MétaCan
Menu
Retour à la cohorte
Enregistrement W3088835090 · doi:10.1136/neurintsurg-2020-015877

Review of current intracranial aneurysm flow diversion technology and clinical use

2020· review· en· W3088835090 sur OpenAlexaff
Sudeepta Dandapat, Alan Mendez‐Ruiz, Mario Martínez‐Galdámez, Juan Macho, Shahram Derakhshani, Gustavo Foa Torres, Vítor Mendes Pereira, Anıl Arat, Ajay K. Wakhloo, Santiago Ortega-Gutierrez

Notice bibliographique

RevueJournal of NeuroInterventional Surgery · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueIntracranial Aneurysms: Treatment and Complications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAneurysmFlow diverterStentRadiologyEndovascular treatmentSurgery

Résumé

récupéré en direct d'OpenAlex

Endovascular treatment of intracranial aneurysms (IAs) has evolved considerably over the past decades. The technological advances have been driven by the experience that coils fail to completely exclude all IAs from the blood circulation, the need to treat the diseased parent vessel segment leading to the aneurysm formation, and expansion of endovascular therapy to treat more complex IAs. Stents were initially developed to support the placement of coils inside wide neck aneurysms. However, early work on stent-like tubular braided structure led to a more sophisticated construct that then later was coined as a flow diverter (FD) and found its way into clinical application. Although FDs were initially used to treat wide-neck large and giant internal carotid artery aneurysms only amenable to surgical trap with or without a bypass or endovascular vessel sacrifice, its use in other types of IAs and cerebrovascular pathology promptly followed. Lately, we have witnessed an explosion in the application of FDs and subsequently their modifications leading to their ubiquitous use in endovascular therapy. In this review we aim to compile the available FD technology, evaluate the devices' peculiarities from the authors' perspective, and analyze the current literature to support initial and expanded indications, recognizing that this may be outdated soon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,391
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations167
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroInterventional SurgeryMême sujetIntracranial Aneurysms: Treatment and ComplicationsTravaux en français237 207