Management of renal artery aneurysms: A retrospective study
Notice bibliographique
Résumé
BackgroundAlthough renal artery aneurysms (RAAs) are rare and often asymptomatic with slow growth, their natural progression and optimal management are not well understood. Treatment recommendations for RAAs do exist; however, they are supported by limited data.MethodsA retrospective cohort study was conducted to explore the management of patients diagnosed with an RAA at our institution from January 1st, 2013, to December 31st, 2020. Patients were identified through a search of our radiological database, followed by a comprehensive chart review for further assessment. Data collection encompassed patient and aneurysm characteristics, the rationale for initial imaging, treatment, surveillance, and all-cause mortality.ResultsOne hundred eighty-five patients were diagnosed with or treated for RAAs at our center during this timeframe, with most aneurysms having been discovered incidentally. Average aneurysm size was 1.40 cm (±0.05). Of those treated, the mean size was 2.38 cm (±0.24). Among aneurysms larger than 3 cm in size, comprising 3.24% of the total cases, 83.3% underwent treatment procedures. Only 20% of women of childbearing age received treatment for their aneurysms. There was one instance of aneurysm rupture, with no associated mortality or significant morbidity.ConclusionsOur institution's management of RAAs over the period of the study generally aligned with guidelines. One potential area of improvement is more proactive intervention for women of childbearing age.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».