MétaCan
Menu
← Back to cohort
Record W7115059559 · doi:10.71781/32614

Computational simulation of aortic and intracranial endovascular aneurysm repair

2025· dissertation· en· W7115059559 on OpenAlexfundno aff

Bibliographic record

VenueOpen MIND · 2025
Typedissertation
Languageen
FieldMedicine
TopicIntracranial Aneurysms: Treatment and Complications
Canadian institutionsnot available
FundersUniversité de Montréal
KeywordsComputed tomographyAneurysmMultidetector computed tomography

Abstract

fetched live from OpenAlex

Au cours des dernières années, les interventions endovasculaires se sont imposées comme une alternative non invasive pour le traitement des maladies cardiovasculaires, ouvrant de nouvelles perspectives pour renforcer la maîtrise des procédures. Cette thèse vise à accroître l’efficacité des traitements endovasculaires en développant une plateforme virtuelle capable de prédire l’évolution des dispositifs endovasculaires et de servir à la fois d’outil de test et d’enseignement en milieu clinique. Cette étude porte sur deux principaux traitements endovasculaires concernant différentes localisations anatomiques et prothèses : (i) le traitement endovasculaire des anévrismes de l’aorte abdominale (AAA), en mettant l’accent sur les endoprothèses (stent-grafts, SG), et (ii) le traitement endovasculaire des anévrismes intracrâniens (AI), en se concentrant sur les déviateurs de flux (flow-diverters, FD). La méthode des éléments finis (FEM) a été utilisée pour concevoir des modèles virtuels permettant d’évaluer la réponse biomécanique lors de la compression, de la navigation et du déploiement de ces prothèses. La précision des modèles virtuels dépend fortement des hypothèses et simplifications numériques liées à des facteurs mécaniques et géométriques. Notre méthodologie intègre des conditions spécifiques au patient tout en aspirant à un caractère universel pour le modèle. De plus, afin de répondre aux exigences de la pratique clinique, la conception du modèle s’est concentrée sur l’efficacité économique, la haute fidélité, l’universalité et une interaction utilisateur implicite. Une analyse approfondie des maladies cardiovasculaires, des méthodes de traitement et de la littérature existante sur les modèles virtuels est essentielle à leur élaboration. L’étude a établi les hypothèses numériques pour des dispositifs endovasculaires tels que les guides et les cathéters, ainsi que pour les tissus environnants. Contrairement aux études précédentes qui s’appuient sur des géométries simplifiées ou des algorithmes de morphing, le cadre proposé intègre directement dans la simulation les tissus environnants (thrombus intraluminal, os et tissu adipeux périvasculaire) afin de reproduire des conditions aux limites mécaniques fidèles aux conditions réelles. Dans le cas des FD, un modèle analytique a été proposé pour compléter le modèle virtuel du FD, en insistant sur la compréhension du comportement morphologique du FD afin de prédire sa flexibilité et ses propriétés d’auto-expansion. Pour valider l’exactitude de ces hypothèses et simplifications numériques, les résultats ont été comparés aux traitements réels, principalement en confrontant la ligne centrale, la position, la longueur et les diamètres des prothèses, ainsi qu’en procédant à des évaluations qualitatives de la forme finale des prothèses déployées. L’étude sur les stent-grafts s’inscrit dans la continuité des travaux précédents de notre groupe au LCTI, dont les hypothèses numériques ont été validées par des essais mécaniques. Le modèle virtuel de FD constituait un nouveau domaine d’étude et a d’abord été validé grâce à des essais mécaniques issus de la littérature. Un bref aperçu de la comparaison entre la simulation et les résultats cliniques en temps réel a révélé une distance modifiée de Hausdorff moyenne de 1,71 ± 1,40 mm pour la ligne centrale du SG et une erreur globale de 1,5 % pour la prédiction de la longueur du dispositif FD. Ces résultats suggèrent que nos méthodologies sont prometteuses et justifient des recherches plus approfondies. Ce travail met en évidence le potentiel des modèles virtuels comme plateforme de planification préopératoire pour les interventionnistes, facilitant la prise de décision quant au choix du dispositif et de la technique de traitement, et optimisant ainsi le succès des procédures. De plus, les modèles virtuels offrent une compréhension plus poussée des forces, contraintes, déformations et allongements. Ils peuvent également servir de plateforme de test pour l’innovation dans les dispositifs endovasculaires, un outil complémentaire aux essais sur animaux et aux essais cliniques, tout en facilitant la planification de la chirurgie endovasculaire robotique.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.018
Threshold uncertainty score0.036

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.002
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0060.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.024
GPT teacher head0.321
Teacher spread0.297 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreMethods

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicIntracranial Aneurysms: Treatment and Complications→French-language works237,207→