Quantitative Analysis of Surgical Working Space During Endoscopic Skull Base Surgery
Notice bibliographique
Résumé
Abstract Objectives Selective dissection of intranasal anatomy may improve visualization and maneuverability at the skull base. We aimed to quantify the dimensions of working space and angles achieved following sequential removal of intranasal structures using an endoscopic transphenoidal approach to the skull base. Methods Cone beam computed tomography scans of four cadaveric heads were obtained for registration of an optical tracking system. Each head was sequentially dissected: (1) sphenoidotomy and limited posterior septectomy, (2) unilateral partial middle turbinectomy, (3) bilateral partial middle turbinectomy, and (4) wide posterior septectomy. The maximal craniocaudal and mediolateral distance (mm) and angle (degrees) reached were calculated at the sphenoid face and sella. Data were analyzed using descriptive statistics and tests of statistical significance. The significance level was set at p ≤ 0.05. Results A significant improvement in both dimensions of working space was observed with each stage of dissection at the level of the sphenoid face. Maximal working space was achieved following bilateral middle turbinectomy and wide posterior septectomy with a 38 and 29% increase in working space in the mediolateral and craniocaudal dimensions, respectively. The largest stepwise increase in working space was observed with unilateral middle turbinectomy (mediolateral: 24 ± 3 mm and craniocaudal: 20 ± 3 mm). A trend toward improved degrees of visualization was observed with each stage of dissection but was not statistically significant. Conclusion Approaches to the skull base can be enhanced by selective unilateral/bilateral partial middle turbinectomy and posterior septectomy being performed to improve visualization and maximize surgical working freedom.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».