Identifying Factors Predictive of Atlantoaxial Fusion Failure in Pediatric Patients
Notice bibliographique
Résumé
STUDY DESIGN: Multicenter retrospective cohort study with multivariate analysis. OBJECTIVE: To determine factors predictive of posterior atlantoaxial fusion failure in pediatric patients. SUMMARY OF BACKGROUND DATA: Fusion rates for pediatric posterior atlantoaxial arthrodesis have been reported to be high in single-center studies; however, factors predictive of surgical non-union have not been identified by a multicenter study. METHODS: Clinical and surgical details for all patients who underwent posterior atlantoaxial fusion at seven pediatric spine centers from 1995 to 2014 were retrospectively recorded. The primary outcome was surgical failure, defined as either instrumentation failure or fusion failure seen on either plain x-ray or computed tomography scan. Multiple logistic regression analysis was undertaken to identify clinical and technical factors predictive of surgical failure. RESULTS: One hundred thirty-one patients met the inclusion criteria and were included in the analysis. Successful fusion was seen in 117 (89%) of the patients. Of the 14 (11%) patients with failed fusion, the cause was instrumentation failure in 3 patients (2%) and graft failure in 11 (8%). Multivariate analysis identified Down syndrome as the single factor predictive of fusion failure (odds ratio 14.6, 95% confidence interval [3.7-64.0]). CONCLUSION: This retrospective analysis of a multicenter cohort demonstrates that although posterior pediatric atlantoaxial fusion success rates are generally high, Down syndrome is a risk factor that significantly predicts the possibility of surgical failure. LEVEL OF EVIDENCE: 3.
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 ».