形态严重程度和手术时的年龄与metopiccraniosynostosis中的学龄神经认知结果有关

科学领域:

• 儿科神经外科 儿科神经外科
• 神经发育结果的结果
• 面外科手术 面外科手术

背景情况:

• 形性静止症的放射性严重程度可以预测神经认知结果.
• 人工智能 (AI) 提供了新的方法来量化metopic synostosis的严重程度.
• 手术时的年龄对神经认知在metopic synostosis的影响需要进一步调查.

研究的目的:

• 调查AI量化的放射性严重性与经过校正的甲基突结合症儿童的神经认知结果之间的关联.
• 确定手术时的年龄与该患者群体中神经认知结果之间的关系.

主要方法:

• 618岁的孩子进行了神经认知评估 (智商,学业成绩,VMI).
• 人工智能衍生的严重性得分和手动测量是从放射性扫描中获得的.
• 多变量线性回归分析评估了AI严重程度和手术时的年龄对结果的影响.

主要成果:

• 人工智能引起的严重性增加与阅读理解和复合分数的降低有显著联系.
• 手术时的年龄较大独立与视觉运动整合 (VMI) 和阅读复合分数较低相关.
• 与中度严重的患者相比,患有严重的美托皮综合症的患者在平均年龄较小时接受手术.

结论:

• 在metopic synostosis中,人工智能衍生的更大的放射性严重性与阅读能力的下降有关.
• 手术纠正时的年龄较大独立地与较差的VMI和阅读能力有关.
• 手术可能有助于缓解手术前的神经发育差异,与metopic synostosis的严重程度有关.