Transsphenoidal surgery: accuracy of an image‐guided neuronavigation system to approach the pituitary fossa (sella turcica)
Notice bibliographique
Résumé
OBJECTIVE: To determine the accuracy of locating the pituitary fossa with the Brainsight neuronavigation system by determining the mean target error of the rostral (tuberculum sellae) and caudal (dorsum sellae) margins of the pituitary fossa. STUDY DESIGN: Experimental cadaveric study. ANIMALS: Ten canine cadavers. METHODS: Computed tomography (CT) and MRI were performed on each cadaver with fiducials in place. Images were saved to the neuronavigation computer and used to plan the drilling approach. The cadavers were placed in the surgical head clamp of the Brainsight system and positioned for a transsphenoidal approach. On the basis of the planning, 2 localization points were drilled, 1 each at the rostral and caudal margins of the pituitary fossa, and CT was repeated. Error was assessed from the difference in millimeters between the targets identified during Brainsight planning and the actual location of the 2 points drilled on each cadaver skull as identified by postdrilling CT. RESULTS: The rostral and caudal margins of the pituitary fossa provided 2 target points per cadaver. The median target error (interquartile range) for all target sites (n = 20) was 3.533 mm (range, 2.013-4.745). CONCLUSION: This stereotactic system allowed the surgeon to locate the rostral and caudal margins of the pituitary fossa with clinically acceptable accuracy and confidence. CLINICAL SIGNIFICANCE: Using the Brainsight neuronavigation system for localization during transsphenoidal hypophysectomy may decrease morbidity and surgical time.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».