Classification, angioarchitecture and treatment outcomes of medullary bridging vein-draining dural arteriovenous fistulas in the foramen magnum region: a multicenter study
Notice bibliographique
Résumé
PURPOSE: This study aimed to classify medullary bridging vein-draining dural arteriovenous fistulas (MBV-DAVFs) located around the foramen magnum (FM) according to their location and characterize their angioarchitecture and treatment outcomes. METHODS: Patients with MBV-DAVFs diagnosed between January 2013 and October 2022 were included. MBV-DAVFs were classified into four groups. Jugular vein-bridging vein (JV-BV) DAVF: located in proximity to jugular fossa, Anterior condylar vein (ACV)-BV DAVF: proximity to anterior condylar canal, Marginal sinus (MS)-BV DAVF: lateral surface of FM and Suboccipital cavernous sinus (SCS)-BV DAVF: proximity to dural penetration of vertebral artery. RESULTS: Twenty patients were included, three JV-BV, four ACV-BV, three MS-BV and ten SCS-BV DAVFs, respectively. All groups showed male predominance. There were significant differences in main feeders between JV (jugular branch of ascending pharyngeal artery) and SCS group (C1 dural branch). Pial feeders from anterior spinal artery (ASA) or lateral spinal artery (LSA) were visualized in four SCS and one MS group. Drainage pattern did not differ between groups. Transarterial embolization (TAE) was performed in three, two, one and two cases and complete obliteration was obtained in 100%, 50%, 100% and 0% in JV, ACS, MS and SCS group, respectively. Successful interventions without major complications were finally obtained in 100%, 75%, 100%, and 40% in JV, ACS, MS and SCS group, respectively. CONCLUSION: JV-BV DAVFs were successfully treated using TAE alone. SCS-BV DAVFs were mainly fed by small C1 dural branches of vertebral artery often with pial feeders from ASA or LSA, and difficultly treated by TAE alone.
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 | 0,000 | 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 ».