Using magnetic resonance imaging to accurately assess injury to the posterior ligamentous complex of the spine: a prospective comparison of the surgeon and radiologist
Notice bibliographique
Résumé
OBJECT: Magnetic resonance imaging has been proposed as a powerful technique for assessing the integrity of the posterior ligamentous complex (PLC) in spinal trauma. Because MR imaging is often used to determine appropriate treatment, it is important to determine the accuracy and reliability of MR imaging in diagnosing PLC disruption. The purpose of this study is to compare the ability of the radiologist and surgeon to assess disruption of the PLC in the setting of acute cervical and thoracolumbar trauma using MR imaging. METHODS: The components of the PLC in 89 consecutive patients with cervical or thoracolumbar fractures following acute spinal trauma were evaluated using MR imaging by both a musculoskeletal radiologist and an independent spine surgeon and assessed intraoperatively under direct visualization by the treating surgeon. The MR imaging interpretations of the musculoskeletal radiologist and surgeon were compared with the intraoperative report for accuracy, sensitivity, specificity, and positive and negative predictive values. A comparison between the radiologist's and spine surgeon's accuracy of MR imaging interpretation was performed. RESULTS: The agreement between both the spine surgeon's and radiologist's MR imaging interpretation and the actual intraoperative findings was moderate for most components of the PLC. Overall, the MR imaging interpretation of the surgeon was more accurate than that of the radiologist. The interpretation of MR imaging by the surgeon had negative predictive value and sensitivity of up to 100%. However, the specificity of MR imaging for both the surgeon and radiologist was lower, ranging from 51.5 to 80.5%. CONCLUSIONS: Comparison of the MR imaging interpretations between surgeon and radiologist indicates that the surgeon was more accurate for some PLC components. The relatively low positive predictive value and specificity for MR imaging in assessing PLC integrity suggests that both the surgeon and radiologist tend to overdiagnose PLC injury using MR imaging. This can lead to unnecessary surgeries if only MR imaging is used for treatment 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 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 | 0,005 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».