Aneurysmal subarachnoid haemorrhage from a neuroimaging perspective
Notice bibliographique
Résumé
Neuroimaging is a key element in the management of patients suffering from subarachnoid haemorrhage (SAH). In this article, we review the current literature to provide a summary of the existing neuroimaging methods available in clinical practice. Noncontrast computed tomography is highly sensitive in detecting subarachnoid blood, especially within 6 hours of haemorrhage. However, lumbar puncture should follow a negative noncontrast computed tomography scan in patients with symptoms suspicious of SAH. Computed tomography angiography is slowly replacing digital subtraction angiography as the first-line technique for the diagnosis and treatment planning of cerebral aneurysms, but digital subtraction angiography is still required in patients with diffuse SAH and negative initial computed tomography angiography. Delayed cerebral ischaemia is a common and serious complication after SAH. The modern concept of delayed cerebral ischaemia monitoring is shifting from modalities that measure vessel diameter to techniques focusing on brain perfusion. Lastly, evolving modalities applied to assess cerebral physiological, functional and cognitive sequelae after SAH, such as functional magnetic resonance imaging or positron emission tomography, are discussed. These new techniques may have the advantage over structural modalities due to their ability to assess brain physiology and function in real time. However, their use remains mainly experimental and the literature supporting their practice is still scarce.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».