Intraoperative Error Propagation in 3-Dimensional Spinal Navigation From Nonsegmental Registration: A Prospective Cadaveric and Clinical Study
Notice bibliographique
Résumé
Study Design: Prospective pre-clinical and clinical cohort study. Objectives: Current spinal navigation systems rely on a dynamic reference frame (DRF) for image-to-patient registration and tool tracking. Working distant to a DRF may generate inaccuracy. Here we quantitate predictors of navigation error as a function of distance from the registered vertebral level, and from intersegmental mobility due to surgical manipulation and patient respiration. Methods: Navigation errors from working distant to the registered level, and from surgical manipulation, were quantified in 4 human cadavers. The 3-dimensional (3D) position of a tracked tool tip at 0 to 5 levels from the DRF, and during targeting of pedicle screw tracts, was captured in real-time by an optical navigation system. Respiration-induced vertebral motion was quantified from 10 clinical cases of open posterior instrumentation. The 3D position of a custom spinous-process clamp was tracked over 12 respiratory cycles. Results: An increase in mean 3D navigation error of ≥2 mm was observed at ≥2 levels from the DRF in the cervical and lumbar spine. Mean ± SD displacement due to surgical manipulation was 1.55 ± 1.13 mm in 3D across all levels, ≥2 mm in 17.4%, 19.2%, and 38.5% of levels in the cervical, thoracic, and lumbar spine, respectively. Mean ± SD respiration-induced 3D motion was 1.96 ± 1.32 mm, greatest in the lower thoracic spine ( P < .001). Tidal volume and positive end-expiratory pressure correlated positively with increased vertebral displacement. Conclusions: Vertebral motion is unaccounted for during image-guided surgery when performed at levels distant from the DRF. Navigating instrumentation within 2 levels of the DRF likely minimizes the risk of navigation error.
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 ».