Focused ultrasound capsulotomy: predicting the probability of successful lesioning based on skull morphology
Notice bibliographique
Résumé
OBJECTIVE: MR-guided focused ultrasound anterior capsulotomy (MRgFUS-AC) is an incisionless ablative procedure, which has shown reassuring safety and compelling efficacy in the treatment of refractory obsessive-compulsive disorder and major depressive disorder. However, in some patients lesions cannot be reliably generated due to patient-specific skull morphologies and properties. Despite screening patients for MRgFUS-AC using skull density ratio (SDR), up to 25% of cases experience treatment failure. This variability in technical success limits the real-world applicability of an otherwise highly impactful treatment, and a better predictor of success is needed. METHODS: This study analyzed data from 60 attempted MRgFUS-AC treatments in 57 patients between 2017 and 2024. Treatments were categorized as success or failure based on lesion volume. Preoperative parameters, including SDR, skull thickness, angle of incidence, CSF volume, brain and head volumes, and lesion side, were recorded. Logistic and machine learning models were evaluated to construct a preoperative model to predict the probability of technical success. RESULTS: A total of 157 lesions were treated, of which 31 experienced treatment failure. Higher SDR, thinner skulls, and lower incident angles were significantly associated with successful outcomes (all p < 0.05). The logistic regression model performed the best among the models tested, with an accuracy of 0.81 ± 0.07 and an F1 score of 0.89 ± 0.04. The model was incorporated into a predictive tool to aid in identifying candidates for MRgFUS-AC. CONCLUSIONS: SDR, skull thickness, and angle of incidence significantly influenced the likelihood of successful MRgFUS-AC lesioning. Incorporating these three parameters into a predictive tool can dramatically reduce technical failure rates and may be especially informative in patients with an SDR between 0.35 and 0.55.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».