MétaCan
Menu
Retour à la cohorte
Enregistrement W4410194032 · doi:10.1016/j.wneu.2025.124046

Development of Patient-Specific 3-Dimensional Graphical Entry-Point Maps for External Ventricular Drain Insertion

2025· article· en· W4410194032 sur OpenAlexaff
Katherine Beaulieu, Ryan Alkins, Randy E. Ellis

Notice bibliographique

RevueWorld Neurosurgery · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCerebrospinal fluid and hydrocephalus
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineExternal ventricular drainCardiologySurgeryHydrocephalus

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: External ventricular drains (EVDs) are mainly inserted free-hand perpendicular to the skull through known entry points, but only 40%-50% of cases result in acceptable position. Nonideal trajectories increase the risk of complications. METHODS: Using 90 patient cases, we developed a visualization method to identify regions on the skull that result in successful EVD insertion, while incorporating precalculated uncertainties in the trajectory. Feasibility of the method was evaluated by determining the number of possible trajectories. RESULTS: There was a significant difference in hit rate between hydrocephalic or trauma and asymptomatic patients. Overall, the average catheter length calculated was concordant with ranges reported in prior EVD studies (maximum average = 51.4 ± 6.4 mm). CONCLUSIONS: A new patient-specific visualization paradigm was developed to optimize the insertion point for EVD. The visualization tool identifies new insertion sites but also confirms the validity of existing ones used in the current standard of care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld NeurosurgeryMême sujetCerebrospinal fluid and hydrocephalusTravaux en français237 207