A Novel and Generic Workflow of Indocyanine Green Perfusion Assessment Integrating Standardization and Quantification Toward Clinical Implementation
Notice bibliographique
Résumé
OBJECTIVE: This study aims to generate a reproducible and generalizable Workflow model of ICG-angiography integrating Standardization and Quantification (WISQ) that can be applied uniformly within the surgical innovation realm independent of the user. SUMMARY BACKGROUND DATA: Tissue perfusion based on indocyanine green (ICG)-angiography is a rapidly growing application in surgical innovation. Interpretation of results has been subjective and error-prone due to the lack of a standardized and quantitative ICG-workflow and analytical methodology. There is a clinical need for a more generic, reproducible, and quantitative ICG perfusion model for objective assessment of tissue perfusion. METHODS: In this multicenter, proof-of-concept study, we present a generic and reproducible ICG-workflow integrating standardization and quantification for perfusion assessment. To evaluate our model's clinical feasibility and reproducibility, we assessed the viability of parathyroid glands after performing thyroidectomy. Biochemical hypoparathyroidism was used as the postoperative endpoint and its correlation with ICG quantification intraoperatively. Parathyroid gland is an ideal model as parathyroid function post-surgery is only affected by perfusion. RESULTS: We show that visual subjective interpretation of ICG-angiography by experienced surgeons on parathyroid perfusion cannot reliably predict organ function impairment postoperatively, emphasizing the importance of an ICG quantification model. WISQ was able to standardize and quantify ICG-angiography and provided a robust and reproducible perfusion curve analysis. A low ingress slope of the perfusion curve combined with a compromised egress slope was indicative for parathyroid organ dysfunction in 100% of the cases. CONCLUSION: WISQ needs prospective validation in larger series and may eventually support clinical decision-making to predict and prevent postoperative organ function impairment in a large and varied surgical population.
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 | 0,013 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,009 |
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 ».