An in silico comparison of a novel <scp>CORA</scp> ‐based cranial closing wedge ostectomy methodology with three other techniques
Notice bibliographique
Résumé
Abstract Objective To describe a CORA‐based cranial closing wedge ostectomy methodology (CCWO CORA ) and to determine whether the CCWO CORA achieves a more accurate and precise postoperative tibial plateau angle (TPA POST ) than three previously described methods. Study design In silico study. Sample population Thirteen client‐owned dogs. Methods Computed tomography (CT) scans of six Labrador retriever, six German shepherd, six Rottweiler, and six small‐breed dog (<10 kg) tibiae, originally acquired for unrelated purposes, were used for in silico planning and execution of the CCWO CORA and previously described procedures. The TPA POST , tibial long axis shift, change in tibial length and wedge angle were recorded and a linear mixed‐effects model was used to compare differences amongst techniques. Results The median TPA POST for the CCWO CORA method was 5.00° (range: 5.00–5.00°) across a variety of tibial morphologies, whereas all other methods showed greater variability. Differences in TPA POST were evident amongst methods ( p < .001) and breeds ( p < .001). Conclusions In silico, CCWO CORA methodology always achieved the target TPA POST due to its intrinsic geometric principles. As such, CCWO CORA surgeries achieved a more accurate TPA POST than previously described CCWO techniques. Clinical significance The CCWO CORA provides clinicians with a cranial closing‐wedge ostectomy methodology with entirely predictable TPA POST .
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».