MétaCan
Menu
Retour à la cohorte
Enregistrement W4392382273 · doi:10.32920/25335781

Review of Biomechanical Studies and Finite Element Modeling of Sternal Closure Using Bio-Active Adhesives

2024· preprint· en· W4392382273 sur OpenAlexaff
Amatulraheem Al-Abassi, M. Papini, Mark R. Towler

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueSurgical Sutures and Adhesives
Établissements canadiensToronto Metropolitan UniversitySt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésFinite element methodClosure (psychology)AdhesiveStructural engineeringComputer scienceMaterials scienceEngineeringComposite materialEconomics

Résumé

récupéré en direct d'OpenAlex

<p>The most common complication of median sternotomy surgery is sternum re-separation after sternal fixation, which leads to high rates of morbidity and mortality. The adhered sternal fixation technique comprises the wiring fixation technique and the use of bio-adhesives. Adhered sternal fixation techniques have not been extensively studied using finite element analysis, so mechanical testing studies and finite element analysis of sternal fixation will be presented in this review to find the optimum techniques for simulating sternal fixation with adhesives. The optimal wiring technique should enhance bone stability and limit sternal displacement. Bio-adhesives have been proposed to support sternal fixation, as wiring is prone to failure in cases of post-operative problems. The aim of this paper is to review and present the existing numerical and biomechanical sternal fixation studies by reviewing common sternal closure techniques, adhesives for sternal closure, biomechanical modeling of sternal fixation, and finite element modeling of sternal fixation systems. Investigating the physical behavior of 3D sternal fixation models by finite element analysis (FEA) will lower the expense of conducting clinical trials. This indicates that FEA studies of sternal fixation with adhesives are needed to analyze the efficiency of this sternal closure technique virtually.</p>

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,120
Tête enseignante GPT0,391
Écart entre enseignants0,271 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSurgical Sutures and AdhesivesTravaux en français237 207