A Systematic Review of the Current Trends and Future Directions of High-Intensity Focused Ultrasound in Neurosurgery
Notice bibliographique
Résumé
INTRODUCTION: High-intensity focused ultrasound (HIFU) has evolved significantly since its introduction to neurosurgery over 15 years ago. In the past decade, its clinical use has expanded to treat a broader range of surgical domains and indications. However, the pace and pattern of this evolution remain poorly characterized within the literature. This systematic review aimed to synthesize global research on HIFU in neurosurgery over the past 10 years, identifying trends across indications and regions. METHODS: Following PRISMA guidelines, we identified clinical studies involving HIFU in neurosurgical practice from January 1, 2014, to November 1, 2024. Studies were categorized by application and country of origin, and a quantitative analysis was performed to assess distribution and trends in these factors. RESULTS: A total of 498 studies were included. Research output increased over the period, from 13 studies in 2014 to 92 in 2024. While the scope of clinical applications expanded from 6 to 13 domains over this period, a disparity in research volume persisted, with movement disorders - particularly essential tremor (62.0%) and Parkinson's disease (29.9%) - accounting for the majority of publications. Nonetheless, growth was observed in previously underrepresented domains such as neurooncology, psychiatry, epilepsy, chronic pain, and neurovascular disorders. Geographically, the USA accounted for the largest share of publications (38.4%), followed by Switzerland (11.6%) and the UK (8.2%). Over this period, study quality improved with a shift from case reports and pilot studies toward an increasing number of cohort studies and randomized controlled trials. CONCLUSION: This review outlines the accelerating, yet uneven, exploration of HIFU in neurosurgical practice over the past decade. While movement disorders remain the central focus of this technology, expanding interest in underexplored indications indicates a shifting landscape. At the same time, the maturation of study designs reflects a strengthening evidence base. As the field advances, increased global collaboration and greater attention to budding applications are necessary.
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 | 0,021 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».