Cervical arteries tortuosity and its association with dissection: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This study investigated the link between arterial tortuosity and cervical artery dissection, focusing on carotid and vertebral tortuosity indices, as well as carotid tortuosity classifications (kinking, looping, and coiling). METHODS: We searched PubMed, SCOPUS, Web of Science, and Google Scholar from database inception to January 2024. The inclusion criteria encompassed human studies on tortuosity and cervical, carotid, or vertebral artery dissection. Exclusion criteria included case reports, non-English studies, and studies solely on connective tissue disorders and diseases. Quality and risk of bias were assessed using the Newcastle-Ottawa Scale. Random-effects model was employed for mean differences and odds ratios. When meta-analysis was not feasible, we summarized and integrated the results narratively. RESULTS: Seven studies, involving 507 dissected patients and 582 non-dissected patients, were included. In a meta-analysis of 3 studies, vertebral tortuosity favored the dissection cases [MD = 3.58, 95% CI: 2.21-4.95]. The mean carotid tortuosity difference was not statistically significant in a meta-analysis of 2 studies [MD = 2.27, 95% CI: -0.16-4.70]. In the classification analysis, 2 studies indicated no conclusive association between kinking, coiling, and cervical arteries dissection. Regarding carotid classification and internal carotid artery dissection, meta-analyses only showed a significant association with kinking, but the result was inconclusive. CONCLUSION: Tortuosity index screenings may help prevent cervical artery dissection among at-risk individuals. However, the association with specific tortuosity classifications remains inconclusive, and further research is needed to validate these findings. Standardized measurement criteria are crucial for future studies.
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 | 0,012 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,031 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».