data from a CT scan of both thoracic limbs were used to manufacture a cutting-guide and endoprosthesis. Intra-arterial carboplatin was administered after the CT starting with the second dog. A second CT was repeated before surgery where limb sparing was performed. Dogs were monitored postoperatively with physical examinations and chest and limb radiographs. Results: Five dogs participated and 4 received intra-arterial carboplatin. For all dogs that received intra-arterial chemotherapy, no tumor substantially increased in dimension between initial CT and surgery. All specimens had complete margins. Four dogs had a complication: 4 had an infection and one each had a skin laceration, skin necrosis, fracture of the radius, implant pulling out of the radius, and local recurrence. Two dogs required an amputation. One dog had a survival time of 192 days. The other 4 dogs were alive with a follow-up period of 293 to 377 days. Discussion/Conclusion: 3D-printed personalized implants were successfully manufactured in the clinical setting. To allow more time between CT and surgery without the tumor getting significantly larger, intra-arterial carboplatin was administered. Intra-arterial carboplatin appears to be an effective strategy to prevent the tumor to grow excessively during the design and manufacturing periods. Complications remained common. Acknowledgment: VOI Inc.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».