Fluoroscopy, CT, and MR imaging characteristics of a novel primarily bioresorbable flow-diverting stent for aneurysms
Notice bibliographique
Résumé
BACKGROUND: Five to ten percent of the global population have unruptured intracranial aneurysms, and ruptured brain aneurysms cause approximately 500,000 deaths a year. Flow-diverting stent treatment is a less invasive intracranial aneurysm treatment that induces aneurysm thrombosis. The imaging characteristics of a novel primarily bioresorbable flow-diverting stent (BFDS) are assessed in comparison to the leading metal stent using fluoroscopy, CT, and MRI. METHODS: X-ray/fluoroscopic images of stents were taken using a human cadaveric skull model. CT and MRI were acquired using silicone flow models of residual aneurysms. Images were analyzed with Likert scales in anonymous surveys by neurointerventionalists. Quantitative measurements of radiographic density (CT) and artifact boundary size (CT & MRI) were also obtained. RESULTS: Visibility of the BFDS on X-ray was less than the metal stent but deemed adequate for deployment and intraprocedural assessment. The metal stent was more radiopaque than the BFDS on CT, but qualitative assessment was not significantly different for the two stents. MRI imaging was significantly better using the BFDS in terms of overall artifact and intraluminal assessment. CONCLUSIONS: The BFDS has adequate visualization on X-ray/fluoroscopy and should be clinically acceptable for fluoroscopic deployment. On MRI, there is less quantitative artifact as well as overall improved qualitative assessment that will allow for more detailed non-invasive imaging follow-up of treated aneurysms, potentially reducing the need for digital subtraction catheter angiography.
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 ».