MétaCan
Menu
Retour à la cohorte
Enregistrement W4289110365 · doi:10.3390/curroncol29080426

Combined Exoscopic and Endoscopic Two-Step Keyhole Approach for Intracranial Meningiomas

2022· review· en· W4289110365 sur OpenAlexvenueno aff
Tadashi Watanabe, Kenichiro Iwami, Yugo Kishida, Tetsuya Nagatani, Hiroshi Yatsuya, Shigeru Miyachi

Notice bibliographique

RevueCurrent Oncology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueMeningioma and schwannoma management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKeyholeMedicineCraniotomyMicrosurgerySurgeryEndoscopeMeningiomaNeuronavigationEndoscopyBlood lossEndoscopic surgeryInvasive surgeryResection

Résumé

récupéré en direct d'OpenAlex

The advantages of neuroendoscopic surgery are the wide viewing angle and the freedom of an axis of view with minimal surgical trauma. With the advent of the exoscope, which has similar advantages to endoscopy, such as a small body and ergonomically superior heads-up surgery, it has become possible to add a field of view that is similar to that of microsurgery to endoscopic surgery. By taking advantage of the features of these scopes, we report the usefulness of the minimally invasive combined exoscopic and endoscopic two-step keyhole approach (EEKA) for various types of meningiomas. We reviewed data from 34 consecutive cases of EEKA for various types of intracranial meningiomas compared with that of conventional microsurgery. All of the tumors were resected as planned without severe complications. Significantly better outcome data were obtained in terms of the blood loss and the surgical time in the EEKA group, in addition to the craniotomy size. The well-illuminated fine vision in the deep corners by the endoscope enabled radical resection of the tumors with minimum burden on the patients. This technique has the potential for minimally invasive surgery in intracranial meningioma patients, including the older 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 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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,230
Tête enseignante GPT0,447
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetMeningioma and schwannoma managementTravaux en français237 207