Subaxial spine arthrodesis in patients with spine fractures and facet joint dislocations: Is magnetic resonance imaging required to determine the optimal surgical approach?
Notice bibliographique
Résumé
BACKGROUND: The medical literature suggests that facet dislocations (FDs) must be managed surgically, even in the absence of spinal cord injury. In fact, there is no standard guideline for managing FD cases and whether magnetic resonance imaging (MRI) should be utilized for optimizing treatment planning. METHODS: Fifteen cases of FD were evaluated twice by nine spine surgeons. The first assessment included computed tomography (CT) images only. Secondarily, original CT studies were supplemented with MRI. In each case, the participating surgeon had to acknowledge whether and what surgical treatment they would offer. Data for the two responses from all nine surgeons were then compared. RESULTS: Based on CT images alone, there was no consensus regarding treatment choices in 13 cases, and a trend toward consensus in just two instances (κ = 0.01). When MRI scans were added to CT studies, among the 15 cases evaluated, 10 cases demonstrated a trend toward consensus, and in 1 case consensus was achieved. The Kappa interpersonal agreement based on MRI was 0.13. The analysis of the answers by each contributor in each case demonstrated that in 58.51% of cases the surgical treatment options were changed when analyzed by CT + MRI, in comparison to the options indicated based on CT alone. CONCLUSION: It appears that obtaining an MRI in addition to a CT before spine surgery for FD is essential mandatory, as it changed the treatment option in nearly 60% of cases.
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) | 0,001 | 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 ».