Anterior communicating artery aneurysm: Accuracy of CT angiography in determination of inflow dominance
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».