Postoperative Assessment of Clipped Aneurysms With 64-Slice Computerized Tomography Angiography
Notice bibliographique
Résumé
BACKGROUND: Multidetector computerized tomography angiography (MDCTA) is now a widely accepted technique for the management of intracranial aneurysms. OBJECTIVE: To evaluate its accuracy for the postoperative assessment of clipped intracranial aneurysms. METHODS: We analyzed a consecutive series of 31 patients that underwent direct surgical clipping procedures of 38 aneurysms. A 64 slice MDCT scanner (Aquilion 64, Toshiba) was used and results were compared with digital subtraction angiographies (DSA). Two independent neuroradiologists analyzed the following data: examination quality, artifacts, aneurysm remnant, and patency of collateral branches. Interobserver agreement, sensitivity, and specificity were calculated. RESULTS: Seventy-nine percent of the aneurysms were located in the anterior circulation. Significant artifacts were found with multiple and cobalt-alloy clips. According to DSA, remnants >2 mm were found in 21% of the cases, and 2 patients had one collateral branch occluded. Sensitivity and specificity of 64-MDCTA for the detection of aneurysm remnants were 50% and 100%, respectively. Sensitivity and specificity of 64-MDCTA for the detection of a significant remnant (>2 mm) and the detection of the occlusion of a collateral branch were, respectively, 67% and 100% and 50% and 100%. No relationship was found with the location, type, shape, size, or number of clips, but missed remnants tended to be larger with cobalt-alloy clips. CONCLUSIONS: 64-MDCTA is a valuable technique to assess the presence of a significant postoperative remnant in single titanium clip application cases and might be useful for long-term follow-up. DSA remains the most accurate postoperative radiological examination.
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 | 0,000 | 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 ».