Planum-Clival Angle Classification: A Novel Preoperative Evaluation for Sellar/Parasellar Surgery
Notice bibliographique
Résumé
Objective Endonasal approaches are increasingly used to treat sellar pathologies, leading to increased interest in achieving maximal safe resection. We propose a tool-the planum-clival angle (PCA)-and explore its surgical implications for sellar pathology resections. Design Retrospective analysis. Participants Consecutive patients with pituitary lesions between 2003 and 2013. Outcome Measures The PCA and suprasellar extension ratios; head position and extent of surgical resection. Results We enrolled 89 patients (ages 21-88 years). There were 15 type A patients (17%), 13 with suprasellar extension (89%) and ratios between 0.12 and 0.70. There were 61 type B patients (70%), 49 with suprasellar extension (81%) and ratios from 0.09 to 0.66. Finally, there were 13 type C patients (13%), 10 with suprasellar extension (73%) and ratios from 0.21 to 0.76. Type B was treated with a sphenoidectomy and neutral head positioning, type A with 10 to 20 degrees of flexion and an additional posterior ethmoidectomy with or without posterior planum resection, and type C with 10 to 20 degrees of extension and an additional superior clival resection. Conclusions Sellar anatomy and PCA influence the growth patterns of sellar lesions. Thus PCA should allow for better surgical planning and thereby improve surgical efficacy.
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 | 0,002 | 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 | 0,000 |
| 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 ».