Comparison of intra-aneurysmal flow modification using optical flow imaging to evaluate the performance of Evolve and Pipeline flow diverting stents
Notice bibliographique
Résumé
BACKGROUND: Flow diverting stent (FDS) devices have revolutionized the treatment of large and complex brain aneurysms, but there is still room for improvement, particularly on the flow diversion properties and technical challenges associated with stent deployment. In this study we compared flow diversion properties between the new generation Surpass Evolve (Stryker) and the Pipeline Flex (Medtronic) devices by quantitatively evaluating intra-aneurysmal flow modification. METHODS: An in vitro experimental set-up was used, consisting of four patient-specific silicone models with internal carotid aneurysms and a circulating hemodynamic simulation system with pulsatile flow. The Evolve and Pipeline stents were deployed across the neck of each aneurysm model, in a randomized fashion, for a total of eight device deployments. A 60 frames/s digital subtraction angiography run was acquired before and after placement of each FDS. An optical flow-analysis method was used to measure intra-aneurysmal flow modification induced by the stent by calculating a mean aneurysm flow amplitude (MAFA) before and after stent placement and computing a ratio. RESULTS: Average MAFA ratio values calculated from pre- and post-stent placement were significantly lower after deployment of the Evolve (n=4, mean=0.62±0.09) compared with the Pipeline device (n=4, mean=0.71±0.06) (p=0.03). CONCLUSIONS: Our in vitro results show that the Evolve stent had a superior flow diversion effect compared with the Pipeline stent, which-based on clinical evidence-suggest it may promote faster aneurysm occlusion rates in patients.
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 ».