Flow diverters failing to occlude experimental bifurcation or curved sidewall aneurysms: an in vivo study in canines
Notice bibliographique
Résumé
OBJECT: Flow diverters (FDs) are increasingly used to treat complex intracranial aneurysms, but preclinical studies that could guide clinical applications are lacking. The authors designed a modular aneurysm model in canines to address this problem. METHODS: Three variants of one modular aneurysm model were constructed in 21 animals. Sidewall (n=5), curved sidewall (n=5), and end-wall bifurcation (n=7) aneurysms were treated with prototype 36-wire FDs. Four more end-wall bifurcation aneurysms were treated with prototype 48-wire lower-porosity FDs. Angiographic results postimplantation and at 3 months were scored with an ordinal scale. Animals were euthanized at 3 (n=17) or 6 (n=3) months, and the FD covering the aneurysm ostium was photographed to analyze metallic porosity and amount of neointima formation. RESULTS: Straight sidewall aneurysms were better occluded than curved sidewall and end-wall bifurcation aneurysms at the 3-month angiography follow-up (p=0.010). Flow diverters failed to occlude curved sidewall aneurysms (n=0/5) and all but one (n=1/7) end-wall bifurcation aneurysm. Angiographic results were no better (n=0/4) using a 48-wire FD (p=0.788). Branches jailed by the FD (n=16) remained patent in all cases. Metallic porosity was decreased (p=0.014) and neointimal closure of the aneurysm ostium was more complete (p=0.040) in sidewall aneurysms than in curved or bifurcation variants of the model. CONCLUSIONS: Flow diverters may succeed in treating straight sidewall aneurysms, but the same device repeatedly fails to occlude curved sidewall and end-wall bifurcation aneurysms. In vivo studies can be designed to test basic principles that, once validated, may serve to guide clinical use of new devices.
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 | 0,001 | 0,001 |
| 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 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 ».