MétaCan
Menu
Retour à la cohorte
Enregistrement W4205433241 · doi:10.1364/boe.448471

Development and ex-vivo validation of 36G polyimide cannulas integrating a guiding miniaturized OCT probe for robotic assisted subretinal injections

2022· article· en· W4205433241 sur OpenAlexafffund

Notice bibliographique

RevueBiomedical Optics Express · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésOptical coherence tomographyPolyimideRetinalBiocompatible materialRetina

Résumé

récupéré en direct d'OpenAlex

We introduced and validated a method to encase guiding optical coherence tomography (OCT) probes into clinically relevant 36G polyimide subretinal injection (SI) cannulas. Modified SI cannulas presented consistent flow capacity and tolerated the typical mechanical stress encountered in clinical use without significant loss of sensitivity. We also developed an approach that uses a micromanipulator, modified SI cannulas, and an intuitive graphical user interface to enable precise SI. We tested the system using ex-vivo porcine eyes and we found a high SI success ratio 95.0% (95% CI: 83.1-99.4). We also found that 75% of the injected volume ends up at the subretinal space. Finally, we showed that this approach can be applied to transform commercial 40G SI cannulas to guided cannulas. The modified cannulas and guiding approach can enable precise and reproducible SI of novel gene and cell therapies targeting retinal diseases.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,288
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedical Optics ExpressMême sujetNeuroscience and Neural EngineeringTravaux en français237 207