Vacuum curette lumbar discectomy mechanics for use in spine surgical training simulators
Notice bibliographique
Résumé
Simulation in surgical training is a growing field and this study aims to understand the force and torque experienced during lumbar spine surgery to design simulator haptic feedback. It was hypothesized that force and torque would differ among lumbar spine levels and the amount of tissue removed by ≥ 7%, which would be detectable to a user. Force and torque profiles were measured during vacuum curette insertion and torsion, respectively, in multiple spinal levels on two cadavers. Multiple tests per level were performed. Linear and torsional resistances of 2.1 ± 1.6 N/mm and 5.6 ± 4.3 N mm/°, respectively, were quantified. Statistically significant differences were found in linear and torsional resistances between all passes through disc tissue (both p = 0.001). Tool depth (p < 0.001) and lumbar level (p < 0.001) impacted torsional resistance while tool speed affected linear resistance (p = 0.022). Average differences in these statistically significant comparisons were ≥ 7% and therefore detectable to a surgeon. The aforementioned factors should be considered when developing haptic force and torque feedback, as they will add to the simulated lumbar discectomy realism. These data can additionally be used inform next generation tool design. Advances in training and tools may help improve future surgeon training.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».