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 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 | 0,003 | 0,003 |
| 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 | 0,002 | 0,011 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».