Feasibility of intraoperative MRI for endovascular coiling of intracranial aneurysms: A single centre experience
Notice bibliographique
Résumé
BACKGROUND: Intraoperative magnetic resonance imaging system (iMRIS) surgical theatre is a highly integrated operating room with an intraoperative magnetic resonance imaging (iMRI) designed originally for brain tumour surgery. Its use in neurointerventional procedures, particularly in the setting of endovascular coiling of intracranial aneurysms, has not been discussed in the literature to date. We present our initial experience about the safety and feasibility of iMRI to assess post operative complications and provide baseline imaging post coiling of intracranial aneurysms. METHODS: Consecutive patients who underwent iMRI between 2015 and 2018 were included in the study. Demographic, clinical details, endovascular technique and surgical outcomes were collected. Details of anesthesia during the procedure were also collected. RESULTS: Fifteen patients underwent iMRI with MRA to assess post coiling status of their elective endovascular coiling of intracranial aneurysms. The mean age in this cohort was 61 years and 46.7% were male. No immediate complications were seen either from the endovascular procedures or from the iMRI. All iMRI scans were performed as planned with no aborted or truncated scans. The image quality of the iMRI/MRA was adequate to detect the residual aneurysm, if present. There was no residual aneurysm on the angiogram that were not detected on the iMRIs. Of the 15 patients, 10 were safely discharged the following day and other 5 were discharged 2 days after their surgery. CONCLUSIONS: The iMRI is an advantageous tool which can be integrated into neurointerventional workflow resulting in early post peri-procedural feedback and potentially reduced post-operative hospital stay.
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) | 0,001 | 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 ».