MétaCan
Menu
Retour à la cohorte
Enregistrement W4361299162 · doi:10.1177/15569845231161287

The Use of Three-Dimensional Printing in Cardiac Structural Disease: A Review

2023· review· en· W4361299162 sur OpenAlexaff
Gabrielle Hornstein, Calvin Diep, Jean‐Bernard Masson, Jeannot Potvin, Jean‐François Gobeil, Nicolas Noiseux, Jessica Forcillo

Notice bibliographique

RevueInnovations Technology and Techniques in Cardiothoracic and Vascular Surgery · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineProcess (computing)Psychological interventionMedical physicsDiseaseSurgeryPhysical therapyComputer scienceNursingPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Three-dimensional printing (3DP), or additive fabrication, is a process in which a physical 3D model is created using a multitude of 2-dimensional images. This process has been applied to numerous surgical subspecialties with growing interest for the use of 3DP in adult structural heart disease. This scoping review evaluates the use of 3DP in transcatheter and surgical aortic and mitral valve interventions as well as left atrial appendage occlusion in terms of its practical and clinical application. METHODS: Articles were identified through PubMed and Embase using MeSH search terms as well as independent searches. A total of 645 articles were screened, and 37 were retained for qualitative analysis. RESULTS: Operative planning was coded in 100% of articles, complication prevention in 43%, medical education in 5.4%, patient education in 0%, and simulation in 5.4%. CONCLUSIONS: The main uses of 3DP in acquired structural heart disease are centered around operative planning and complication prevention, with moderate use regarding surgical simulation and infrequent use regarding medical and/or patient education. Although patient anatomy varies greatly, deploying 3DP as a large-scale tool remains a possibility. The more 3D models are made, the more can be learned about demographic subsets of patient populations. Due to the lack of standard operating procedures for the creation of 3DP models, the cost-effectiveness of these models is hard to determine and likely center specific. More research into this facet could inform centers that wish to implement this tool.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,056
Tête enseignante GPT0,326
Écart entre enseignants0,270 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovations Technology and Techniques in Cardiothoracic and Vascular SurgeryMême sujetAnatomy and Medical TechnologyTravaux en français237 207