MétaCan
Menu
← Retour à la cohorte
Enregistrement W4286701739 · doi:10.1136/neurintsurg-2022-snis.90

P-018 Treatment of complex intracranial aneurysms using new robotic-assisted techniques: flow diverter and intrasaccular device experience

2022· article· en· W4286701739 sur OpenAlexaff
Vítor Mendes Pereira, N Cancelliere, Hon‐Man Liu, T Marotta, J Spears

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueIntracranial Aneurysms: Treatment and Complications
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésFlow diverterAneurysmMedicinePerioperativeStentRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

Background Robotic stent-assisted coiling has been shown to be a safe and effective treatment for intracranial aneurysms. Purpose We aim to describe our case series of robotic-assisted aneurysm embolizations treated using flow diversion and intrasaccular devices. Results The endovascular robotic neuro-system (Corpath GRX, Siemens Healthineers) can be used to successfully treat various complex intracranial aneurysms in various anatomical locations using flow diversion and intrasaccular devices. Perioperative VasoCT imaging was used to confirm good device placement, including good proximal and distal stent opening, apposition along the parent artery and across the aneurysm neck for flow divertor cases and good aneurysm neck coverage with preservation of distal vessels for intrasaccular device treatments. All clinical procedures were technically successful, with all intracranial steps being performed robotically with no conversions to manual intervention or failures of the robotic system. Conclusions Treatment of intracranial aneurysms using robotic-assisted flow diversion and intrasaccular devices is technically achievable and effective. Disclosures V. Mendes Pereira: 2; C; Corindus. N. Cancelliere: 2; C; Corindus. E. Liu: None. T. Marotta: None. J. Spears: None.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,310
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntracranial Aneurysms: Treatment and Complications→Travaux en français237 207→