Small Number of Coils With Extended Length in the Endovascular Treatment of Cerebral Aneurysm: Experience of 108 Cases in a Single-Center
Notice bibliographique
Résumé
Background: Knowledge about the number and packing density of coils for aneurysm treatment affects the efficiency of health services and hospital financing. This study aimed to report case series with a small number of coils with longer lengths and impact on packing density. Methods: We retrospectively analyzed the morphology of aneurysms (location and size) and the data of characteristic features of coils (numbers, diameter size, length, and packing density) from the cerebral aneurysm registry at a single center from January 2019 to June 2022. Kruskal-Wallis analysis was performed to identify the association between coil characteristics based on the size of the aneurysm. Results: Of the 108 patients included in the study, 116 aneurysms were identified and coiled; 66 were small (< 5 mm), 42 were moderate (5 - 10 mm), and eight were large (> 10 mm). Most cases utilized framing first coil (in 64.65%) and helical coils (in 31.89%). The total length of framing coils (< 5 mm: 6.76 ± 4.14 cm, 5 - 10 mm: 11.28 ± 6.93 cm, > 10 mm: 29.33 ± 12.59 cm) and helical coils (< 5 mm: 5.95 ± 2.82 cm, 5 - 10 mm: 11.66 ± 7.3 cm, > 10 mm: 22.32 ± 11.48 cm) also increased with group size. The highest packing density (46.70%) was achieved in small aneurysms (< 5 mm). Conclusion: In small aneurysm, one to three coils per aneurysm were required to achieve tight coil packing density by extending the length of coil. J Neurol Res. 2024;14(1):1-7 doi: https://doi.org/10.14740/jnr777
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 | 0,001 |
| 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 ».