AOSpine Thoracolumbar Spine Injury Classification System
Notice bibliographique
Résumé
STUDY DESIGN: Reliability and agreement study, retrospective case series. OBJECTIVE: To develop a widely accepted, comprehensive yet simple classification system with clinically acceptable intra- and interobserver reliability for use in both clinical practice and research. SUMMARY OF BACKGROUND DATA: Although the Magerl classification and thoracolumbar injury classification system (TLICS) are both well-known schemes to describe thoracolumbar (TL) fractures, no TL injury classification system has achieved universal international adoption. This lack of consensus limits communication between clinicians and researchers complicating the study of these injuries and the development of treatment algorithms. METHODS: A simple and reproducible classification system of TL injuries was developed using a structured international consensus process. This classification system consists of a morphologic classification of the fracture, a grading system for the neurological status, and description of relevant patient-specific modifiers. Forty cases with a broad range of injuries were classified independently twice by group members 1 month apart and analyzed for classification reliability using the Kappa coefficient (κ). RESULTS: The morphologic classification is based on 3 main injury patterns: type A (compression), type B (tension band disruption), and type C (displacement/translation) injuries. Reliability in the identification of a morphologic injury type was substantial (κ= 0.72). CONCLUSION: The AOSpine TL injury classification system is clinically relevant according to the consensus agreement of our international team of spine trauma experts. Final evaluation data showed reasonable reliability and accuracy, but further clinical validation of the proposed system requires prospective observational data collection documenting use of the classification system, therapeutic decision making, and clinical follow-up evaluation by a large number of surgeons from different countries.
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 | 0,019 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».