Susceptibility weighted imaging for qualitative grading of persistent arteriovenous shunting in deep-seated arteriovenous malformations after stereotactic radiation surgery
Notice bibliographique
Résumé
Background and purpose To investigate Susceptibility Weighted Imaging (SWI) signal changes in the draining vein of deep-seated arterio-venous malformations (AVMs) following stereotactic radiosurgery (SRS). Methods and Materials This is a retrospective study of 32 patients with deep-seated AVMs who were treated with SRS. Pre-SRS treatment and post-SRS treatment MRI were performed at 6, 12, and 24-month intervals. Deep-seated AVMs were classified based on their anatomical location and venous drainage pattern. AVM nidal volume (cm 3 ) was estimated using the ABC/2 method. AV shunting of the AVM draining veins were graded according to its SWI signal intensity: hyperintense (grade III), mixed signal intensity (grade II), hypointense (grade I) and absent (grade 0). Conventional time-of-flight (TOF)-MRA and contrast enhanced (CE)-MRA sequences were performed to document the patency of the vein. Results Pre-SRS treatment AVM draining veins were either grade III 18/32 (56%) or grade II 14/32 (44%). Using mixed effects analysis, we demonstrate that each month following the SRS treatment nidal volumes decreased at the rate of 0.51 cm 3 /per month (CI −0.61 to (−0.40)) p =.00. Following the treatment, there was a clinically significant relationship between the signal and nidal volume: signal 0 corresponded with average nidal volume of 1.81 cm 3 (CI 1.40–2.21), signal 1 with nidal volume of 2.06 cm 3 (CI 1.69–2.44), signal 2 with nidal volume 2.73 cm 3 (CI 2.35–3.11) and signal 3 with nidal volume 3.13 cm 3 (CI 2.70–3.56) p = .00. Conclusion Post-SRS AVM draining veins shows a stepwise regression of the SWI signal grades which can be reliably used as a surrogate to monitor the reduction of AV shunting.
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 | 0,002 | 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) | 0,000 | 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 ».