Scapula or Fibula?: Prospective data-driven decision criteria for flap selection in mandibular reconstruction planning
Notice bibliographique
Résumé
OBJECTIVES: The objectives of the study are twofold: 1) to propose a set of criteria for virtually evaluating different types of reconstructions for mandibular defects during surgical planning, and 2) to prospectively apply the criteria to a series of mandibular reconstructions to select the optimal flap. MATERIALS AND METHODS: Clinically relevant assessment criteria were selected, including volumetric overlap, Haussdorf-95, bony contact, ramus/symphysis angles, and dental implantability. In 2021, 21 consecutive patients undergoing mandibular reconstructions were consented to the study. For each patient, seven virtual reconstructions were created: vertical scapula, horizontal scapula, 1-segment fibula, optimal fibula determined by the Ramer-Douglas-Peucker (RDP) algorithm, RDP + 1 fibula, and RDP-1 fibula. The surgeon selected the optimal reconstruction for each patient based on the objective criteria and clinical considerations. RESULTS: The vertical scapula was selected for 12 cases, the RDP fibula for 6 cases, and the horizontal scapula for 3 cases. For defects involving the symphysis, the horizontal scapula was the frequently selected as its geometry could be leveraged to recreate the symphysis angle. For the remaining defects, the RDP fibula optimizes the bony contact, performs well in volume overlap, and is the most implantable. The vertical scapula minimizes osteotomies while maximizing each criterion but results in low implantability. On average, the chosen reconstruction performed better on all criteria compared to the remaining proposed models. CONCLUSION: The criteria proposed comprises of measurable and clinically important metrics that can serve as a useful tool for reconstructive surgeons in selecting the optimal flap for mandibular reconstruction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».