Clinical, Radiological, and Flow-Related Risk Factors for Growth of Untreated, Unruptured Intracranial Aneurysms
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Unruptured intracranial aneurysms are frequently followed to monitor aneurysm growth. We studied the yield of follow-up imaging and analyzed risk factors for aneurysm growth. METHODS: We included patients with untreated, unruptured intracranial aneurysms and ≥6 months of follow-up imaging from 2 large prospectively collected databases. We assessed the proportion of patients with aneurysm growth and performed univariable and multivariable Cox regression analyses to calculate hazard ratios with corresponding 95% confidence intervals (CI) for clinical and radiological risk factors for aneurysm growth. We repeated these analyses for the subset of small (<7 mm) aneurysms. RESULTS: Fifty-seven (12%) of 468 aneurysms in 363 patients grew during a median follow-up of 2.1 years (total follow-up, 1372 patient-years). In multivariable analysis, hazard ratios for aneurysm growth were as follows: 1.1 (95% CI, 1.0-1.2) per each additional mm of initial aneurysm size; 2.7 (95% CI, 1.2-6.4) for dome > neck ratio; 2.1 (95% CI, 0.9-4.9) for location in the posterior circulation; and 2.0 (95% CI, 0.8-4.8) for multilobarity. In the subset of aneurysms <7 mm, 37 of 403 (9%) enlarged. In multivariable analysis, hazard ratios for aneurysm growth were 1.1 (95% CI, 0.8-1.5) per each additional mm of initial aneurysm size, 2.2 (95% CI, 1.0-4.8) for smoking, 2.9 (95% CI, 1.0-8.5) for multilobarity, 2.4 (95% CI, 1.0-5.8) for dome/neck ratio, and 2.0 (95% CI, 0.6-7.0) for location in the posterior circulation. CONCLUSIONS: Initial aneurysm size, dome/neck ratio, and multilobarity are risk factors for aneurysm growth. Cessation of smoking is pivotal because smoking is a modifiable risk factor for growth of small 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».