Validity of Serum Creatine Kinase as a Measure of Muscle Injury Produced by Lumbar Surgery
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Serum creatine kinase (CK) concentrations have historically been used to investigate muscle disease and serious muscle damage, and there is a growing interest in the potential for a biochemical approach to quantifying skeletal muscle injury occurring in orthopedic surgeries and spinal injuries. The wide availability of CK measurement could foster spinal muscle injury research. However, measurement validity has never been systematically demonstrated in clinical settings. In this study, the validity of serum CK concentration elevation as an index of muscle injury was investigated using lumbar decompression surgery (LDS) as a model. SUBJECTS AND METHODS: Blood samples were obtained from 18 research volunteers drawn from the clinical population undergoing LDS. A baseline sample was taken in the preoperative waiting area. Each subject's highest CK concentration between 12 and 48 hours after surgery was used as the biochemical injury response. The surface area of muscle isolated (incision lengthxdepth) and strained by retraction was obtained for concurrent validity testing against biochemical measurement. RESULTS: The correlation between highest total CK concentration and muscle surface area was moderate (r=0.60) and significant (P<0.01). Correlations between surface area and CK at specific time points, revealed minimal loss of association at 12 hours (r=0.57) and 24 hours (r=0.58), but weaker correlations at 6 hours (r=0.45) and 48 hours (r=0.28) after injury. Analyses for proportions of each isoenzyme making up the total CK revealed that baseline and peak CK consisted almost exclusively of skeletal muscle CK (CK-MM), with minimal representation by heart muscle (CK-MB), and brain (CK-BB). CONCLUSIONS: The findings provide support for the validity of serum CK measurement as an index of skeletal muscle injury caused by LDS, and demonstrate that LDS provides a useful model for measurement testing and development studies.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».