Complications with and without the Use of Computer-Assistance in Lumbar Fusion Surgery: Analysis of 15,222 Patients in ACS-NSQIP Database
Notice bibliographique
Résumé
Introduction The objective of this paper is to demonstrate the difference in post-operative complication rates between Computer-assisted surgery (CAS) and conventional techniques in spine surgery. Several studies have shown that the accuracy of pedicle screw placement significantly improves with use of CAS. Yet, few studies have compared the incidence of post-operative complications between CAS and conventional techniques. Material and Methods The American College of Surgeons National Surgical Quality Improvement Program (ACS-NSQIP) database was used to identify patients that underwent posterior lumbar fusion from 2011 to 2013. Multivariate analysis was conducted to demonstrate the difference in post-operative complication rates between CAS and conventional techniques in spine surgery. Results Out of 15,222 patients, 14,382 (95.1%) were operated with conventional techniques and 740 (4.90%) were operated with CAS. Multivariate analysis showed that patients in the CAS group had less odds to experience adverse events post-operatively (OR 0.57, p < 0.001). Minor adverse events occurred in 2905 (20.2%) patients in the conventional group and 98 (13.2%) patients in CAS group (OR=0.57, p < 0.001). Blood transfusion was present in 2488 (17.3%) of the patients in the conventional group compared with 98 of the patients in CAS group (10.95%)(OR=0.56, p < 0.001). The mean operative time in the conventional group was 205.2 ± 106.1 minutes, and 227.0 ± 111.9 minutes in the CAS group. This difference was statistically significant (r=20.14, p < 0.001). Conclusion This paper examined the complications in lumbar spinal surgery with or without the use of CAS. These results suggest that CAS may provide a safer technique for implant placement in lumbar fusion surgeries.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».