Impact of Various Weights in the Intraoperative Skull-Skeletal Traction on Correction of Adolescent Idiopathic Scoliosis
Notice bibliographique
Résumé
Study Design: A retrospective study. Objectives: Intraoperative skull-skeletal traction (ISST) facilitates the surgical scoliosis correction, but it is also associated with neurological risk. The objective of the present study was to investigate the impact of various traction weights on neurophysiological change and curve correction in surgery for adolescent idiopathic scoliosis (AIS). Methods: A retrospective review of a consecutive series of posterior spinal fusions for AIS patients undergoing corrections with the use of ISST by 2 surgeons in one institution was performed. Intraoperative prone, post-traction radiographs were performed on all cases. The cases were divided into 2 groups, high and low traction weights, based on whether the weight used was ≥35% or <35% of body weight. The frequency of neurophysiological changes and the curve correction were compared between the 2 groups. Results: The intraoperative correction magnitudes by ISST were significantly larger in the high ISST group than in the low ISST group (35° vs 26°, P < .001). Changes in motor-evoked potential (MEP) were more frequently observed in the high ISST group (47% vs 26%, P = .049). A multivariate analysis showed that high ISST was associated with 3 times higher risk of MEP change (95% confidence interval = 1.1-8.0, P = .03) and higher final postoperative correction rates (68% vs 60%, P = .001). Conclusions: The high ISST for AIS was associated with increased intraoperative and ultimate curve corrections, and potentially facilitated better final correction. However, the high weight group was associated with an increased frequency of intraoperative MEP changes.
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 ».