MétaCan
Menu
Retour à la cohorte
Enregistrement W4214542578 · doi:10.3389/fresc.2022.840286

Immediate Outcomes and Benefits of 3D Printed Braces for the Treatment of Adolescent Idiopathic Scoliosis

2022· article· en· W4214542578 sur OpenAlexafffund
Edmond Lou, Kuang Yee Ng, Doug Hill

Notice bibliographique

RevueFrontiers in Rehabilitation Sciences · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensGlenrose Rehabilitation HospitalUniversity of Alberta
Organismes subventionnairesGlenrose Rehabilitation HospitalWomen and Children's Health Research InstituteNatural Sciences and Engineering Research Council of CanadaChildren's Health Research Institute
Mots-clésBraceScoliosisMedicineIdiopathic scoliosisFlexibility (engineering)3D printingCobb angleOrthodonticsEngineeringSurgeryStructural engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Spinal bracing is a proven effective treatment for children with adolescent idiopathic scoliosis (AIS). Four factors have been reported to affect brace treatment outcome including (1) growth or curve-based risk, (2) the in-brace correction, (3) the brace wear quantity, and (4) the brace wear quality. The in-brace correction is impacted by spinal flexibility. The quality of brace design also affects the in-brace correction and comfort which indirectly affects the brace wear quantity and quality. A traditional polypropylene spinal brace is bulky and uncomfortable, and its manufacturing process is labor intensive. As 3D printing technology becomes more common and advanced, there is a potential to manufacture spinal braces using 3D printing technology. The objectives of this paper were to report the immediate effectiveness and benefits in using 3D printed brace to treat children with AIS. Six children with AIS (5F, 1M; 12.9 ± 1.4 years old; Cobb angle: 26° ± 7°), who were new to brace treatment, were recruited. Spinal flexibility and pressure pad locations were acquired using ultrasound assisted method to ensure braces were designed properly. To manufacture the braces, all participants were scanned by a handheld 3D scanner to obtain their body shapes. The 3D braces were then printed with Nylon 12 material. The average in-brace Cobb angle correction was 10 ± 4° (41 ± 18% correction). The 3D brace was 33% thinner, 26% lighter, 37% lower cost and required 3.7 h less labor time to manufacture when compared with the standard polypropylene brace. As a conclusion, the 3D printed brace had good immediate treatment effectiveness, but the long-time effect is still required time to explore.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,316
Écart entre enseignants0,280 · 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'étudeObservationnel
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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Rehabilitation SciencesMême sujetScoliosis diagnosis and treatmentTravaux en français237 207