Clinical situations for which 3D printing is considered an appropriate representation or extension of data contained in a medical imaging examination: adult cardiac conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Medical 3D printing as a component of care for adults with cardiovascular diseases has expanded dramatically. A writing group composed of the Radiological Society of North America (RSNA) Special Interest Group on 3D Printing (SIG) provides appropriateness criteria for adult cardiac 3D printing indications. METHODS: A structured literature search was conducted to identify all relevant articles using 3D printing technology associated with a number of adult cardiac indications, physiologic, and pathologic processes. Each study was vetted by the authors and graded according to published guidelines. RESULTS: Evidence-based appropriateness guidelines are provided for the following areas in adult cardiac care; cardiac fundamentals, perioperative and intraoperative care, coronary disease and ischemic heart disease, complications of myocardial infarction, valve disease, cardiac arrhythmias, cardiac neoplasm, cardiac transplant and mechanical circulatory support, heart failure, preventative cardiology, cardiac and pericardial disease and cardiac trauma. CONCLUSIONS: Adoption of common clinical standards regarding appropriate use, information and material management, and quality control are needed to ensure the greatest possible clinical benefit from 3D printing. This consensus guideline document, created by the members of the RSNA 3D printing Special Interest Group, will provide a reference for clinical standards of 3D printing for adult cardiac indications.
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.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle