MétaCan
Menu
Retour à la cohorte
Enregistrement W4402485014 · doi:10.1016/j.stlm.2024.100175

Selective laser sintering at the Point-of-Care 3D printing laboratory in hospitals for cranio-maxillo-facial surgery: A further step into industrial additive manufacturing made available to clinicians

2024· article· en· W4402485014 sur OpenAlexaff
Alessandro Tel, Erik Kornfellner, Enikő Molnár, Shiden Johannes, Francesco Moscato, Massimo Robiony

Notice bibliographique

RevueAnnals of 3D Printed Medicine · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésSelective laser sinteringMedicine3D printingLaserMaterials scienceDentistrySinteringMetallurgyOptics

Résumé

récupéré en direct d'OpenAlex

Additive manufacturing has developed rapidly in recent years and has many useful applications in the clinical field. In particular, cranio-maxillo-facial (CMF) surgery requires high precision, which can be obtained with 3D printed patient-specific surgical guides and anatomical models. Among the many different printing options, selective laser sintering (SLS) seems to be rarely used in point-of-care applications, considering its apparent characteristics. This article examines the advantages and disadvantages of SLS printers for CMF point-of-care (PoC) by reviewing the literature and comparing in-house printed SLS and stereolithography (SLA) prints. The investigation showed that the easily sterilizable and robust materials processed by SLS printing are well suited for CMF surgical guides and have clear advantages over SLA parts. Some barriers to the use of SLS printers in PoC are likely to be the slightly higher complexity and cost. However, these will decrease as 3D printing technology advances and surgeon acceptance increases, making SLS a practical PoC 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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,294
Écart entre enseignants0,268 · 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'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of 3D Printed MedicineMême sujetAnatomy and Medical TechnologyTravaux en français237 207