Clinical situations for which 3D Printing is considered an appropriate representation or extension of data contained in a medical imaging examination: vascular conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Medical three-dimensional (3D) printing has demonstrated utility and value in anatomic models for vascular conditions. A writing group composed of the Radiological Society of North America (RSNA) Special Interest Group on 3D Printing (3DPSIG) provides appropriateness recommendations for vascular 3D printing indications. METHODS: A structured literature search was conducted to identify all relevant articles using 3D printing technology associated with vascular indications. Each study was vetted by the authors and strength of evidence was assessed according to published appropriateness ratings. RESULTS: Evidence-based recommendations for when 3D printing is appropriate are provided for the following areas: aneurysm, dissection, extremity vascular disease, other arterial diseases, acute venous thromboembolic disease, venous disorders, lymphedema, congenital vascular malformations, vascular trauma, vascular tumors, visceral vasculature for surgical planning, dialysis access, vascular research/development and modeling, and other vasculopathy. Recommendations are provided in accordance with strength of evidence of publications corresponding to each vascular condition combined with expert opinion from members of the 3DPSIG. CONCLUSION: This consensus appropriateness ratings document, created by the members of the 3DPSIG, provides an updated reference for clinical standards of 3D printing for the care of patients with vascular conditions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle