Radiological Society of North America (RSNA) 3D Printing Special Interest Group (SIG) clinical situations for which 3D printing is considered an appropriate representation or extension of data contained in a medical imaging examination: abdominal, hepatobiliary, and gastrointestinal conditions
Notice bibliographique
Résumé
BACKGROUND: Medical 3D printing has demonstrated value in anatomic models for abdominal, hepatobiliary, and gastrointestinal conditions. A writing group composed of the Radiological Society of North America (RSNA) Special Interest Group on 3D Printing (SIG) provides appropriateness criteria for abdominal, hepatobiliary, and gastrointestinal 3D printing indications. METHODS: A literature search was conducted to identify all relevant articles using 3D printing technology associated with a number of abdominal pathologic processes. Each included study was graded according to published guidelines. RESULTS: Evidence-based appropriateness guidelines are provided for the following areas: intra-hepatic masses, hilar cholangiocarcinoma, biliary stenosis, biliary stones, gallbladder pathology, pancreatic cancer, pancreatitis, splenic disease, gastric pathology, small bowel pathology, colorectal cancer, perianal fistula, visceral trauma, hernia, abdominal sarcoma, abdominal wall masses, and intra-abdominal fluid collections. CONCLUSION: This document provides initial appropriate use criteria for medical 3D printing in abdominal, hepatobiliary, and gastrointestinal conditions.
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 | 0,008 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,012 |
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 ».