Design and development of a novel 3D-printed non-metallic self-locking prosthetic arm for a forequarter amputation
Notice bibliographique
Résumé
BACKGROUND: Upper limb, in particular forequarter amputations, require highly customised devices that are often expensive and underutilised. OBJECTIVES: The objective of this study was to design and develop a comfortable 3D-printed cosmetic forequarter prosthetic device, which was lightweight, cool to wear, had an elbow that could lock, matched the appearance of the contralateral arm and was completely free of metal for a specific user's needs. STUDY DESIGN: Device design. TECHNIQUE: An iterative user-centred design approach was used for digitising, designing and developing a functional 3D-printed prosthetic arm for an acquired forequarter amputation, while optimising the fit and function after each prototype. RESULTS: The cost of the final arm was 20% less expensive than a traditionally-made forequarter prostheses in Singapore. The Quebec User Evaluation of Satisfaction with Assistive Technology (QUEST) 2.0 survey was administered, with results indicating that the 3D-printed arm was preferred due to its overall effectiveness, accurate size, ease of use and suspension. However, durability had a lower score, and the weight of the arm was 100 g heavier than the user's current prosthesis. The technique described resulted in a precise fitting and shaped forequarter prosthesis for the user. Using the user's feedback in the iterations of the design resulted in improved QUEST survey results indicating the device was effective, easy to use, perceived as lighter and more secure than the user's traditionally-made device. CONCLUSION: A fully customised cosmetic forequarter prosthesis was designed and developed using digital scanning, computer-aided design modelling and 3D printing for a specific user. These technologies enable new avenues for highly complex prosthetic design innovations.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».