Flow Diverter Treatment Using a Flow Re-Direction Endoluminal Device for Unruptured Intracranial Vertebral Artery Dissecting Aneurysm: Single-Center Case Series and Technical Considerations
Notice bibliographique
Résumé
PURPOSE: This study aimed to evaluate the effectiveness, safety, and technical considerations of flow diverter (FD) treatment using a Flow Re-direction Endoluminal Device (FRED) for unruptured intracranial vertebral artery dissecting aneurysms (VADAs). MATERIALS AND METHODS: We conducted a retrospective study of 23 patients with unruptured intracranial VADAs who underwent FD treatment using a FRED between June 2017 and August 2021. Symptoms, imaging findings, treatment strategies, and angiographic and clinical outcomes were evaluated. Dissections were categorized according to the dominance of the VA in which they occurred: dominant VA, co-dominant VA, and non-dominant VA. RESULTS: All patients successfully underwent FD treatment with either a FRED (n=11) or FRED Jr. (n=12). Complete occlusion rates were 78.3% at 6-month follow-up magnetic resonance angiography and 91.3% at 12-month. There were no instances of complications, recurrence, or retreatment during a median follow-up of 20 months. Dissections occurred in the dominant VA in 3 cases (13.0%), the co-dominant VA in 13 cases (56.5%), and the non-dominant VA in 7 cases (30.4%). Intimal flap and true lumen stenosis were observed in 39.1% and 30.4% of cases, respectively. Four cases required a bilateral VA approach due to technical difficulties, all in the non-dominant VA. CONCLUSION: Flow diversion treatment using a FRED for unruptured intracranial VADAs proved feasible and safe, yielding satisfactory occlusion rates. Technical challenges were more likely in lesions involving non-dominant VAs in the acute or subacute stage, mainly due to associated intraluminal lesions compromising the arterial lumen.
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 | 0,001 | 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 ».