P.231 A Quantitative Degenerative Lumbar Spondylolisthesis Instability Classification (DSIC) System to Reduce Variation in Surgical Treatment
Notice bibliographique
Résumé
Background: The Degenerative lumbar Spondylolisthesis Instability Classification (DSIC) system categorizes spondylolisthesis (stable, potentially unstable, unstable) based on surgeon impression. It does not contain objective criteria. Objective-1: Develop a quantitative-DSIC system from predetermined radiographic/clinical variables. Objective-2: Compare qualitative (surgeon-assigned) and quantitative (objective) DSIC Types. Objective-3: Determine proportion of patients receiving more invasive surgery than warranted based on the objective system. Methods: Patients from 8 centers were enrolled prospectively (2015–2020). Radiographic/clinical variables were collected and included/excluded from the quantitative DSIC system based on prior systematic review. Scores were converted to DSIC Types: 0-2 points (“Stable”; Type 1), 3 points (“Potentially Unstable”; Type 2), 4-5 points (“Unstable”; Type 3). Surgical procedures performed were compared to those suggested by the objective system. Results: Quantitative DSIC scores were calculated (309 patients). The score includes five variables: facet effusion, disc height, translation, disc angle, and low back pain. Quantitatively, 57% were stable, 34% potentially unstable, and 9% unstable patients. Qualitatively, 30% were stable, 53% potentially unstable, and 17% unstable patients. Surgeons assigned more instability than the objective scoring system in 42% of cases. More invasive surgery was performed in 57% of cases. Conclusions: Surgeons are more likely to categorize greater degrees of spinal instability than what is objectively scored.
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 | 0,014 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».