Minimally Invasive Spinal Surgery in the Elderly
Notice bibliographique
Résumé
Lumbar degenerative disease can have varied pathoanatomy, with stenosis, spondylolisthesis, and scoliosis contributing to significant pain and disability. Among appropriately selected patients, surgical intervention can treat both back pain and leg pain and improve quality of life in a cost-effective manner with an acceptable safety profile. The evolution of minimally invasive surgical (MIS) techniques offers the potential to decrease the physiological impact of surgery and to improve the complication profile while achieving the same spine surgical objectives. The utility of such techniques among elderly patients >65 years of age has not been rigorously evaluated, and this systematic review sought to define the utility and safety of MIS spinal surgery for decompression, interbody fusion, and deformity correction in this population. Review of 2 studies for MIS lumbar decompression reveals that the majority of elderly patients exhibit significant improvements in pain (change in visual analog score for leg pain, 3.4 points) and disability (change in Oswestry Disability Index, 19 points), with inadvertent durotomy in 3% of patients. Review of 4 studies for MIS lumbar interbody fusion reveals robust improvement in pain (change in visual analog score for leg pain, 3.4 points; change in visual analog score for back pain, 7.2 points), with inadvertent durotomy in 5% of patients. Narrative review was performed for adult degenerative deformity correction, revealing that MIS techniques are feasible for managing such patients with acceptable rates of osseous union and complication. On the basis of largely low-quality, retrospective evidence, we recommend that elderly patients should not be excluded from MIS interventions for symptomatic lumbar degenerative spinal disease.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,000 | 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; 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 ».