Admission and Acute Complication Rate for Outpatient Lumbar Microdiscectomy
Notice bibliographique
Résumé
OBJECTIVE: Specialization is generally independently associated with improved outcomes for most types of surgery. This is the first study comparing the immediate success of outpatient lumbar microdiscectomy with respect to acute complication and conversion to inpatient rate. Long-term pain relief is not examined in this study. METHODS: Two separate prospective databases (one belonging to a neurosurgeon and brain tumor specialist, not specializing in spine (NS) and one belonging to four spine surgeons (SS)) were retrospectively reviewed. All acute complications as well as admission data of patients scheduled for outpatient lumbar microdiscectomy were extracted. RESULTS: In total, 269 patients were in the NS group and 137 patients were in the SS group. The NS group averaged 24 cases per year while the SS group averaged 50 cases per year. Chi-square tests revealed no difference in acute complication rate [NS (6.7%), SS (7.3%)] (p > 0.5) and admission rate [NS (4.1%), SS (5.8%)] (p = 0.4) while the SS group had a significantly higher proportion of patients undergoing repeat microdiscectomy [NS (4.1%), SS (37.2%)] (p < 0.0001). Excluding revision operations, there was no statistically significant difference in acute complication [NS (5.4%), SS (1.2%)] (p = 0.09) and conversion to inpatient [NS (4.3%), SS (4.6%)] (p > 0.5) rate. The combined acute complication and conversion to inpatient rate was 6.9% and 4.7% respectively. CONCLUSION: Based on this limited study, outpatient lumbar microdiscectomy can be apparently performed safely with similar immediate complication rates by both non-spine specialized neurosurgeons and spine surgeons, even though the trend favored the latter group for both outcome measures.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».