The Influence of Preoperative Back Pain on the Outcome of Lumbar Decompression Surgery
Notice bibliographique
Résumé
STUDY DESIGN: Prospective study with 12-month follow-up. OBJECTIVE: To examine how the relative severity of low back pain (LBP) to leg/buttock pain (LP) influences the outcome of decompression surgery for spinal stenosis. SUMMARY OF BACKGROUND DATA: Decompression surgery is a common treatment for lumbar spinal canal stenosis, with generally good outcome. However, concomitant LBP at presentation can make it difficult to decide whether decompression alone will result in a good overall outcome. METHODS: The Spine Society of Europe Spine Tango system was used to acquire the data from 221 patients. Inclusion criteria were lumbar degenerative spinal stenosis, first-time surgery, maximum 3 affected levels, and decompression as the only procedure. Before and 12 months after surgery, patients completed the multidimensional Core Outcome Measures Index (COMI; includes 0-10 LP and LBP scales); at 12 months, global outcome was rated on a Likert-scale and dichotomized into "good" and "poor" groups. RESULTS: There was a low but significant positive correlation between baseline LP-minus-LBP scores and both improvement in the multidimensional COMI score after 12 months (r = 0.21, P = 0.003) and the score on the 12-month global outcome scale (r = 0.19, P = 0.007). In the good outcome group, mean baseline LP was 2.3 (+/-3.7) points higher than LBP; in the poor group, the corresponding value was 0.8 (+/-3.4) (P = 0.01 between groups). In multivariate regression analyses (controlling for age, gender, comorbidity), baseline LBP intensity was the most significant predictor of the 12-month COMI score, and preoperative LP-minus-LBP score of the global outcome (each P < 0.05). CONCLUSION: Overall, greater back pain relative to LP at baseline was associated with a significantly worse outcome after decompression. This finding seems intuitive, but has rarely been quantified in the many predictor studies conducted to date. Consideration of relative LBP and LP scores may assist in clinical decision-making and in establishing realistic patient expectations.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».