A Multicenter Study of the Presentation, Treatment, and Outcomes of Cervical Dural Tears
Notice bibliographique
Résumé
STUDY DESIGN: Retrospective multicenter case series study. OBJECTIVE: Because cervical dural tears are rare, most surgeons have limited experience with this complication. A multicenter study was performed to better understand the presentation, treatment, and outcomes following cervical dural tears. METHODS: Multiple surgeons from 23 institutions retrospectively identified 21 rare complications that occurred between 2005 and 2011, including unintentional cervical dural tears. Demographic data and surgical history were obtained. Clinical outcomes following surgery were assessed, and any reoperations were recorded. Neck Disability Index (NDI), modified Japanese Orthopaedic Association (mJOA), Nurick classification (NuC), and Short-Form 36 (SF36) scores were recorded at baseline and final follow-up at certain centers. All data were collected, collated, and analyzed by a private research organization. RESULTS: < .05) in mJOA and NuC scores, but not NDI or SF36 scores. No specific baseline or operative factors were found to be associated with the occurrence of dural tears. In most cases, no further postoperative treatments of the dural tear were required, while there were 13 patients (12%) that required subsequent treatment of cerebrospinal fluid drainage. Analysis of those requiring further treatments did not identify an optimum treatment strategy for cervical dural tears. CONCLUSIONS: In this multicenter study, we report our findings on the largest reported series (n = 109) of cervical dural tears. In a vast majority of cases, no subsequent interventions were required and no clinical sequelae were observed.
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 | 0,000 |
| 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 ».