P.207 Reducing the risks of proximal and distal shunt failure in adult hydrocephalus: A Shunt Outcomes Quality Improvement (ShOut-QI) Study
Notice bibliographique
Résumé
Background: Ventriculoperitoneal (VP) shunt failures in adult patients are common and subject patients to multiple surgeries and a decreased quality of life. A prospective cohort Shunt Outcomes Quality Improvement (ShOut-QI) initiative was implemented to reduce shunt failure incidence through neuronavigation-assisted proximal catheter insertion and laparoscopy-guided distal catheter anchoring over the liver dome to drain CSF away from the omentum. Methods: “Pre-ShOut” and “Post-ShOut” groups of patients included those with and without neuronavigation/laparoscopy, respectively for insertion of a new VP shunt. The primary outcome was shunt failure which was defined as any return to surgery for shunt revision as determined with a standardized clinical and radiology follow-up protocol. Results: 244 patients (97 Pre-ShOut, 147 Post-ShOut), mean age 73 years, were enrolled over a 7-year interval and observed for a mean duration of 4 years after shunt insertion. Neuronavigation improved proximal catheter placement accuracy by 20% (p<.001), and shunt failure occurred in 57% vs 23% in the Pre-ShOut and Post-ShOut groups, respectively (p=.008), representing a 53% relative risk reduction in the incidence of shunt failure. Conclusions: Adult shunt failure incidence may be significantly reduced by improving the accuracy of proximal catheter placement with neuronavigation and reducing the risk of distal catheter failure with laparoscopic-guided placement.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».