Morphological, Hemodynamic, and Clinical Independent Risk Factors for Anterior Communicating Artery Aneurysms
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The pathogenesis of cerebral aneurysms still raises some controversies. The aim of this study was to identify morphological, hemodynamic, and clinical independent risk factors for anterior communicating artery (ACoA) aneurysm development. METHODS: Computed tomography angiography and transcranial color-coded sonography were performed in 77 patients with a nonbleeding ACoA aneurysm and in 73 controls. Symmetry of A1 segments of the anterior cerebral arteries, angles between A1 and A2 segments, tortuosity, diameter, mean velocity (Vm), pulsatility index, and volume flow rate in both A1 segments were determined. Moreover, all study participants completed a survey on their medical history. Multivariate backward stepwise logistic regression analysis was performed to identify independent risk factors for ACoA aneurysm development. RESULTS: Smoking, hypertension, asymmetry of A1 segments, the angle between A1 and A2 segments, A1 segment diameter, Vm, pulsatility index, and volume flow rate turned out to be associated with the occurrence of ACoA aneurysms on univariate analysis. Multivariate analysis identified smoking (odds ratio, 2.036; 95% confidence interval, 1.277-3.245), asymmetry of A1 segments>40% (odds ratio, 2.524; 95% confidence interval, 1.275-4.996), pulsatility index (odds ratio, 0.004; 95% confidence interval, 0.000-0.124), and the angle between A1 and A2 segments≤100° (odds ratio, 4.665; 95% confidence interval, 2.247-9.687) as independent strong risk factors for ACoA aneurysm development. CONCLUSIONS: The risk of ACoA aneurysm formation is determined by several independent clinical, morphological, and hemodynamic factors. The strongest independent risk factors include smoking, asymmetry of A1 segments>40%, low blood flow pulsatility, and the angle between A1 and A2 segments≤100°.
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 | 0,000 |
| 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 ».