MétaCan
Menu
Retour à la cohorte
Enregistrement W2987997241 · doi:10.1371/journal.pone.0224200

Patients undergoing surgery for lumbar spinal stenosis experience unique courses of pain and disability: A group-based trajectory analysis

2019· article· en· W2987997241 sur OpenAlexaff
Jeffrey J. Hébert, Edward Abraham, Niels Wedderkopp, Erin Bigney, Eden Richardson, Mariah Darling, Hamilton Hall, Charles G. Fisher, Y. Raja Rampersaud, Kenneth Thomas, Bradley Jacobs, Michael G. Johnson, Jérôme Paquet, Najmedden Attabib, Peter Jarzem, Eugene K. Wai, Parham Rasoulinejad, Henry Ahn, Andrew Nataraj, Alexandra Stratton, Neil Manson

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensUniversity of OttawaMcGill UniversityMcGill University Health CentreUniversité LavalVictoria HospitalUniversity of ManitobaFoothills Medical CentreUniversity of CalgaryUniversity of Alberta HospitalUniversity Health NetworkUniversity of New BrunswickDalhousie UniversityWestern UniversityUniversity of TorontoAlberta Hospital EdmontonUniversity of British ColumbiaLondon Health Sciences CentreHorizon Health NetworkCanada East Spine Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLumbar spinal stenosisSpinal stenosisSpinal surgeryLumbarSurgeryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Identify patient subgroups defined by trajectories of pain and disability following surgery for degenerative lumbar spinal stenosis, and investigate the construct validity of the subgroups by evaluating for meaningful differences in clinical outcomes. METHODS: We recruited patients with degenerative lumbar spinal stenosis from 13 surgical spine centers who were deemed to be surgical candidates. Study outcomes (leg and back pain numeric rating scales, modified Oswestry disability index) were measured before surgery, and after 3, 12, and 24 months. Group-based trajectory models were developed to identify trajectory subgroups for leg pain, back pain, and pain-related disability. We examined for differences in the proportion of patients achieving minimum clinically important change in pain and disability (30%) and clinical success (50% reduction in disability or Oswestry score ≤22) 12 months from surgery. RESULTS: Data from 548 patients (mean[SD] age = 66.7[9.1] years; 46% female) were included. The models estimated 3 unique trajectories for leg pain (excellent outcome = 14.4%, good outcome = 49.5%, poor outcome = 36.1%), back pain (excellent outcome = 13.1%, good outcome = 45.0%, poor outcome = 41.9%), and disability (excellent outcome = 30.8%, fair outcome = 40.1%, poor outcome = 29.1%). The construct validity of the trajectory subgroups was confirmed by between-trajectory group differences in the proportion of patients meeting thresholds for minimum clinically important change and clinical success after 12 postoperative months (p < .001). CONCLUSION: Subgroups of patients with degenerative lumbar spinal stenosis can be identified by their trajectories of pain and disability following surgery. Although most patients experienced important reductions in pain and disability, 29% to 42% of patients were classified as members of an outcome trajectory subgroup that experienced little to no benefit from surgery. These findings may inform appropriate expectation setting for patients and clinicians and highlight the need for better methods of treatment selection for patients with degenerative lumbar spinal stenosis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,277
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207