Thulium Fiber Laser: Long Pulse Width as an Independent Risk Factor for Excessive Heat Generation
Notice bibliographique
Résumé
Introduction: Laser dosimetry selection is utilized to reduce stone retropulsion. Diode-pumped thulium fiber lasers (TFLs) allow for increased pulse energy by lengthening the pulse width. As pulse width lengthens, thermal diffusion has the potential to increase temperature generation outside of an irradiated target. We test the hypothesis that extending the TFL pulse duration longer than the thermal relaxation time poses an independent risk for increased nonspecific heat generation. Methods: A two-dimensional numerical simulation of TFL thermal confinement was performed. Energy output and pulse duration of the SOLTIVE Premium-SuperPulsed TFL were measured. Pulse energies (1.5 J) were selected for pulse durations shorter and longer than thermal relaxation time. Temperature was measured by thermocouple positioned 1 cm lateral to the fiber tip. We compared temperature increases in vitro for identical dosimetries (1.5 J at 20 Hz for 300 seconds) for short (3.1 ms) vs long (11.8 ms) pulse durations. Results: TFL thermal confinement time was calculated at 11.4 ms. For any given preset (short or long), pulse width (duration) increased as pulse energy increased. For any given pulse energy, pulse duration was 3 to 4 times longer comparing short vs long presets. For both short and long pulse settings, temperature increased as total energy increased. The maximum temperature achieved for the long pulse width was 79.6°C vs 71.8°C for the short-width arm ( p = 0.002). Conclusion: TFL pulse duration longer than the thermal relaxation time poses an independent risk for increased nonspecific heat generation.
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) | 0,001 | 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 ».