A validated composite model to predict risk of curve progression in adolescent idiopathic scoliosis
Notice bibliographique
Résumé
BACKGROUND: In adolescent idiopathic scoliosis (AIS), the continuous search for effective prognostication of significant curve progression at the initial clinical consultation to inform decision for timely treatment and to avoid unnecessary overtreatment remains a big challenge as evidence of the multifactorial etiopathogenic nature is increasingly reported. This study aimed to formulate a composite model composed of clinical parameters and circulating markers in the prediction of curve progression. METHOD: This is a two-phase study consisting of an exploration cohort (120 AIS, mean Cobb angle of 25°± 8.5 at their first clinical visit) and a validation cohort (51 AIS, mean Cobb angle of 23° ± 5.0° at the first visit). Patients with AIS were followed-up for a minimum of six years to formulate a composite model for prediction. At the first visit, clinical parameters were collected from routine clinical practice, and circulating markers were assayed from blood. FINDING: We constructed the composite predictive model for curve progression to severe Cobb angle > 40° with a high HR of 27.9 (95% CI of 6.55 to 119.16). The area under curve of the composite model is higher than that of individual parameters used in current clinical practice. The model was validated by an independent cohort and achieved a sensitivity of 72.7% and a specificity of 90%. INTERPRETATION: This is the first study proposing and validating a prognostic composite model consisting of clinical and circulating parameters which could quantitatively evaluate the probability of curve progression to a severe curvature in AIS at the initial consultation. Further validation in clinic will facilitate application of composite model in assisting objective clinical decision.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».