Anterior communicating artery aneurysm: Accuracy of CT angiography in determination of inflow dominance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Preoperative assessment of anterior communicating artery (AcoA) aneurysms with cerebral angiography is common, but not without risk. Computed tomography angiography (CTA) is a widely available imaging modality that provides quick acquisition, low morbidity, and low cost. One disadvantage is that it does not provide dynamic information. In this study, the authors sought to determine whether CTA alone can reliably predict the inflow dominance to an AcoA aneurysm. METHODS: Eighty-three patients with ruptured AcoA aneurysms were reviewed retrospectively. Only those patients with both preoperative CTA and cerebral angiogram were included, thus excluding six patients. Four independent observers reviewed the CTAs and attempted to identify the dominant A1. Additionally, three mathematical models were created to identify the dominant A1. These responses were compared to cerebral angiograms. RESULTS: Four observers were correct in judging the dominant A1 an average of 93% of the time. Seventeen cases were read incorrectly by only one of four observers, and three cases were read incorrectly by two observers. For cases with incorrect readings, the average percentage difference in A1 sizes was 19.6%. For cases read unanimously correct, the average percentage difference in A1 sizes was 42.7%. Mathematical model #3 correctly evaluated the dominant A1 in 97% of the cases. CONCLUSIONS: This study found CT angiograms can be reliable in predicting the inflow dominance to the majority of AcoA aneurysms.
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.
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 découle