Differences between Manufacturers of Computed Tomography–Based Computer-Assisted Surgery Systems Do Exist
Notice bibliographique
Résumé
STUDY DESIGN: Literature review. OBJECTIVE: Several studies have shown that the accuracy of pedicle screw placement significantly improves with use of computed tomography (CT)-based navigation systems. Yet, there has been no systematic review directly comparing accuracy of pedicle screw placement between different CT-based navigation systems. The objective of this study is to review the results presented in the literature and compare CT-based navigation systems relative only to screw placement accuracy. METHODS: Data sources included CENTRAL, Medline, PubMed, and Embase databases. Studies included were randomized clinical trials, case series, and case-control trials reporting the accuracy of pedicle screws placement using CT-based navigation. Two independent reviewers extracted the data from the selected studies that met our inclusion criteria. Publications were grouped based on the CT-based navigation system used for pedicle screw placement. RESULTS: < 0.0001, 95% confidence interval 0.92 to 1.23) in accuracy of pedicle screw placement between three different CT-based navigation systems. The mean (weighted) accuracy of pedicle screws placement based on the CT-based navigation system was found to be 97.20 ± 2.1% in StealthStation (Medtronic, United States) and 96.1 ± 3.9% in VectorVision (BrainLab, Germany). CONCLUSION: This review summarizes results presented in the literature and compares screw placement accuracy using different CT-based navigation systems. Although certain factors such as the extent of the procedure and the experience and skills of the surgeon were not accounted for, the differences in accuracy demonstrated should be considered by spine surgeons and should be validated for effects on patients' outcome.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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; 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 ».