Neuronavigation in Endonasal Pituitary and Skull Base Surgery Using an Autoregistration Mask without Head Fixation: An Assessment of Accuracy and Practicality
Notice bibliographique
Résumé
BACKGROUND: Intraoperative navigation is an important tool used during endonasal surgery, which typically requires rigid head fixation. Herein we describe a navigational technique using an autoregistration mask without head fixation. MATERIAL AND METHODS: Prospective evaluation of a surface autoregistration mask used without rigid head fixation in 12 consecutive endonasal endoscopic skull base procedures was performed with patients positioned in a horseshoe head holder. We assessed the accuracy by recording the surface registration error (SRE) and target registration error (TRE). We also noted the time required for installation and the occurrence of system failure. The system's accuracy was validated using a deep target simultaneously viewed with endoscopic. RESULTS: In 12 consecutive endonasal cases performed by a neurosurgeon and ENT team, pathologies included pituitary macroadenomas (9), chordoma (1), craniopharyngioma (1), and sinonasal melanoma (1). Median time required for the registration and accuracy verification was 84 seconds (interval 64 to 129 seconds). The mask stayed on the patient throughout the procedure. The mean SRE was 0.8 mm (interval 0.6 to 0.9 mm). The mean TRE was 0.9 ± 0.7 mm and 1.0 ± 0.8 mm measured respectively at the beginning and end of the case. In every case, the system was judged accurate by the surgical team using the sphenoid keel or an intrasphenoidal bony septation as a deep target for internal validation. No system failure occurred during these 12 cases. CONCLUSION: A facial surface autoregistration mask maintained in place throughout surgery without rigid head fixation allows excellent operational accuracy in endonasal pituitary and skull base surgery. This navigation system is practical, reliable, and noninvasive.
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 | 0,005 | 0,003 |
| 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 | 0,002 |
| 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 | 0,000 |
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 ».