Metastatic Burst Fracture Risk Prediction Using Biomechanically Based Equations
Notice bibliographique
Résumé
Clinical guidelines are a useful adjunct to select patients with spinal metastases for prophylactic intervention. The objective of this study is to determine the ability of biomechanically based models to accurately predict metastatic burst fracture risk. Ninety-two vertebrae with osteolytic spinal metastases were examined retrospectively. Vertebrae were categorized as burst fractured, wedge fractured, or intact and analyzed using three predictive models: vertebral bulge (maximum radial displacement under load), vertebral axial displacement (maximum axial displacement under load), and a volumetric estimate of tumor size. The load-bearing capacity parameter (tumor volume, bone mineral density, disc quality, pedicle involvement) was determined from computed tomography while the load-bearing requirement parameter (pressure load, loading rate) was determined using computed tomography and patient records (retrieved for 37 patients [52%]). Fracture prediction was optimized using the vertebral bulge model considering only load-bearing capacity with a specificity, sensitivity, and confidence interval of 1 to yield a clear threshold for burst fracture risk. Fracture prediction in the other two models, vertebral axial displacement considering only load-bearing capacity and tumor size, also was strong with receiver-operator curve values of 0.992 and 0.988, respectively. The predictive power of these models can provide useful clinical information for prophylactic decision-making.
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 | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».