P.090 The predictors of patient morbidity after adult spinal deformity correction: bone mineral density and the extent of deformity correction
Notice bibliographique
Résumé
Background: Instrumentation failure (IF) such proximal junctional kyphosis/failure or distal junctional failure (PJK/PJF/DJF), rod fracture and screw-loosening can cause morbidity in patients with spinal deformity correction. Factors such as bone mineral density (BMD) or region of deformity correction may play a role in postoperative IF. Methods: We reviewed the relationship between IF and BMD or extent of spinal deformity. IF includes PJK/PJF/DJF, fractured rod, screw-looseing, radiculopathy, and non-union. BMD groups included Normal, osteopenia/osteoporosis, and Unknown. The extent of correction included Lumbar, Short Thoracolumbar (5-8 levels), Long Thoracolumbar (8 to 12 levels), and Cervical-thoracic. Results: 60 patients (41:19 F:M) were included, with average age of 65. Total IF=29 patients (48.3%). Normal BMD in N=14, with half of them (50.0%) developing IF; Low BMD in N=15, with one-third of them (33.3%) developing IF. Lumbar correction was performed in N=19, with IF in 36.8%; Short Thoracolumbar correction was performed in N=28, with IF in 46.4%; Long Thoracolumbar correction was performed in N=11, with IF in 81.8%; and Cervical correction in N=2, with no postoperative IF. Conclusions: Patients that received long-segment thoracolumbar had the highest rates of postoperative morbidity. We did not demonstrate an association between abnormal BMD and postoperative IF. A larger study would be needed for further investigations.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
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 ».