Nerve root sedimentation sign on MRI: A triage screen for leg dominant symptoms?
Notice bibliographique
Résumé
PURPOSE: Surgical indications for lumbar spinal stenosis are controversial, but most agree that leg dominant pain is a better predictor of success after decompression surgery. The objective of this study is to analyze the ability of the Nerve Root Sedimentation Sign (SedSign) on MRI to differentiate leg dominant symptoms from non-specific low back pain. METHODS: This was a retrospective review of 367 consecutive patients presenting with back and/or leg pain. Baseline clinical characteristics included Oswestry disability index (ODI), visual analog pain scores, EuroQol Group 5-Dimension Self-Report (EQ5D) and Saskatchewan Spine Pathway Classification (SSPc). Inter- and intra-rater reliability for SedSign was 73% and 91%, respectively (3 examiners). RESULTS: SedSign was positive in 111 (30.2%) and negative in 256 (69.8%) patients. On univariate analysis, a positive SedSign was correlated with age, male sex, several ODI components, EQ5D mobility, cross-sectional area (CSA) of stenosis, antero-posterior diameter of stenosis, and SSPc pattern 4 (intermittent leg dominant pain). On multivariate analysis, SedSign was associated with age, male sex, CSA stenosis and ODI walking distance. Patients with a positive SedSign were more likely to be offered surgery after referral (OR 2.65). The sensitivity and specificity for detecting all types of leg dominant pain were 37.4 and 82.8, respectively (ppv 77.5%, npv 43.8%). CONCLUSIONS: Patients with a positive SedSign were more likely to be offered surgery, in particular non-instrumented decompression. The SedSign has high specificity for leg dominant pain, but the sensitivity is poor. As such, its use in triaging appropriate surgical referrals is limited.
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 | 0,000 |
| 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 ».