MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412166755 · doi:10.1017/cjn.2025.10302

P.156 The role of indocyanine green fluorescence in the treatment of pituitary tumors

2025· article· en· W4412166755 sur OpenAlexvenueno aff
A Vargas-Moreno, Sami Khairy, M Saymeh, Jessica Rabski, Shaun Kilty, Fahad Alkherayf

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndocyanine greenFluorescenceChemistryMedicinePathologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Background: Biochemical cure in functional pituitary adenomas (FPA) is crucial for reducing patient morbidity and improving quality of life following endoscopic endonasal procedures (EEA). The extent of resection plays a key role in achieving these outcomes. However, even with the aid of intraoperative navigation, complete resection of tumor components can be challenging due to the difficulty in distinguishing them from normal pituitary tissue. Indocyanine green (ICG) fluorescence has been used effectively in various cranial and spinal procedures, but its role in endoscopic skull base surgery has not yet been routinely established Methods: In this study, we describe our experience using ICG during EEA for the resection of FPA. Results: We discuss the fluorescence profiles of both adenomas and normal gland tissue. ICG helped identify additional tumor tissue that was not initially detected after macroscopic adenoma resection. It also allowed for perfusion assessment of the pituitary gland and nasoseptal flaps. No complications were observed following the ICG injection, and biochemical cure was achieved in more than 90% of cases. Conclusions: Our experience suggests that ICG is a safe and promising tool, improving both the extent of resection and endocrinologic outcomes in patients undergoing EEA for FPA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetPituitary Gland Disorders and Treatments→Travaux en français237 207→