MétaCan
Menu
Retour à la cohorte
Enregistrement W4415126892 · doi:10.1115/1.4070110

Development of a Novel Virtual Foot and Ankle Model for Surgical Education and Preoperative Planning

2025· article· en· W4415126892 sur OpenAlexaff
Hannah Seatle, Thomas Looi, Santhija Jegatheeswaran, Maryse Bouchard

Notice bibliographique

RevueJournal of Medical Devices · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensSickKids FoundationCanada Research ChairsUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésAnkleFoot (prosody)BiomechanicsWork (physics)ReplicateSurgical planningVirtual realityFoot and ankle surgery

Résumé

récupéré en direct d'OpenAlex

Abstract This paper reports on a promising proof of concept for a novel interactive computer application that can simulate a specific patient's foot deformity and causative underlying condition, then simulate realistic surgical corrective foot and ankle (FA) procedures enabling clinicians to predict how their patient's anatomy will respond intra-operatively to different treatment options. This model is being developed with the goal of establishing better standards of care for foot and ankle surgery and allowing clinicians to preoperatively determine the optimal surgical procedures for each patient. The purpose of this paper is to describe the initial design of this foot model, which uses the Unity game engine to simulate human foot biomechanics. Preliminary results indicate that the current virtual model prototype can replicate normal foot biomechanics with reasonable fidelity; however, future work is still required to refine model parameters, and extensive validation is required to prove clinical accuracy.

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)0,000
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 enseignants0,894
Score d'incertitude au seuil0,172

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,058
Tête enseignante GPT0,391
Écart entre enseignants0,333 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical DevicesMême sujetSurgical Simulation and TrainingTravaux en français237 207