Hemodynamic Differences Between Recurrent and Nonrecurrent Intracranial Aneurysms: Fluid Dynamics Simulations Based on MR Angiography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Although the role of wall shear stress (WSS) in the initiation, growth, and rupture of intracranial aneurysms has been well studied, its influence on aneurysm recurrence after endovascular treatment requires further investigation. We aimed to compare WSS at necks of recurrent and nonrecurrent aneurysms. METHODS: Nine recurrent coil-embolized aneurysms were identified and matched with nine nonrecurrent aneurysms. Patient-specific vessel geometries reconstructed from follow-up 3-D time-of-flight magnetic resonance angiography were analyzed using computational fluid dynamics (CFD) simulations. Absolute WSS and the percentage of abnormally low and high WSS at the aneurysm neck compared to the near artery were measured. RESULTS: The median percentage of abnormal WSS at the aneurysm neck was 49.3% for recurrent and 34.7% for nonrecurrent aneurysms (P = .011). The area under the receiver-operating-characteristic curve for distinguishing these aneurysms according to the percentage of abnormal WSS was .86 (95% CI .62 to .98). The optimal cut-off value of 45.1% resulted in a sensitivity and a specificity of 88.89% (95% CI 51.8% to 99.7%). CONCLUSION: Our findings indicate that necks of recurrent aneurysms are exposed to abnormal WSS to a larger extent. Abnormal WSS may serve as a metric to distinguish them from nonrecurrent aneurysms with CFD simulations a priori.
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.
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 | 0,001 | 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 découle