The predictive value of preoperative paraspinal muscle morphometry on complications after lumbar surgery: a systematic review
Notice bibliographique
Résumé
PURPOSE: The effect of paraspinal muscles atrophy and fat infiltration (FI) on the complications of spinal surgery has not been established. METHODS: A review of the literature was conducted from a search of the PubMed, EMBASE, and Web of Science databases from inception through January 2021. The literature was searched and assessed by independent reviewers based on criteria that included an assessment of preoperative paraspinal muscle morphology in addition to measuring its relationship to surgical complications. All relevant papers were assessed for risk of bias according to the modified Newcastle Ottawa Scale and the Joanna Briggs Institute Critical Appraisal Tools. A narrative synthesis was conducted. RESULTS: The initial search yielded 5632 studies, of which 16 studies were included in the analysis. All included studies were at a low risk of bias. There existed strong evidence that the atrophy and FI of paraspinal muscles had an association with the development of bone nonunion (two high quality studies), pedicle screw loosening (two high quality studies), adjacent segment degeneration (three high quality studies) and proximal junctional kyphosis (five high quality studies) after lumbar surgery. Besides, there is also limited evidence for association between atrophy and FI of paraspinal extensor muscles and less local and global curve improvement. CONCLUSIONS: Strong evidence was found for an association between preoperative paraspinal muscle degeneration and multiple postoperative complications after lumbar surgery. However, the findings should be interpreted with caution due to the small quantity of the available literature and high heterogeneity among studies.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».