MétaCan
Menu
Retour à la cohorte
Enregistrement W62686587

Computational modeling of a prosthetic shoulder: our experience with the anybody modeling system

2007· article· en· W62686587 sur OpenAlexaff
Yoann Collet, Patrice Tétreault, John Rasmussen, Natalia Nuño, Nicola Hagemeister

Notice bibliographique

RevueEspace ÉTS (ETS) · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésDeltoid curveRotator cuffArthroplastyComputer scienceProsthesisShoulder jointShoulder ProsthesisBiomechanicsSimulationOrthodonticsPhysical medicine and rehabilitationMedicineSurgeryAnatomyArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

When wear or tear of the rotator cuff becomes non-treatable, the glenohumeral joint degeneration can lead to upper limb pseudoparalysis, hence requiring a shoulder arthroplasty. Data indicating the performance of today's prostheses remain unsatisfactory and unpredictable when studying the case of massive rotator cuff tear (MRCT). Computational modeling represents a promising tool for exploring new prosthesis design possibilities. Nevertheless, no MRCT-simulation with a musculoskeletal software is available in the literature. The AnyBody Modeling System has been used to reproduce the MRCT-shoulder in vitro and then to propose a novel prosthetic design that would facilitate the patient's abduction movements following a MRCT. Results showed that with a lateral addition of 19mm on the humeral head, a deltoid strength lowering event occurred after 10° of abduction, reaching a level of -19% of the initial strength at 59°. This study has allowed for the generation of a new computational model that simulates a MRCT-shoulder, as well as the proposal of a non-anatomical prosthesis design which purpose is to reduce the required middle deltoid strength during abduction.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,318
Écart entre enseignants0,288 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Même sujetShoulder Injury and TreatmentTravaux en français237 207