MétaCan
Menu
Retour à la cohorte
Enregistrement W3192020180 · doi:10.1097/scs.0000000000008023

Forehead Flap Templates for Nasal Reconstruction Digitally Developed From 2D and 3D Images

2021· article· en· W3192020180 sur OpenAlexafffund

Notice bibliographique

RevueJournal of Craniofacial Surgery · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Facial Surgery Techniques
Établissements canadiensSunnybrook Health Science CentreUniversity of TorontoSunnybrook Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTemplateWorkflowForehead3d printedNasal cavity3d printerRapid prototyping

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: The forehead flap is the gold standard procedure for nasal reconstruction to address a partial or complete rhinectomy. Traditionally, the three-dimensional (3D) nasal defect is manually templated intraoperatively to design the two-dimensional (2D) flap shape on intact morphology. In this clinical study, digital preoperative planning is used to template with computer-assisted design and manufacturing. Preoperative digital templates were implemented for 3 representative patients (1 in Supplementary Digital Content, http://links.lww.com/SCS/D60). This includes designs for a hemi-rhinectomy case from 3D mirroring, a partial total rhinectomy case generated from a 3D scan, and a total rhinectomy case generated from a 3D morphable model based on a prepathology 2D photo. Digital unwrapping flattened the patient's 3D nasal geometry designs to 2D skin flap shapes. Finally, the 2D designs were printed as traceable intraoperative templates at a 1:1 scale. This clinical study demonstrates the application of digital 3D preoperative templating to improve workflow for nasal reconstruction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,285
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Craniofacial SurgeryMême sujetReconstructive Facial Surgery TechniquesTravaux en français237 207