Predictors of Superior Recovery Kinetics in Adult Cervical Deformity Correction
Notice bibliographique
Résumé
STUDY DESIGN: Retrospective review of a prospective database. OBJECTIVE: The aim of this study was to identify demographic, surgical, and radiographic factors that predict superior recovery kinetics following cervical deformity (CD) corrective surgery. SUMMARY OF BACKGROUND DATA: Analyses of CD corrective surgery use area under the curve (AUC) to assess health-related quality of life (HRQL) metrics throughout recovery. METHODS: Outcome measures were baseline (BL) to 1-year (1Y) health-related quality of life (HRQL) (Neck Disability Index [NDI]). CD criteria were C2-7 Cobb angle >10°, coronal Cobb angle >10°, C2-C7 sagittal vertical axis (cSVA) >4 cm, TS-CL >10°, or chin-brow vertical angle >25°. AUC normalization divided BL and postoperative outcomes by BL. Normalized scores (y axis) were plotted against follow-up (x axis). AUC was calculated and divided by cumulative follow-up length to determine overall, time-adjusted recovery (Integrated Health State [IHS]). IHS NDI was stratified by quartile, uppermost 25% being "Superior" Recovery Kinetics (SRK) versus "Normal" Recovery Kinetics (NRK). BL demographic, clinical, and surgical information predicted SRK using generalized linear modeling. RESULTS: Ninety-eight patients included (62 ± 10 years, 28 ± 6 kg/m2, 65% females, Charlson Comorbidity Index: 0.95), 6% smokers, 31% smoking history. Surgical approach was: combined (33%), posterior (49%), anterior (18%). Posterior levels fused: 8.7, anterior: 3.6, estimated blood loss: 915.9ccs, operative time: 495 minutes. Ames BL classification: cSVA (53.2% minor deformity, 46.8% moderate), TS-CL (9.8% minor, 4.3% moderate, 85.9% marked), horizontal gaze (27.4% minor, 46.6% moderate, 26% marked). Relative to BL NDI (Mean: 47), normalized NDI decreased at 3 months (0.9 ± 0.5, P = 0.260) and 1Y (0.78 ± 0.41, P < 0.001). NDI IHS correlated with age (P = 0.011), sex (P = 0.042), anterior approach (P = 0.042), posterior approach (P = 0.042). Greater BL pelvic tilt (PT) (SRK: 25.6°, NRK: 17°, P = 0.002), pelvic incidence-lumbar lordosis (PI-LL) (SRK: 8.4°, NRK: -2.8°, P = 0.009), and anterior approach (SRK: 34.8%, NRK: 13.3%; P = 0.020) correlated with SRK. 69.4% met MCID for NDI (<Δ-15) and 63.3% met substantial clinical benefit for NDI (<Δ-10); 100% of SRK met both MCID and substantial clinical benefit. The predictive model for SRK included (AUC = 88.1%): BL visual analog scale (VAS) EuroQol five-dimensional descriptive system (EQ5D) (odds rario [OR] 0.96, 95% confidence interval [CI]: 0.92-0.99), BL swallow sleep score (OR: 1.04, 95% CI: 1.01-1.06), BL PT (OR: 1.12, 95% CI: 1.03-1.22), BL modified Japanese Orthopedic Association scale (mJOA) (OR: 1.5, 95% CI: 1.07-2.16), BL T4-T12, BL T10-L2, BL T12-S1, and BL L1-S1. CONCLUSION: Superior recovery kinetics following CD surgery was predicted with high accuracy using BL patient-reported (VAS EQ5D, swallow sleep, mJOA) and radiographic factors (PT, TK, T10-L2, T12-S1, L1-S1). Awareness of these factors can improve decision-making and reduce postoperative neck disability.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 | 0,003 |
| 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 | 0,000 | 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) | 0,002 | 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 ».