Preoperative and postoperative mapping of cerebrovascular reactivity in moyamoya disease by using blood oxygen level—dependent magnetic resonance imaging
Notice bibliographique
Résumé
OBJECT: The ability to map cerebrovascular reactivity (CVR) at the tissue level in patients with moyamoya disease could have considerable impact on patient management, especially in guiding surgical intervention and assessing the effectiveness of surgical revascularization. This paper introduces a new noninvasive magnetic resonance (MR) imaging-based method to map CVR. Preoperative and postoperative results are reported in three cases to demonstrate the efficacy of this technique in assessing vascular reserve at the microvascular level. METHODS: Three patients with angiographically confirmed moyamoya disease were evaluated before and after surgical revascularization. Measurements of CVR were obtained by rapidly manipulating end-tidal PCO2 between hypercapnic and hypocapnic states during MR imaging. The CVR maps were then calculated by comparing the percentage of changes in MR signal with changes in end-tidal PCO2. Presurgical CVR maps showed distinct regions of positive and negative reactivity that correlated precisely with the vascular territories supplied by severely narrowed vessels. Postsurgical reactivity maps demonstrated improvement in the two patients with positive clinical outcome and no change in the patient in whom a failed superficial temporal artery-middle cerebral artery bypass was performed. CONCLUSIONS: Magnetic imaging-based CVR mapping during rapid manipulation of end-tidal PCO2 is an exciting new method for determining the location and extent of abnormal vascular reactivity secondary to proximal large-vessel stenoses in moyamoya disease. Although the study group is small, there seems to be considerable potential for guiding preoperative decisions and monitoring efficacy of surgical revascularization.
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 | 0,000 | 0,001 |
| 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 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 ».