First clinical multicenter experience with the new Pipeline Vantage flow diverter
Notice bibliographique
Résumé
BACKGROUND: Flow diversion is an innovative and increasingly used technique for the treatment of intracranial aneurysms. New flow diverters (FDs) are being introduced to improve the safety and efficacy of this treatment. The aim of this study was to assess the safety, feasibility, and efficacy of the new Pipeline Vantage (PV) FD. METHODS: Patients with intracranial aneurysms treated with the PV at 10 international neurovascular centers were retrospectively analyzed. Patient and aneurysm characteristics, procedural parameters, complications, and the grade of occlusion were assessed. RESULTS: 60 patients with 70 aneurysms (5.0% with acute hemorrhage, 90.0% located in the anterior circulation) were included. 82 PVs were implanted in 61 treatment sessions. The PV could be successfully implanted in all treatments. Additional coiling was performed in 18.6%, and in-stent balloon angioplasty (to enhance the vessel wall apposition) in 24.6%. Periprocedural technical complications occurred in 24.6% of the treatments, were predominantly FD deployment problems, and were all asymptomatic. The overall symptomatic complication rate was 8.2% and the neurological symptomatic complication rate was 3.3%. Only one symptomatic complication was device-related (perforator artery infarctions leading to stroke). After a mean follow-up of 7.1 months, the rate of complete aneurysm occlusion was 77.9%. One patient (1.7%) died due to aneurysmal subarachnoid hemorrhage which occurred before treatment, unrelated to the procedure. CONCLUSIONS: The new PV FD is safe and feasible for the treatment of intracranial aneurysms. The short-term occlusion rates are promising but need further assessment in prospective long-term follow-up studies.
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 | 0,001 |
| 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) | 0,002 | 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 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 ».