Virtual stenting of intracranial aneurysms: A pilot study for the prediction of treatment success based on hemodynamic simulations
Notice bibliographique
Résumé
Endovascular treatment of intracranial aneurysms using flow-diverting devices has revolutionized the treatment of large and complex lesions due to its minimally invasive nature and potential clinical outcomes. However, incomplete or delayed occlusion and persistent intracranial aneurysm growth are still an issue for up to one-third of the patients. We evaluated two patients with intracranial aneurysm located at the internal carotid artery who were treated with flow-diverting devices and had opposite outcomes. Both patients presented with similar aneurysms and were treated with the same device, but after a 1-year follow-up, one case presented with complete occlusion (Case 1) and the other required further treatment (Case 2). To reproduce the interventions, virtual stents were deployed and blood flow simulations were carried out using the respective patient-specific geometries. Afterward, hemodynamic metrics such as aneurysmal inflow reduction, wall shear stresses, oscillatory shear, and inflow concentration indices were quantified. The hemodynamic simulations reveal that for both cases, the neck inflow was clearly reduced due to the therapy (Case 1: 19%, Case 2: 35%). In addition, relevant hemodynamic parameters such as time-averaged wall shear stress (Case 1: 35.6%, Case 2: 57%) and oscillatory shear (Case 1: 33.1%, Case 2: 26.7%) were decreased considerably. However, although stronger relative reductions occurred in the unsuccessful case, the absolute flow values in the successful case were approximately halved. The findings demonstrate that a high relative effect of endovascular devices is not necessarily associated with the desired treatment outcome. Instead, it appears that a successful intracranial aneurysm therapy requires a certain patient-specific inflow threshold.
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 | 0,000 |
| 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 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 ».