Area under the Curve: Analysis of Approach-Related Recovery Time in 165 Operative Cervical Spondylotic Myelopathy Patients with a 2-Year Follow-Up
Notice bibliographique
Résumé
Introduction Much debate about postoperative outcomes regarding surgical approaches for cervical spondylotic myelopathy (CSM) exists in the literature with no clear evidence of superiority. We propose a novel method for assessing health-related quality of life (HRQOL) outcomes by taking into account each patient's baseline at postoperative time points and analyzing the “area under the curve” (AUC), a proxy for suffering time. Patients and Methods Post hoc analysis of a prospective, multicenter database of patients with CSM. A total of 165 patients met the following inclusion criteria: symptomatic CSM, age older than 18 years, and 2-year follow-up with modified Japanese Orthopaedic Association (mJOA) and neck disability index (NDI). The anterior approach group (AAG) ( n = 110) and posterior approach group (PAG) ( n = 55) were compared at baseline, 1 year, and 2 years for each HRQOL. This comparison was repeated with normalization, using the patient's baseline as the anchor, followed by an integration and comparison of AUC. Results and Conclusion: For the first time, AUC analysis was applied to evaluating patients with CSM. Nonnormalized HRQOLs demonstrated the AAG started higher and met better standards at all times points compared with the PAG. Normalized mJOA demonstrated the PAG actually did better at 2 years, whereas NDI suggested that the AAG did better, although this was not significant. AUC analysis further supported the superiority of the PAG, with statistical significance at 1 and 2 years' time points, suggesting that patients who undergo the posterior approach may suffer less in the first 2 years of their postoperative course.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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) | 0,001 | 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 ».