The Effect of Thoracolumbar Pedicle Isthmus on Pedicle Screw Accuracy
Notice bibliographique
Résumé
Study Design: Retrospective analysis. Objectives: Aberrant pedicle screws can cause serious neurovascular complications. We propose that a predominant factor of pedicle screw breach is the vertebral anatomy at a given spinal level. We aim to investigate the inverse correlation between breach incidence and vertebral isthmus width. Methods: The computed tomography scans of patients undergoing thoracolumbar surgery were retrospectively reviewed. Breaches were categorized as minor (<2 mm) or major (>2 mm). Breach incidence was stratified by spinal level. Average isthmus width was then compared to the collected breach incidences. A regression analysis and Pearson’s correlation were performed. Results: A total of 656 pedicle screws were placed in 91 patients with 233 detected breaches. Incidence of major breach was 6.3%. Four patients developed post-operative radiculopathy due to breach. Breach incidence was higher in the thoracic than lumbar spine (Fisher’s exact test, P < .0001). The 2 spinal levels with the thinnest isthmus width (T4 and T5) were breached most often (73.7% and 73.9%, respectively). The 2 spinal levels with the thickest isthmus width (L4 and L5) were breached least often (20.5% and 11.8%). Breach incidence and isthmus width were shown to have a significant inverse correlation (Pearson’s correlation, R 2 = 0.7, P < .0001). Conclusions: Thinner vertebral isthmus width increases pedicle screw breach incidence. Image-guided assistance may be most useful where breach incidence is highest and isthmus width is lowest (T2 to T6). Despite high incidence of cortical bone violation, there was little correlation with clinical symptoms. A breach is not automatically a clinical problem, provided the screw is structurally sound and the patient is symptomless.
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 | 0,001 | 0,001 |
| 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 ».