Elderly as a Predictor for Perioperative Complications in Patients Undergoing Multilevel Minimally Invasive Transforaminal Lumbar Interbody Fusion
Notice bibliographique
Résumé
STUDY DESIGN: This was a single-institute retrospective study. OBJECTIVE: To describe perioperative and postoperative complications in elderly who underwent multilevel minimally invasive transforaminal lumbar interbody fusion (MIS TLIF) while identifying predictors of complications. SUMMARY OF BACKGROUND DATA: The number of elderly patients undergoing spinal fusion is rising. Spinal surgery in the elderly is considered high risk with high rates of complications. Perioperative and postoperative complications in elderly undergoing multilevel MIS TLIF is, however, not known. METHODS: A retrospective analysis was performed on 467 consecutive patients who underwent multilevel MIS TLIF at a single institution from 2013 to 2017. Two cohorts, 70 years or older and 50 to 69 years old were analyzed. Multiple logistic regressions with minor and major complication rates as the dependent variables were performed to identify predictors of complication based on previously cited risk factors. A p-value of 0.008 or less was considered significant. RESULTS: One hundred fifty-two elderly and 315 nonelderly patients underwent multilevel MIS TLIFs. The average age was 76.4 and 60.4 years for the elderly and nonelderly cohorts. We observed 13 major (8.44%) and 72 minor (47.4%) complications in the elderly. No difference was noted in complication rates between the cohorts, except for urinary tract infection (P = .004) and urinary retention (P = .014). There were no myocardial infarctions; hardware complications; visceral, vascular, and neural injuries; or death. Length of stay, comorbidity, and length of surgery were predictive of major and minor complications. CONCLUSION: Elderly may undergo multilevel MIS TLIF with comparable complication rates. Age was not a predictor of complications. Rather, attention should focus on evaluation of comorbidity and limiting operative times. LEVEL OF EVIDENCE: 3.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».