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 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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 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
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