Intraoperative Indocyanine Green Angiography for Assessing Flap Perfusion in Skull Base Reconstruction: A Systematic Review
Notice bibliographique
Résumé
Abstract Objective This study was aimed to study the current use of intraoperative indocyanine green (ICG) angiography during skull base reconstruction and understand its efficacy in predicting postoperative magnetic resonance imaging (MRI) enhancement and flap. Study Design The Embase, the Cochrane Central Register of Controlled Trials (CENTRAL), Web of Science, and Google Scholar databases were searched from the date of inception until August 2020 for studies of ICG flap perfusion assessment during skull base reconstruction. The primary outcome of interest was the development of cerebrospinal fluid (CSF) leak after skull base reconstruction. Secondary outcomes of interest included postoperative meningitis, flap MRI enhancement, flap necrosis, flap perfusion measurements, and total complications. Results Search results yielded 189 studies, from which seven studies with a total of 104 patients were included in the final analysis. There were 44 nasoseptal flaps (NSF), two lateral nasal wall flaps (LNWF), 14 pericranial flaps (PCF), and 44 microvascular free flaps. The rates of CSF leak and postoperative MRI enhancement were 11 and 94%, respectively. There was one case of postoperative meningitis. Pooled analysis of the available data showed that intraoperative ICG flap perfusion was associated with flap enhancement on postoperative MRI (p = 0.008) and CSF leak (p = 0.315) by Fisher's exact test. Conclusion The available literature suggests intraoperative ICG enhancement is associated with postoperative MRI enhancement. Given the small sample sizes in the literature and the rarity of complications associated with skull base reconstruction, intraoperative ICG enhancement has not been predictive of flap necrosis or postoperative complications such as CSF leak or meningitis. Level of Evidence This study presents level 3 evidence as a systematic review of case studies, case reports, and retrospective and prospective trials with no blinding, controls, and inconsistently applied reference standards.
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».