Adjacent Segment Degeneration Versus Disease After Lumbar Spine Fusion for Degenerative Pathology
Notice bibliographique
Résumé
STUDY DESIGN: A systematic review. OBJECTIVE: The purpose of this study was to review the published literature to estimate rates and identify risk factors for adjacent segment degeneration (ASDeg) and adjacent segment disease (ASDis) after lumbar fusion. SUMMARY OF BACKGROUND DATA: Arthrodesis remains a common intervention for the surgical treatment of degenerative spinal disease. Clinical studies have demonstrated variability in the rates of adjacent segment pathology after lumbar fusion. METHODS: This study was conducted according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Symptoms of ASDis were distinguished and defined by the need for a revision surgery procedure to address adjacent level pathology. We searched MEDLINE, EMBASE, Cochrane Library, and CINAHL databases. Extracted data included average patient age, average time to follow-up, type of intervention, potential risk factors, and ASDeg and ASDis incidence. Funnel and forest plots were used to describe heterogeneity and meta-regression to estimate pooled incidence of ASDeg and ASDis. RESULTS: A total of 31 articles with 4206 patients were included for analysis. Combining all extractable data, the overall pooled incidence of ASDeg was 5.9% per year (95% CI, 4.8%, 7.2%), and ASDis was 1.8% (95% CI, 1.3%, 2.4%) per year. The incidence of ASDeg is higher with more motion segments. Sex, age, segmental sagittal alignment, fusion methods, and instrumentation were not associated with an increased risk of ASDeg or ASDis. Radiographic ASDeg did not show strong correlation with clinical outcomes. CONCLUSIONS: The prevalence of ASDeg and ASDis has been variably reported in the literature, and fusion length is the factor most significantly associated with adjacent segment pathology. In guiding surgical strategies to avoid adjacent segment pathology, limiting the number of levels fused may have a greater impact than changes in fusion strategies.
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 | 0,014 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,012 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».