Cerebral Arteriovenous Malformations in Pediatric Patients with Hereditary Hemorrhagic Telangiectasia: Re-evaluating Appearance, Bleeding Risk, and Treatment Necessity in a Selective Meta-analysis
Notice bibliographique
Résumé
Abstract Pediatric patients suffering from cerebral nidal arteriovenous malformations are a unique population due to the rare occurrence of the disease. Diagnosis of hereditary hemorrhagic telangiectasia (HHT) in children is a rare event and mainly restricted to coincidental detection from screening of possibly afflicted family members. In patients with HHT, it is well known that the incidence of cerebral vascular malformations (CVMs) is higher than expected when compared with the nonafflicted population. Even though CVMs comprise a variety of different distinct anatomical and radiographic entities (e.g., capillary telangiectasia, nidal arteriovenous malformation [AVM], cavernous malformation, dural or pial as well as mixed fistula, and vein of Galen malformation), they are mostly summarized and analyzed all in one category due to the low number of individual cases identified in single centers. Nevertheless, the best treatment algorithm will likely vary significantly between different CVMs as does the clinical presentation and the natural course of the CVM. It is therefore the objective of this article to focus on nidal AVMs in pediatric patients suffering from HHT. To this end, we performed a systematic selective literature research to estimate incidence, clinical and radiological appearance, as well as classification according to established grading system, and to evaluate the necessity of treatment of these lesions in light of their respective outcomes. Our line of arguments explains why we recommend to follow these lesions expectantly and suggest to keep pediatric patients under surveillance with sequential scans until they reach adulthood.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».